人人都可擁有的自主性AI：有記憶會(huì)使用工具，還會(huì)自我學(xué)習(xí)！底層自研框架即將開源

明敏 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

要說AutoGPT為啥會(huì)迅速躥紅？

還不是把人類對(duì)AI的想象力再次打開了。

使喚AI不用再一句句引導(dǎo)，更不用去研究提示工程了。

人人像鋼鐵俠那樣擁有超級(jí)AI賈維斯不是夢。

而就在現(xiàn)在，這種Auto AI Copilot已經(jīng)有人批量生產(chǎn)了。

大概畫風(fēng)be like：

如果你正在瀏覽旅行APP打算訂酒店，點(diǎn)一下AI助手，它就會(huì)根據(jù)自己掌握的信息貼心發(fā)出詢問：

我記得你說打算去新加坡旅游來著，有什么需要我?guī)兔Φ膯幔?/p>

然后對(duì)著手機(jī)說出自己的情況和需求，它立馬找出了13個(gè)方案，并且給出自己最推薦的選擇。

不僅如此，它還會(huì)查詢當(dāng)?shù)靥鞖馓嵝涯阋獪?zhǔn)備什么衣服，并能根據(jù)天氣情況來規(guī)劃路線。整個(gè)過程，完全就是和真人助理對(duì)話的感覺啊。

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

這就讓人好奇了，到底這些AI從哪里來？

生產(chǎn)有記憶會(huì)自學(xué)習(xí)的AI Copilot

如上看到的AI Copilot來自名為MindOS的AGI應(yīng)用助手平臺(tái)。

它主打的功能就是為各類軟件打造一個(gè)超級(jí)AI，不光能回答人類用戶提出的問題，還擁有記憶、自主學(xué)習(xí)能力，同時(shí)也能有個(gè)性。

比如當(dāng)你打開家裝軟件準(zhǔn)備再買點(diǎn)裝飾，但其實(shí)沒想好具體買什么時(shí)，AI Copilot就能根據(jù)它對(duì)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(fā)貨了沒有，AI先是回答了物流的進(jìn)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(jīng)由DHL快遞發(fā)出了，預(yù)計(jì)在今天下午7點(diǎn)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(huì)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(huì)智能地根據(jù)情況給出推薦的解決辦法。

比如告訴人類，已經(jīng)發(fā)貨的椅子沒法取消訂單了。與其現(xiàn)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(bǔ)齊吧。

據(jù)了解，MindOS平臺(tái)現(xiàn)在支持包括中英文在內(nèi)的30種語言，提供超過1000個(gè)帶有性格、功能的預(yù)置AI角色，準(zhǔn)確推斷意圖的準(zhǔn)確率達(dá)到97%。

而定制這些AI Copilot，其實(shí)并不難，不用懂算法和編程，也不用給數(shù)據(jù)打標(biāo)，幾分鐘就能搞定。

平臺(tái)上有多種類型的AI助手可以選擇，包括購物、金融、網(wǎng)站引導(dǎo)等。

選好類型后，就能開始個(gè)性化定制了。

平臺(tái)支持接入API、數(shù)據(jù)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(duì)AI助手的初始設(shè)定。

可以控制的內(nèi)容包括AI的形象、自我介紹、對(duì)話風(fēng)格、要完成哪些任務(wù)、不能做哪些事等。

整個(gè)過程就和招來一個(gè)新員工一樣，告訴它工作守則即可。

設(shè)置完成后，將平臺(tái)生成的代碼插入到網(wǎng)站或軟件中，即完成AI Copilot的接入。

據(jù)了解，MindOS其背后原理是以大模型作為底層基礎(chǔ)，在此之上背后開發(fā)團(tuán)隊(duì)搭建了一套模仿人腦宏觀架構(gòu)的自研框架UMM（Unifined Mind Model），為AI加入復(fù)雜思考、記憶、服務(wù)和更強(qiáng)的自主學(xué)習(xí)能力，讓大模型內(nèi)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(jì)算平臺(tái)，類似于人類大腦的前額葉，具備很強(qiáng)的理解能力和邏輯推理能力。但人想要在現(xiàn)實(shí)世界中完成各種任務(wù)，一定還需要視覺、執(zhí)行、動(dòng)機(jī)、記憶等區(qū)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(tài)信息、記住專業(yè)知識(shí)、歷史信息和數(shù)據(jù)、自主學(xué)習(xí)等。以此讓AI可以完成一個(gè)長鏈條任務(wù)，和AutoGPT非常相似。

