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

大模型时代,探人工智能发展的新动向_第1张图片

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。

你可能感兴趣的:(腾讯云TVP大咖专访,人工智能)