人人都可擁有的自主性AI：有記憶會使用工具！底層自研框架將開源

時間：2023-05-11 15:53:13來源：admin01欄目：餐飲美食新聞閱讀：

明敏發自凹非寺量子位 | 公眾號 QbitAI

要說AutoGPT為啥會迅速躥紅？

還不是把人類對AI的想象力再次打開了。

使喚AI不用再一句句引導，更不用去研究提示工程了。

人人像鋼鐵俠那樣擁有超級AI賈維斯不是夢。

而就在現在，這種Auto AI Copilot已經有人批量生產了。

大概畫風be like：

如果你正在瀏覽旅行APP打算訂酒店，點一下AI助手，它就會根據自己掌握的信息貼心發出詢問：

我記得你說打算去新加坡旅游來著，有什么需要我幫忙的嗎？

然后對著手機說出自己的情況和需求，它立馬找出了13個方案，并且給出自己最推薦的選擇。

不僅如此，它還會查詢當地天氣提醒你要準備什么衣服，并能根據天氣情況來規劃路線。整個過程，完全就是和真人助理對話的感覺啊。

除了旅行APP，如購物、家裝等各類軟件里都能內置這樣一個AI。而且官方還透露說，底層平臺將會在近期開源。

這就讓人好奇了，到底這些AI從哪里來？

生產有記憶會自學習的AI Copilot

如上看到的AI Copilot來自名為MindOS的AGI應用助手平臺。

它主打的功能就是為各類軟件打造一個超級AI，不光能回答人類用戶提出的問題，還擁有記憶、自主學習能力，同時也能有個性。

比如當你打開家裝軟件準備再買點裝飾，但其實沒想好具體買什么時，AI Copilot就能根據它對你的了解，給出推薦的物品。

除了推薦好物，AI Copilot還能基于人類的問題揣測意圖。

比如讓它查詢下買的桌子椅子發貨了沒有，AI先是回答了物流的進度，然后感覺到人類可能希望桌椅能一起送過來，就馬上提出了自己的猜測。

人類：我的訂單到哪了？AI Copilot：嗨，你的訂單已經由DHL快遞發出了，預計在今天下午7點送到。人類：椅子和桌子是配套一起送過來的嗎？AI Copilt：它們是分開賣的。你有4把椅子會在今天送到。你是想今天也收到桌子，這樣周六就能有一整套了是嗎？人類：是的，我能取消訂單然后重新下單一整套嗎？

而且它還會智能地根據情況給出推薦的解決辦法。

比如告訴人類，已經發貨的椅子沒法取消訂單了。與其現在把椅子退貨再重新下單一整套桌椅，倒不如直接再買張桌子補齊吧。

據了解，MindOS平臺現在支持包括中英文在內的30種語言，提供超過1000個帶有性格、功能的預置AI角色，準確推斷意圖的準確率達到97%。

而定制這些AI Copilot，其實并不難，不用懂算法和編程，也不用給數據打標，幾分鐘就能搞定。

平臺上有多種類型的AI助手可以選擇，包括購物、金融、網站引導等。

選好類型后，就能開始個性化定制了。

平臺支持接入API、數據和文檔等，并為AI助手提供了一些技能，可以按需選取使用。

然后只用自然語言描述，就能完成對AI助手的初始設定。

可以控制的內容包括AI的形象、自我介紹、對話風格、要完成哪些任務、不能做哪些事等。

整個過程就和招來一個新員工一樣，告訴它工作守則即可。

設置完成后，將平臺生成的代碼插入到網站或軟件中，即完成AI Copilot的接入。

據了解，MindOS其背后原理是以大模型作為底層基礎，在此之上背后開發團隊搭建了一套模仿人腦宏觀架構的自研框架UMM（Unifined Mind Model），為AI加入復雜思考、記憶、服務和更強的自主學習能力，讓大模型內容更可控、能力更自主、部署更靈活、整合更深度。

其中，大模型就好比通用計算平臺，類似于人類大腦的前額葉，具備很強的理解能力和邏輯推理能力。但人想要在現實世界中完成各種任務，一定還需要視覺、執行、動機、記憶等區域的配合。

因此，UMM框架就是給大模型接入了這些能力，比如可以感知和處理多模態信息、記住專業知識、歷史信息和數據、自主學習等。以此讓AI可以完成一個長鏈條任務，和AutoGPT非常相似。

而且相對于AutoGPT，MindOS背后框架的自主性更高。

舉例來說，AutoGPT是在給定公開的技能下（如搜索），自主規劃出合適的執行計劃。

而MindOS中的AI，會在發現自己技能不夠用時，主動去互聯網上搜索新技能，自主測試、連接，并利用新學會的技能進一步完成復雜任務。

比如當用戶提問“我想知道公司有哪些西雅圖的客戶？”

