大模型时代，探人工智能发展的新动向

导语 | 今年以来大模型的热度居高不下，人工智能成为国内外各大厂商争相布局的新赛道。那么近期 AI 领域有哪些值得关注的新趋势，它又将为软件开发带来哪些影响呢？今天，我们特邀了微智云科技 CEO、腾讯云 TVP 张虎老师，他将为我们带来业内独有的观察与思考。

作者简介

张虎，微智云 CEO、腾讯云 TVP，有十几年的软件研发经验，目前致力于物联网系统方案和人工智能领域。曾任职于华为、Oracle，熟悉通信、虚拟化、云服务等领域的产品，Oracle VM 创始团队成员。2010 年，作为 CTO，创立国内最早的手机 App 推送服务，极光推送，主导产品定义、开发和宣传。

我们正处于一场人工智能的发展浪潮之中，它将为科技行业带来无限的革新可能，并在不断影响着众多技术领域，近期以来，向量数据库、AI助力软件研发效能提升等领域备受关注。

一、向量数据库：大模型的技术底座

众所周知，随着人工智能的热度攀升，各种大模型竞相涌现，为科技行业带来了很多新的变化。当前人工智能在处理图片、文本、声音等数据时都是先把数据转化为向量，然后再进行输出。而向量数据库，天然地适合存储这些向量数据。

基于向量数据库，我们可以把类似 ChatGPT 这种问答模型的提示语和回答，存储在向量数据库中，然后当用户输入问题的时候，直接在向量数据库中进行搜索，找到最相似的问题，再返回对应的答案，这样可以大大提高问答模型的效率。

此外，我们也可以针对一个特定领域，用向量数据库建立一个知识图谱，然后在用户输入问题后，可以先在知识图谱中找到最相似的问题，再把问题发给大模型，收到回答后用向量数据库中的答案进行比对，找到最相似的答案，然后再返回给用户。

值得一提的是，基于向量数据库，我们还可以进行数据检索，有效挖掘数据的价值。向量数据库具有高效的查询和相似性搜索能力，这使得大模型可以快速地从数据库中检索相关的知识和信息。腾讯在近期对外发布了向量数据库（Tencent Cloud VectorDB），据统计显示，将腾讯云向量数据库用于大模型预训练数据的分类、去重和清洗相比传统方式可以实现 10 倍效率的提升，如果将向量数据库作为外部知识库用于模型推理，则可以将成本降低 2-4 个数量级。

二、人工智能为软件开发提效

伴随人工智能在软件研发过程中的应用，它将有效提升研发人员的工作效率。例如，在过去典型的开发过程中，我们需要研究各种相关的文档，比如编程语言的文档、平台框架的文档、第三方库的文档等等。而现在，我们可以直接在人工智能编程助手的帮助下，直接输入所需提问的问题，利用人工智能编程助手即可快速查阅相关的文档，然后把文档中的内容，直接复制到代码中，并且可以根据上下文自动调整代码。

在过去，我们碰到问题时，往往需要花费大量的时间用搜索引擎来查找答案，而现在，我们可以直接输入问题，智能助手即可结合上下文直接给出答案。毋庸置疑，这也能大幅提高工作效率。

此外，有些编程语言的语法本身比较复杂，比如 C++、Rust。但如今在 AI 智能助手的帮助下，可以快速帮助我们发现语法错误，乃至直接修复语法错误。随着技术的发展，将来甚至可以针对特定的项目，有针对性地训练 AI 助手，帮助我们开发新特性时，精准地给出提示，大大提高效率。

除了软件开发的过程，人工智能对软件的形态也将会产生很大的影响。例如 ERP 企业管理软件，强依赖于企业对自己业务流程的定义，往往这些业务流程还都很复杂，且变化频繁，需要我们反复沟通需求，修改系统，造成开发效率低而成本高昂的问题。在这种情况下，如果能够依托人工智能，我们便能大幅提升开发效率。另外，在 ERP 系统的使用过程中，也可以依托人工智能的能力，提供更好的用户体验。

当前，人工智能已经对科技行业产生了重要的影响。在未来，人工智能也将进一步拓展其应用领域，成为我们的得力助手，以解决各种复杂问题。人工智能将实现更加智能化、高效化的发展，而我们需要不断地更新我们的知识，跟上技术发展的步伐。