Ces dernières années, avec le développement rapide de la technologie des grands modèles, la limite supérieure des capacités des modèles a été continuellement remise en question. Cependant, du point de vue de l’évolution industrielle, la mise en œuvre de grands modèles n’en est peut-être qu’à ses balbutiements. Comment libérer l’énorme potentiel des grands modèles et promouvoir des changements de productivité plus rapides et plus efficaces reste un sujet qui reste à explorer.
Chaque secteur est préoccupé par une question : quelle est la méthodologie optimale pour appliquer les grands modèles au niveau commercial ?
Lorsque nous parlons de ce problème, nous ne pouvons pas éviter "AI Agent".
Alors que l'IA passe de la recherche universitaire aux applications pratiques, les grands agents pilotés par des modèles deviennent la principale force motrice de l'innovation. Même Bill Gates a prédit que AI Agent serait l’avenir de l’intelligence artificielle. D'ici là, l'agent IA aura la planification, l'exécution, la perception, l'utilisation de la mémoire et des outils, et pourra effectuer le travail de manière autonome. Les humains devront aider à définir les objectifs commerciaux, fournir les données et les ressources informatiques nécessaires, et superviser et optimiser le travail. résultats du travail.
Alors, où en est actuellement l’application de l’IA Agent dans diverses industries ? Comment maximiser sa valeur ?
Un livre blanc récemment publié apporte des réponses complètes et approfondies aux questions évoquées ci-dessus.
La première explication systématique en Chine
Comment l'agent IA peut-il être implémenté dans l'industrie automobile ?
Le 12 avril, le laboratoire de traitement du langage naturel de l'université Tsinghua, Yihui Intelligence et Face Wall Intelligence ont publié conjointement le « Livre blanc sur la technologie d'intelligence de groupe pilotée par grand modèle pour l'industrie automobile ».
Lorsque la forte demande de transformation a rencontré la percée historique de la technologie des grands modèles, le laboratoire de traitement du langage naturel de l'université Tsinghua, Yihui Intelligence et Wall-face Intelligence se sont entendus et ont décidé de travailler ensemble pour faire une « grande chose » pour promouvoir la transformation de l’industrie automobile.
Ce livre blanc est le résultat d'une coopération approfondie « industrie-université-recherche » entre les trois parties.
Yihui Intelligence des scénarios d'application dans l'industrie automobile et des avantages en matière de ressources, combiné avec le laboratoire PNL de l'Université Tsinghua pour gérer le cadre théorique avancé de l'intelligence en essaim, et l'intelligence face aux murs dans de grandes modèles de langage et agents Les trois parties espèrent construire une boucle fermée d'applications technologiques couvrant "grand modèle + agent IA + savoir-faire industriel". Plus précisément, le livre blanc présente la grande technologie d'intelligence par essaim basée sur des modèles d'une manière simple et facile à comprendre, et explique systématiquement les perspectives d'application et les voies pratiques de cette technologie dans l'industrie automobile pour la première fois dans l'industrie. , en particulier en fournissant des solutions systématiques pour l'industrie automobile.
Le premier chapitre observe d'abord de manière exhaustive l'état actuel du marché, les opportunités et les défis de l'industrie automobile ; le deuxième chapitre discute en profondeur du système technologique d'intelligence en essaim à grand modèle, y compris le modèle de langage à grande échelle, l'agent IA, l'intelligence en essaim et l'organisation Twins. Le chapitre 3 se concentre sur l'analyse de la valeur d'application et des cas pratiques de la technologie d'intelligence par essaim à grande échelle dans l'industrie automobile ; le chapitre 4 décrit en détail la matrice écologique de l'intelligence par essaim et sa logique gagnant-gagnant dans l'industrie automobile ; Les perspectives se concluent en soulignant l’importance de ces technologies pour la transformation et la modernisation de l’industrie automobile.
Dans ce livre blanc, nous voyons un mot-clé qui parcourt tout le texte : l'intelligence en essaim.
Le cœur d'AI Agent réside dans le lien entre le LLM et la perception et l'action. LLM comprend les tâches de l'utilisateur, déduit les outils ou les actions qui doivent être appelés et donne un retour à l'utilisateur en fonction des résultats des appels ou des actions.
La plupart des applications AI Agent sont implémentées sous forme de workflow, comprenant une variété de nœuds, tels que des nœuds de grand modèle, des nœuds de code, des nœuds de récupération, des nœuds de base de connaissances, des nœuds d'outils, des nœuds de stratégie de dialogue, etc. Ensuite, différents seront sélectionnés selon différents scénarios sont combinés en workflows utilisables.
Le concept d'agent IA que la plupart des gens connaissent mieux est l'intelligence unique - composée d'un seul agent qui interagit avec l'environnement de manière indépendante et optimise sa stratégie comportementale en fonction des commentaires de l'environnement. Mais pour un grand nombre de scénarios complexes, les capacités d’un seul agent restent limitées. D'une part, plus l'agent IA requiert des connaissances et des capacités, plus il y a de mots dans l'invite qui appellent le grand modèle sous-jacent. La longueur limitée du contexte du modèle ne peut pas contenir d'invites infiniment longues ; plus le contenu est saisi, plus le nombre d'invites est grand. Plus le modèle est susceptible d'« oublier », c'est-à-dire qu'il est plus susceptible de suivre les instructions de la queue et d'ignorer les instructions de la tête.