MindOS的AI發現自己現有能力沒法解決這一問題，于是它就在公司網絡中找到了一個CRM接口（客戶信息系統），然后在用戶允許下自主學會如何使用，最后給出了公司的西雅圖頭部客戶和每個客戶的具體介紹。

去年11月初，MindOS發布1.0版本，比ChatGPT還早了幾周。

在經過幾個月迭代后，在最近推出2.0版本，并將開放一輪封測，屆時可以搶先體驗。

而且幕后團隊透露，其底層框架UMM也會在后續開源。

這絕對算得上是一個重磅消息了，畢竟當下ChatGPT、AutoGPT熱度夠高，但是在使用和自主可控性上都還存在一些讓人有顧慮的方面。一個真正可商用的、成熟的AI框架，加上完整的配置平臺，相信有很多人會躍躍欲試。

這不免讓人更加好奇，MindOS的背后開發團隊到底是何人？

前臉書高級研究科學家帶隊打造

MindOS來自心識宇宙，在2022年1月創立，定位是一家AGI公司。

公司團隊成員來自Meta、Google、TikTok、Alibaba等，創立至今已獲得紅杉中國種子基金、線性資本、銀杏谷資本等頂級基金投資。

創始人兼CEO陶芳波，是數據挖掘和AI領域的熟悉面孔了。

他本科畢業于清華大學，后赴伊利諾伊大學香檳分校獲得計算機科學博士學位，師從數據挖掘領域鼻祖韓家煒教授。

陶芳波博士先后在美國微軟研究院、Facebook Research、NASA等從事研發工作，并是阿里達摩院神經符號實驗室的創建人。其研發成果已應用到NASA、波音公司等；搭建的Facebook大規模內容理解平臺，日均服務超過2億用戶。