而且相對(duì)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(guī)劃出合適的執(zhí)行計(jì)劃。

而MindOS中的AI，會(huì)在發(fā)現(xiàn)自己技能不夠用時(shí)，主動(dòng)去互聯(lián)網(wǎng)上搜索新技能，自主測試、連接，并利用新學(xué)會(huì)的技能進(jìn)一步完成復(fù)雜任務(wù)。

比如當(dāng)用戶提問“我想知道公司有哪些西雅圖的客戶？”

MindOS的AI發(fā)現(xiàn)自己現(xiàn)有能力沒法解決這一問題，于是它就在公司網(wǎng)絡(luò)中找到了一個(gè)CRM接口（客戶信息系統(tǒng)），然后在用戶允許下自主學(xué)會(huì)如何使用，最后給出了公司的西雅圖頭部客戶和每個(gè)客戶的具體介紹。

去年11月初，MindOS發(fā)布1.0版本，比ChatGPT還早了幾周。

在經(jīng)過幾個(gè)月迭代后，在最近推出2.0版本，并將開放一輪封測，屆時(shí)可以搶先體驗(yàn)。

而且幕后團(tuán)隊(duì)透露，其底層框架UMM也會(huì)在后續(xù)開源。

這絕對(duì)算得上是一個(gè)重磅消息了，畢竟當(dāng)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(gè)真正可商用的、成熟的AI框架，加上完整的配置平臺(tái)，相信有很多人會(huì)躍躍欲試。

這不免讓人更加好奇，MindOS的背后開發(fā)團(tuán)隊(duì)到底是何人？

前臉書高級(jí)研究科學(xué)家?guī)ш?duì)打造

MindOS來自心識(shí)宇宙，在2022年1月創(chuàng)立，定位是一家AGI公司。

公司團(tuán)隊(duì)成員來自Meta、Google、TikTok、Alibaba等，創(chuàng)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(jí)基金投資。

創(chuàng)始人兼CEO陶芳波，是數(shù)據(jù)挖掘和AI領(lǐng)域的熟悉面孔了。

他本科畢業(yè)于清華大學(xué)，后赴伊利諾伊大學(xué)香檳分校獲得計(jì)算機(jī)科學(xué)博士學(xué)位，師從數(shù)據(jù)挖掘領(lǐng)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(fā)工作，并是阿里達(dá)摩院神經(jīng)符號(hào)實(shí)驗(yàn)室的創(chuàng)建人。其研發(fā)成果已應(yīng)用到NASA、波音公司等；搭建的Facebook大規(guī)模內(nèi)容理解平臺(tái)，日均服務(wù)超過2億用戶。

此外，他還擔(dān)任了EMNLP、CIKM、ACL、SIGMOD、WWW等領(lǐng)域頂會(huì)的評(píng)審專家。

心識(shí)宇宙的創(chuàng)立契機(jī)，主要有兩方面。

一方面是底層技術(shù)的驅(qū)動(dòng)，另一方面是需求真實(shí)存在。

其中，從技術(shù)維度出發(fā)的思考和準(zhǔn)備，要從3年前說起。

2020年GPT-3震撼發(fā)布，讓陶芳波看到了LLM的無限潛力。

這是第一個(gè)模型，可以一個(gè)模型完成很多復(fù)雜任務(wù)，承載了人類幾乎所有知識(shí)。

當(dāng)時(shí)，業(yè)內(nèi)對(duì)AGI的討論已經(jīng)不絕于耳，陶芳波同樣認(rèn)同AGI會(huì)給未來世界帶來變革。

怎么通往這里？大模型這條路已經(jīng)逐漸清晰了起來。幾年前，當(dāng)時(shí)還在研究實(shí)驗(yàn)室的團(tuán)隊(duì)就已經(jīng)開始搭建一種AGI框架的雛形了。

