高盛最近一份报告指出,除了聊天机器人和辅助工具(copilot)之外,生成式AI缺乏“杀手级应用”,这可能会阻碍其普及。分析师们认为,生成式AI需要能够自行采取行动的AI驱动应用。而一种被称为“大动作模型”(Large Action Model,简称LAM)的新型模型可能正好符合这一需求。
LAM的概念在2023年底开始浮现,作为大型语言模型(LLM)的自然延续。LLM因其能够生成类似人类的文本回复而受到全球关注,而LAM则超越了LLM的文本生成能力,通过在软件程序内实际执行某些动作来推动技术发展。
弗吉尼亚州科技咨询公司3Pillar的首席创新官Pankaj Chawla(简称PC)解释说:“LLM擅长的是单向交互,比如‘这是我的问题,给我答案’。但之后该怎么办?这就是大动作模型展现魔力的地方。3Pillar正在为那些看到了LLM价值、但希望迈出下一步的客户构建LAM,从而自动化重复性任务,获得更高的投资回报。”
LAM通过现有的程序路径(如API)执行操作,有时也可以直接与应用程序的用户界面进行交互,这与机器人流程自动化(RPA)相似。
例如,当一位高管准备出差时,LAM可以响应指令“帮我查找从10月10日到17日从米兰出发的经济舱加座机票和四星级酒店”。LAM不仅能提供建议,还能自动完成预订操作。
PC解释道,“辅助工具更多的是人类仍在与其交互,但并没有将多个步骤整合起来以实现某个商业或个人目标,辅助工具可以略微朝这个方向前进,而LAM则是在创建一个自学习脚本,随着执行动作次数的增加,它会变得越来越高效。”
并非所有公司都使用相同的术语。比如,Gartner称这种技术为“神经符号AI”,结合了神经网络和符号编程(即传统的确定性编程)。
亚马逊及其子公司AWS也在大力投资开发他们称之为“半自主代理”的技术,这些代理超越了简单的代码辅助工具,能够处理基本的编码任务。AWS前负责人、现任亚马逊首席执行官Andy Jassy曾表示,这些代理帮助公司节省了4500年的Java代码维护时间。
另一例LAM是Rabbit r1,这是一款基于GPT-3.5的个人助手,它实现了LAM风格的界面,能够自动化与Spotify、Apple Music、Midjourney、Suno、Uber和DoorDash等平台的交互。
目前还在预览中的Apple Intelligence也是LAM类型系统的一个例子,Salesforce也在其企业计算套件中采用了类似的技术。“Salesforce一直在讨论如何利用LAM来处理Salesforce数据,执行一系列动作,比如启动营销活动并跟踪结果,”PC说道。
AI代理的崛起
麦肯锡在7月份发布的一份报告《为什么代理是生成式AI的下一个前沿领域》中,看好AI代理成为推动生成式AI下一代发展的潜力。
麦肯锡的分析师写道:“我们正处在一个从以知识为基础、由生成式AI驱动的工具(如回答问题和生成内容的聊天机器人)向生成式AI‘代理’过渡的过程中,这些代理能够在数字世界中执行复杂的多步骤工作流。简而言之,这项技术正在从思考转向行动。”
麦肯锡表示,AI代理之所以能够自动化“复杂且开放式的使用场景”,主要得益于其具备三大特性:能够管理多任务;能够由自然语言指令引导;以及能够与现有的软件工具和平台协作。这些“高效的虚拟同事”将首先在特定领域出现,如贷款审批、代码文档化和现代化、以及在线营销活动的创建。
PC承认,目前使用LAM架构构建自动化应用程序仍面临一些挑战。LLM具有概率性,有时会出现偏差,因此需要通过结合传统编程的确定性技术来保持正确轨道。例如,3Pillar正在开发一个与人互动并询问问题的LAM应用,但LLM有时会偏离轨道,或者建议一些不合法的内容。
“因此,确定性编程使其保持在正确的轨道上,同时仍然利用了LLM的强大功能,我们在后台运行知识图谱,以确保答案更加聚焦、准确,并且不会产生幻觉,因为它依赖于特定的数据集。”他表示。
后台应用可能是测试LAM的最佳场景,因为它们不会让公司面临LLM偏离轨道所带来的巨大风险。大型软件公司的集成ERP套件可以访问大量跨行业数据和工作流,这将为LAM和基于代理的AI提供驱动力。
未来将会有更多的框架,能够通过预定义的集成和API更快地实现LAM的开发。例如,可能会有一个适用于Oracle的适配器,以及能够执行操作的API,然后通过配置和点击界面来构建这些操作,而不是通过编写代码。另外,消费者领域的LAM和自主AI代理也具有巨大的潜力,只是时间问题。
最后,PC表示,“预计在未来两到五年内,我们将开始看到这些真实的、由AI驱动的解决方案出现。聊天机器人和LLM只是构建模块,尽管我们仍有幻觉问题需要解决,但我相信两到五年内会有真正的应用落地。”
文章由RPA中国根据公开资料整理,如有侵权,请联系删除。
- END -
报告下载
大 佬观点分享
关于RPA、AI、企业数字化转型
(点击文字即可阅读)
| |
| | |
| | |
| | |
| |
行业知识交流分享,结识扩展人脉圈层
公众号后台回复【RPA】或者【流程挖掘】
可受邀加入相关的交流群
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.