• 揭秘AI 原生应用技术栈


    0830ac53774d270641d7f04e4acb8217.jpeg

     

    一次性把“AI 原生应用技术栈”说明白

       

    AI热潮持续,厂商努力推动有价值的应用涌现,并打造服务AI原始应用的平台产品。本文精简介绍业界最新的AI原生应用技术栈,让您迅速把握前沿科技脉搏。

    整体架构

    AI技术栈逻辑图精简呈现,多层架构一览无余。以下详细解析图中①至⑤关键节点,揭示AI原始应用技术的核心魅力。

    48355e1a4630c3107e34a31ab427821c.jpeg

    ① 大模型

    AI热潮再起,OpenAI功不可没,ChatGPT展现AGI潜力。当前,GPT 4.0仍领跑大模型技术前沿。云厂商与创业公司纷纷提供模型支持,共同推动AI发展。

    • 国内大模型主要有:
      • RNIE 4.0(文心一言),百度出品
      • 通义千问,阿里出品
      • 盘古大模型,华为出品
      • 星火大模型,科大讯飞出品
      • Baichuan 3,王小川创业公司百川智能
      • abab 6.5,MiniMax出品
      • GLM-130B,智谱 AI
      • Yi-34B,零一万物,李开复老师创业公司
    • 海外大模型主要有
      • GPT 4.0,OpenAI 出品,背后金主爸爸是微软
      • Google Gemini 1.5,刚刚Google next 2024大会发布
      • Claude 3,背后金主爸爸是 AWS
      • Llama-3,meta 开源,开源最强模型

    阿里巴巴董事长蔡崇信指出,国内整体实力较海外落后1-2年,国内公司更重模型创新,而海外创业公司更侧重于应用创新。这一差异凸显了国内外商业环境和思路的显著差距。

    ② Model Builder

    f32e596c1fcc372046d8eea963b2f372.jpeg

    Model Builder提供大模型部署、精调、推理服务一体化工具链,简化操作,轻松驾驭大型模型应用。

    主要还是云厂商提供这块的服务,关于这部分的功能划分不完全一样。

    • 百度智能云Model Builder,实现模型复制、管理、评估与优化,支持一键调用与推理服务部署,高效便捷。
    • AWS Bedrock 负责基础大模型提供服务

    199217e954a99acc85cc0fb56a8630d9.jpeg

    • Google Vertex AI,集Model Garden、Model Builder、Agent Builder等功能于一体,铸就强大品牌,为您的AI之旅提供一站式解决方案。
    • Azure 主要有两块服务:
      • OpenAI Service,引领AI前沿,提供GPT4、GPT3.5及卓越embedding等强大模型,助您解锁无限智能可能。
      • Azure AI Studio 第三方模型服务,如Llama

    ③向量数据库

    生成式人工智能的飞跃,催生了大规模预训练模型的繁荣,其中,向量数据库成为关键环节。借助AI和机器学习,非结构化数据如文本、图像和视频,可转化为数学向量。向量数据库专为此而生,高效存储与检索向量数据,实现非结构化信息的精准检索与相似性计算。对大模型而言,它象征着高效与精准的模型应用新纪元。

    大模型风潮中,向量数据库厂商备受资本瞩目。荷兰Weaviate获5000万美元B轮融资,美国Pinecone筹集1亿美元B轮融资。这些巨额融资彰显向量数据库领域的炙热关注度,预示着该领域正迎来前所未有的发展机遇。

    大语言模型面临知识更新滞后、幻觉生成、行业知识匮乏及安全回答难题。引入向量存储模块作为长期记忆,借助数据反馈与干预,低成本解决上述挑战,显著提升模型性能与准确性。

    • 国内
      • 百度向量数据库
      • 腾讯向量数据库
      • 开源的 milvus(商业产品 zilliz)
    • 海外
      • pinecone

    ④Agent builder & ⑤App builder

    Agent 智能体是个时髦概念,吴恩达最近的预测通过智能设计,用 GPT 3.5 就能达到 4.0 的效果。AI Agent 和大模型的区别在于,大模型与人类之间的交互是基于prompt 实现的,用户prompt 是否清晰明确会影响大模型回答的效果。而AI Agent的工作仅需给定一个目标,它就能够针对目标独立思考并做出行动。从原理上说,AI Agent的核心驱动力是大模型,在此基础上增加规划(Planning)、记忆(Memory)和工具使用(Tool Use)三个关键组件。 

    App builder 的范围要更大一些,帮助开发者和应用构建 App,Agent 理论上是一种App。不过现在能直接通过工具就能构建的 App 类型还比较少,前面比较流行的低代码平台,本质也是帮助用户构建企业里面流程管理 App,也是其中一种。

    • 国内典型的有
      • 百度推出Agent Builder,专注于2C领域;同时,App Builder则致力于为企业提供2B解决方案,满足不同业务需求。
      • 字节 coze
      • google 在Vertex AI也包含了 Agent builder
    • 这类的builder 核心提供三个能力
      • 一键发布至各大平台,轻松实现App分发,确保用户轻松下载使用,构建者提供全流程打通能力,助力快速上线。

    -对此,您有什么看法见解?-

    -欢迎在评论区留言探讨和分享。-

  • 相关阅读:
    C++ 标准库类型学习笔记(一)(vector、string 篇)
    Java BufferedReader类简介说明
    类和对象11:描述符方法
    Linux C语言基础 day10
    LR脚本录制3——Fiddler生成LR脚本(推荐)
    (173)FPGA约束:单周期时序分析或默认时序分析
    intellij idea拉取最新的依赖包
    公众号迁移操作流程是怎样的?
    基于 Scriptable 从零开始美化iOS桌面(集合篇)
    【JavaEE】多线程案例-线程池
  • 原文地址:https://blog.csdn.net/njbaige/article/details/139483832