他們提出的技術(shù)理解是：大模型是一種全新的計(jì)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(diào)取的數(shù)字腦力資源。

相比于提供“連接能力”的傳統(tǒng)算力，現(xiàn)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(gè)人需求沒有深度整合（Grounding）。而這種整合需要非常復(fù)雜的場景理解、個(gè)人需求理解。

因此，需要在大模型之上構(gòu)建一個(gè)有價(jià)值的調(diào)度框架，類似于新時(shí)代的操作系統(tǒng)，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(biāo)的驅(qū)動(dòng)下獨(dú)立成長和自我構(gòu)建。

而技術(shù)創(chuàng)新，還只是底層的支撐。更上一步，需要行業(yè)中有真實(shí)存在的需求。

實(shí)際上，近幾年不少軟件和應(yīng)用都傾向于為自己構(gòu)建一個(gè)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(duì)于低頻剛需類APP，因?yàn)榇蜷_頻率低，用戶對(duì)操作界面的熟悉程度不高。一旦有需求時(shí)，往往要先花費(fèi)一段時(shí)間來摸索功能界面，有時(shí)甚至還得去網(wǎng)上搜教程，確實(shí)比較繁瑣。

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

而對(duì)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(zhǔn)備什么樣的禮物？很多人在打開購物軟件時(shí)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(huì)是一個(gè)比較長的過程。

第二種情況，是用戶需要進(jìn)行復(fù)雜的貨比三家，最后才能完成消費(fèi)。

比如大到汽車、房產(chǎn)，小到球鞋、護(hù)膚，購買時(shí)不同人會(huì)優(yōu)先比對(duì)不同的規(guī)格參數(shù)；或者是訂酒店，也要事先了解好多家的價(jià)格、環(huán)境、位置等信息。這類決策過程也都會(huì)比較復(fù)雜。

那么，如果有AI能夠快速整合對(duì)比信息，或者給出明確的推薦，這會(huì)提升用戶的體驗(yàn)感，也能提升平臺(tái)商家的轉(zhuǎn)化率。

由此也就不難理解，為什么心識(shí)宇宙聯(lián)合創(chuàng)始人兼COO林宋琪在創(chuàng)業(yè)初期就反復(fù)表達(dá)：

所有分發(fā)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(rèn)，軟件AI化在最初也受到了不少來自市場的質(zhì)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?nèi)粘Ｊ褂盟阉饕娴娜鞒讨?。這一波操作，直接讓New bing日活用戶破1億，數(shù)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(fā)布會(huì)上直接放話：今天，進(jìn)入人機(jī)交互的新時(shí)代，重新發(fā)明生產(chǎn)力。

隨后國內(nèi)大廠也紛紛跟進(jìn)，阿里放話要在所有產(chǎn)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(jí)的，畢竟還是極少數(shù)科技巨頭的“特權(quán)”。即便是直接接入API，也需要企業(yè)本身具備一定的開發(fā)團(tuán)隊(duì)。因此在新的趨勢下，很多軟件和應(yīng)用服務(wù)方，都在急迫尋找一個(gè)效果好、門檻低的軟件應(yīng)用AI化方案。

而作為作為微軟和OpenAI的企業(yè)級(jí)合作伙伴，擁有領(lǐng)先商業(yè)化成果的心識(shí)宇宙，這幾個(gè)月自然要被人“踏破門檻”了。

據(jù)心識(shí)宇宙透露，從MindOS發(fā)布以來，他們收到了數(shù)百家企業(yè)的試用申請(qǐng)，尤其是今年1月趨勢引爆以后，申請(qǐng)量更是空前暴增。

目前，他們已經(jīng)和全球Top 3電商平臺(tái)之一、亞太地區(qū)頭部金融券商、全球頂尖跨境電商平臺(tái)、國內(nèi)頭部虛擬人公司和頭部元宇宙平臺(tái)達(dá)成合作。

人機(jī)交互變革的新起點(diǎn)