Lorsque le nombre d'agents augmente, les capacités de collaboration entre les agents s'améliorent et un système de renseignement de groupe complexe et puissant est formé, il peut réaliser un traitement de tâches et une modélisation de scènes plus complexes, ce qui entraîne un niveau plus élevé « d'émergence du renseignement » ». La plate-forme de collaboration Swarm Intelligence sera capable de décomposer une tâche, chaque lien étant responsable de professionnels, et d'utiliser plusieurs agents experts pour collaborer pour atteindre des objectifs de travail dans des scénarios complexes, élargissant considérablement la limite supérieure des capacités des applications intelligentes et ouvrir la dotation de grands modèles. Le dernier kilomètre de l'application de l'industrie énergétique pour améliorer la qualité et l'efficacité.
Cependant, dans l'ensemble, le développement de la technologie d'intelligence en essaim en est encore à ses débuts, et un grand nombre de voies de mise en œuvre doivent encore être explorées, notamment comment améliorer l'adaptabilité des grands modèles dans l'utilisation des outils et les capacités de planification du raisonnement, afin qu'ils puissent mieux s'adapter aux différentes tâches et scénarios.
Parmi eux, le « savoir-faire de l'industrie » est devenu la clé du degré de réalisation de valeur de la mise en œuvre de l'agent. Aujourd'hui, l'intelligence artificielle a dépassé les experts humains dans de nombreux domaines, mais après avoir exploré différents domaines, la compréhension de la terminologie, des processus et des exigences métiers de l'industrie reste au centre du « tutorat » des agents IA, et ceux-ci s'appuient souvent sur l'expérience verticale de l'industrie.
Comment l'intelligence par essaim transforme-t-elle la productivité de l'industrie automobile ?
Après une itération technologique révolutionnaire, l'industrie physique subit généralement un changement profond. Cependant, concernant l'orientation d'AI Agent, il existe un consensus parmi tous les secteurs de l'industrie, du monde universitaire et de la recherche : ce n'est qu'en comprenant profondément les besoins et les points faibles de l'industrie que nous pourrons développer un agent AI qui répond réellement aux besoins des utilisateurs. C’est aussi l’intention initiale de ce livre blanc.
Ces dernières années, le sujet « intelligent » dans le domaine automobile a davantage porté sur l'exploration à petite échelle dans le domaine de la conduite autonome. Aujourd'hui, la technologie d'intelligence par essaim à grande échelle réécrit l'industrie automobile de manière révolutionnaire. apporter de l'espoir à une transformation intelligente Il s'est étendu à tous les aspects de la fabrication automobile, de la chaîne d'approvisionnement, de la R&D et de l'ingénierie, des ventes et de la distribution, du marketing, du service après-vente, du commerce et de la logistique, des services de location et financiers, du recyclage et du recyclage.
Comment changer spécifiquement ? Le livre blanc souligne cinq directions : améliorer l'efficacité opérationnelle de l'entreprise, accélérer la gestion des processus, améliorer l'expérience marketing, améliorer l'expérience de service et améliorer les capacités de planification d'entreprise.
Par exemple, du point de vue des opérations de l'entreprise, le centre du problème avec la mise en œuvre d'Agent est progressivement passé de « l'intelligence unique » à « l'intelligence de groupe », et le concept de « jumeau organisationnel » est né, comprenant trois clés parties : jumeau emploi, jumeau architecture et jumeau affaires. Lorsque différents rôles dans chaque département disposent d'agents intelligents, ils peuvent entièrement analyser et transmettre des informations, collaborer et s'exécuter mutuellement, éliminant ainsi les barrières de communication entre les départements et réalisant pleinement le partage de données et l'intégration commerciale.
De plus, les besoins de transformation intelligente de l'industrie automobile sont également différents de ceux des autres industries.
Une caractéristique évidente est que la commercialisation des automobiles présente des difficultés de vente et des cycles de vente difficiles à égaler pour d'autres produits de consommation. Cela se manifeste par un prix unitaire élevé par client, un faible taux de transaction et un long cycle de vie des ventes. Après une longue période de développement, le domaine du marketing automobile s’est stabilisé à une méthodologie standardisée et entièrement fermée. Cependant, sous la vague technologique de l'électrification et de l'intelligence, la vitesse de mise sur le marché des nouveaux produits et la vitesse de remplacement s'accélèrent. La pression sur les bénéfices des concessionnaires traditionnels a fortement augmenté. obtenez plus rapidement un aperçu des besoins des utilisateurs et mettez à jour les nouveaux produits. Vitesse de développement de produits rapide, réponse plus agile et réponse aux besoins de service des utilisateurs.