此外，他還擔任了EMNLP、CIKM、ACL、SIGMOD、WWW等領域頂會的評審專家。

心識宇宙的創立契機，主要有兩方面。

一方面是底層技術的驅動，另一方面是需求真實存在。

其中，從技術維度出發的思考和準備，要從3年前說起。

2020年GPT-3震撼發布，讓陶芳波看到了LLM的無限潛力。

這是第一個模型，可以一個模型完成很多復雜任務，承載了人類幾乎所有知識。

當時，業內對AGI的討論已經不絕于耳，陶芳波同樣認同AGI會給未來世界帶來變革。

怎么通往這里？大模型這條路已經逐漸清晰了起來。幾年前，當時還在研究實驗室的團隊就已經開始搭建一種AGI框架的雛形了。

他們提出的技術理解是：大模型是一種全新的計算革命，提供了一種新的通用算力資源，即可以通過自然語言來調取的數字腦力資源。

相比于提供“連接能力”的傳統算力，現在這種算力可以直接提供“理解和推理”能力。

但問題是，目前這種算力依然是無差別的，和場景、個人需求沒有深度整合（Grounding）。而這種整合需要非常復雜的場景理解、個人需求理解。

因此，需要在大模型之上構建一個有價值的調度框架，類似于新時代的操作系統，讓這種算力不僅有理解能力，還和場景深度整合，可以在目標的驅動下獨立成長和自我構建。

而技術創新，還只是底層的支撐。更上一步，需要行業中有真實存在的需求。

實際上，近幾年不少軟件和應用都傾向于為自己構建一個AI助手。一般是一些低頻剛需APP，如銀行、政府類；以及一些信息整合、用戶決策路徑長的APP，如電商、旅游類。

對于低頻剛需類APP，因為打開頻率低，用戶對操作界面的熟悉程度不高。一旦有需求時，往往要先花費一段時間來摸索功能界面，有時甚至還得去網上搜教程，確實比較繁瑣。

因此，APP會傾向于加一個AI助手，讓用戶通過自然語言交互，就像是問引導員一樣，快速完成操作。

而對于決策路徑比較長的APP，一般有兩種情況。

第一，用戶還不知道自己明確需要什么。

比如下周要去參加婚禮了，該準備什么樣的禮物？很多人在打開購物軟件時是沒有想法的，這就需要自己來搜索找靈感，到最終確定商品下單，會是一個比較長的過程。

第二種情況，是用戶需要進行復雜的貨比三家，最后才能完成消費。

比如大到汽車、房產，小到球鞋、護膚，購買時不同人會優先比對不同的規格參數；或者是訂酒店，也要事先了解好多家的價格、環境、位置等信息。這類決策過程也都會比較復雜。

那么，如果有AI能夠快速整合對比信息，或者給出明確的推薦，這會提升用戶的體驗感，也能提升平臺商家的轉化率。

由此也就不難理解，為什么心識宇宙聯合創始人兼COO林宋琪在創業初期就反復表達：

所有分發都可以?AI再做?遍，所有UI都可以??然語?再做?遍，所有軟件(Application)都值得?虛擬??再做?遍。

不可否認，軟件AI化在最初也受到了不少來自市場的質疑。但隨著OpenAI和微軟的一系列組合拳，這一趨勢開始逐漸被大家看到并相信。

ChatGPT引爆趨勢后，微軟率先將GPT-4整合到New bing，讓AI滲入到人們日常使用搜索引擎的全流程中。這一波操作，直接讓New bing日活用戶破1億，數百萬活躍用戶中，有三分之一都是新用戶。

緊接著，Office全家桶也宣布接入GPT-4，推出新功能Microsoft 365 Copilot。微軟CEO納德拉在發布會上直接放話：今天，進入人機交互的新時代，重新發明生產力。

隨后國內大廠也紛紛跟進，阿里放話要在所有產品中接入通義千問。

但問題是，有能力自己推出大模型、自己完成AI化升級的，畢竟還是極少數科技巨頭的“特權”。即便是直接接入API，也需要企業本身具備一定的開發團隊。因此在新的趨勢下，很多軟件和應用服務方，都在急迫尋找一個效果好、門檻低的軟件應用AI化方案。

而作為作為微軟和OpenAI的企業級合作伙伴，擁有領先商業化成果的心識宇宙，這幾個月自然要被人“踏破門檻”了。

據心識宇宙透露，從MindOS發布以來，他們收到了數百家企業的試用申請，尤其是今年1月趨勢引爆以后，申請量更是空前暴增。

目前，他們已經和全球Top 3電商平臺之一、亞太地區頭部金融券商、全球頂尖跨境電商平臺、國內頭部虛擬人公司和頭部元宇宙平臺達成合作。

人機交互變革的新起點

總之，心識宇宙的浮出水面，傳遞出了一個讓人頗為興奮的信號：

更加自主的AI Copilot，正在大踏步走進你我的生活。

加之最近AutoGPT、AgentGPT等自主人工智能工具爆火，再次驗證了更加靈活、可靠、易用的AI是新趨勢的方向。

作為提前看到趨勢，并率先開啟技術研發、商業化落地的AGI領域創始人，陶芳波提出了自己的認知和判斷，即未來世界的發展將會分為三個階段：

應用和服務的AI化：任何需要用戶來做決策的過程，都應該有AI Copilot的輔助，來更好提供深度需求理解和場景化推理。個人為中心的AI出現：每一個人，都可以在交互的過程中，逐漸培養一個和自己深度綁定、且可以幫助串聯任何事的AI Copilot。AI Copilot串聯成網絡：應用和服務的AI Copilot和每個個人AI Copilot，連接成一張全新的網絡，服務的分發會在這個AI Network上發生。不是傳統的基于連接的分發，而是基于理解和推理的分發，這些AI Copilot會相互合作、協同，幫助人類完成復雜任務。目前心識宇宙正在快速推進的，就是第一階段。

第二階段也近在咫尺，在今年下半年，他們將會發布面向消費者的MindOS，屆時所有人都有機會塑造一個專屬于自己的AI Copilot。

在這些趨勢下，一個更加震撼的變革也在悄然推進，即人機交互方式正在被改寫。

過去一百多年來，人機交互的方式從最初的基于按鈕，發展到了通過命令行，再更進一步飛躍到通過圖形界面完成交互。

當下的計算機、智能手機等，人和軟件之間的信息交流，都是建立在GUI的基礎上，也讓人機交互從最初的僅限于專業人群，發展到了普通人范圍。

但對人機交互稍有了解的人都知道，人類最自然的交互方式，其實是語言。

比如想要查詢天氣，如果通過語言，只需要說一句話“北京明天天氣怎么樣？”如果通過GUI，則需要用戶找到軟件、選擇城市、再查看具體的日期。

過去，由于AI的能力有限，這種基于語言的交互也只能做到淺嘗輒止。

AI語音助手往往是通過識別固定的句式、關鍵字，來做出機械式的回復，給人帶來的體驗升級比較有限。

如今，在大模型能力飛升的背景下，新的可能出現了。

當AI可以充分理解人類語言、鏈接各方面能力，僅通過語言的人機交互就會成為最方便的交互方式。傳統由產品經理定義UI界面的方式，都可能被改寫。

林宋琪表示：

未來用戶通過自然語言講解工作流程，AI就可以連通各個軟件的API，自主構建工作流和專屬用戶的UI，這樣所有屏幕都可以變成AI的畫布，而每個AI助手都是用戶的“馬良神筆”。