總之，心識(shí)宇宙的浮出水面，傳遞出了一個(gè)讓人頗為興奮的信號(hào)：

更加自主的AI Copilot，正在大踏步走進(jìn)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(yàn)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(shù)研發(fā)、商業(yè)化落地的AGI領(lǐng)域創(chuàng)始人，陶芳波提出了自己的認(rèn)知和判斷，即未來世界的發(fā)展將會(huì)分為三個(gè)階段：

• 應(yīng)用和服務(wù)的AI化：任何需要用戶來做決策的過程，都應(yīng)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(gè)人為中心的AI出現(xiàn)：每一個(gè)人，都可以在交互的過程中，逐漸培養(yǎng)一個(gè)和自己深度綁定、且可以幫助串聯(lián)任何事的AI Copilot。
• AI Copilot串聯(lián)成網(wǎng)絡(luò)：應(yīng)用和服務(wù)的AI Copilot和每個(gè)個(gè)人AI Copilot，連接成一張全新的網(wǎng)絡(luò)，服務(wù)的分發(fā)會(huì)在這個(gè)AI Network上發(fā)生。不是傳統(tǒng)的基于連接的分發(fā)，而是基于理解和推理的分發(fā)，這些AI Copilot會(huì)相互合作、協(xié)同，幫助人類完成復(fù)雜任務(wù)。

目前心識(shí)宇宙正在快速推進(jìn)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(huì)發(fā)布面向消費(fèi)者的MindOS，屆時(shí)所有人都有機(jī)會(huì)塑造一個(gè)專屬于自己的AI Copilot。

在這些趨勢下，一個(gè)更加震撼的變革也在悄然推進(jìn)，即人機(jī)交互方式正在被改寫。

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

當(dāng)下的計(jì)算機(jī)、智能手機(jī)等，人和軟件之間的信息交流，都是建立在GUI的基礎(chǔ)上，也讓人機(jī)交互從最初的僅限于專業(yè)人群，發(fā)展到了普通人范圍。

但對(duì)人機(jī)交互稍有了解的人都知道，人類最自然的交互方式，其實(shí)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(shí)別固定的句式、關(guān)鍵字，來做出機(jī)械式的回復(fù)，給人帶來的體驗(yàn)升級(jí)比較有限。

如今，在大模型能力飛升的背景下，新的可能出現(xiàn)了。

當(dāng)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(jī)交互就會(huì)成為最方便的交互方式。傳統(tǒng)由產(chǎn)品經(jīng)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(gè)軟件的API，自主構(gòu)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(gè)AI助手都是用戶的“馬良神筆”。

也就是說，AGI之于軟件，正如Made to order之于制造，之前是供給到需求，之后是需求到供給，這是一種全新的生產(chǎn)方式。

由此產(chǎn)生的影響，或許都不局限于軟件領(lǐng)域，乃至硬件的生態(tài)都可能被改寫。

未來，AI的載體可能是手機(jī)、電腦、頭顯，也可能像鋼鐵俠那樣——是機(jī)器人。

或許在以前，這種說法會(huì)被定義為“美好的無限想象”，但是在ChatGPT趨勢下，創(chuàng)新正在“以小時(shí)為單位”發(fā)生。

兩個(gè)月前，學(xué)生們拿ChatGPT寫作業(yè)、考試，已經(jīng)讓人咋舌；而如今，人們開始嘗試讓ChatGPT自己想辦法開發(fā)網(wǎng)站、讓GPT-4控制實(shí)驗(yàn)室的機(jī)器人做化學(xué)實(shí)驗(yàn)……

似乎已經(jīng)沒什么不可能發(fā)生了。

而人們的無限憧憬與期待，或許也是AI創(chuàng)造無限可能的必要因素之一。

那么，你覺得人人一個(gè)AI Copilot會(huì)是人類的未來嗎？

P.S.本周心識(shí)宇宙將召開MindOS內(nèi)測發(fā)布會(huì)，感興趣的童鞋可戳下方鏈接報(bào)名：

Webinar 1: https://us02web.zoom.us/webinar/register/WN_mCV8jzA-S–4K5u9KssCug#/

Webinra 2: https://us02web.zoom.us/webinar/register/WN_Wpn01K2lTt2sbIw0M0e8IA#/registration