Ce sont précisément ces caractéristiques de scène qui fournissent un espace d'application précieux pour la technologie d'intelligence de grands groupes modèles.
Dans le livre blanc, les trois parties ont combiné leur compréhension unique de la mise en œuvre d'applications d'agents IA pour réaliser le jumeau organisationnel de l'activité de marketing automobile basé sur la technologie d'intelligence en essaim, et ont proposé cinq solutions majeures basées sur les besoins de croissance du cœur de métier. scénarios de marketing automobile, nommément solutions de scénarios d'intelligence numérique pour instituts de recherche, solutions de scénarios d'exploitation pour les nouveaux médias, solutions de scénarios d'exploitation pour les utilisateurs, solutions de scénarios DDC intensifs et solutions de scénarios d'exploitation situationnelle.
Par exemple, dans la plateforme de collaboration intensive en matière d'intelligence de groupe DCC, la technologie d'intelligence de groupe réalise le jumeau organisationnel du service client des centres d'appels. La capacité de compréhension humaine et la capacité de retour instantané du grand modèle de langage en font un outil idéal pour résoudre le problème de la perte d'efficacité dans le processus traditionnel d'acquisition de clients sortants. En analysant avec précision le langage et les intentions humaines, le modèle peut réduire efficacement les erreurs et les retards causés par l'instabilité humaine et créer un mécanisme d'itération complet du processus via des processus de communication numérique et d'autres méthodes.
Autre exemple, Yihui Intelligence a découvert grâce à un grand nombre d'enquêtes et d'entretiens que la plate-forme de collaboration d'intelligence de groupe basée sur de grands modèles peut également aider les entreprises à construire des centres de recherche sur l'automobile intelligente numérique, et à développer et déployer la collecte de données, le nettoyage et l'analyse des données. , données Une équipe d'employés numériques avec des rôles tels que le reporting peut analyser, identifier, classer, analyser et rapporter efficacement des données provenant de plusieurs sources de comportement des utilisateurs, fournissant ainsi des informations plus efficaces sur les utilisateurs et un suivi des tendances. "Le prélude à une révolution intelligente" L'IA, elle, présente de nombreux avantages : des capacités de collaboration plus fortes, une plus grande flexibilité et la capacité de fournir aux clients des services plus précis et personnalisés.
Liu Zhiyuan, professeur agrégé au Département d'informatique et de technologie de l'Université Tsinghua, a souligné que lorsqu'il s'agit d'explorer la mise en œuvre d'agents d'IA, la Chine dispose de solides avantages dans des scénarios riches et un vaste marché. Les entreprises et les particuliers explorent activement diverses méthodologies de mise en œuvre possibles pour maximiser la valeur. Dans cette transformation sans précédent, Yihui Intelligence elle-même est l'un des pionniers. Basé sur des produits matriciels tels que le grand modèle de l'industrie automobile YI CPM, la plateforme numérique pour employés YI Agents et les solutions de scénarios commerciaux YI Scene, Yihui Intelligence s'engage à fournir des solutions numériques de pointe aux clients de l'industrie automobile grâce à une intelligence de groupe basée sur un grand modèle et un jumeau organisationnel. solutions. La solution unique pour la gestion des employés et la plateforme d'exploitation résout les problèmes courants de l'industrie automobile actuelle, tels que la difficulté d'appliquer la technologie d'IA de pointe et la difficulté de mettre en œuvre les meilleures pratiques commerciales, et aide les entreprises de l'industrie automobile à atteindre leurs objectifs. dernier kilomètre de mise en œuvre intelligente.
Li Wei, président de Yihui Intelligence, a déclaré qu'une fois l'IA Agent mis en œuvre dans l'industrie automobile, il incarnera pleinement la valeur fondamentale d'« amélioration de la qualité et d'augmentation de l'efficacité ».
La publication conjointe du livre blanc par les trois parties signifie non seulement que de nouvelles orientations de recherche et opportunités de coopération ont émergé dans l'industrie automobile, mais démontre également à d'autres industries la possibilité et le potentiel d'une application généralisée de la technologie des grands modèles.Li Dahai, PDG de Wall-Facing Intelligence, a souligné que l'expérience de mise en œuvre de l'intelligence en essaim dans l'industrie automobile peut être reproduite dans une certaine mesure, en particulier pour les industries avec une riche accumulation de données, une marge de tolérance aux pannes et des solutions efficaces. mise en œuvre.
Il est prévisible que dans le futur, où la capacité de raisonnement, la capacité de mémoire, la capacité de planification, la capacité d'interaction multimodale et la capacité d'utilisation des outils de l'agent IA continuent d'évoluer, l'espace d'imagination pour une transformation intelligente dans tous les domaines de la vie est très large. .
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Langage C pour trouver le multiple le plus petit commun
Comment habiller Douyin Xiaohuoren
Le moteur de stockage de MySQL pour modifier les tables de données
Comment ouvrir le fichier php
La différence entre a++ et ++a
Aucun service sur les données mobiles
Code Red est-il un virus informatique ?
démarrage m²
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
