1. 创业头条
  2. 前沿领域
  3. 人工智能
  4. 正文

神经元科技发布AI agent—“萨蔓莎”

 2023-12-31 08:50  来源:A5专栏  我来投稿 撤稿纠错

  【推荐】海外独服/站群服务器/高防

今天神经元科技发布AI agent—“萨蔓莎“(Samantha )!

取名“萨蔓莎”,是来自于一部讲述AI的电影《HER》。

电影讲述的是电影讲述男子西奥多·汤布里(Theodore Twombly,饰)与拟人化萨曼莎(Samantha,斯嘉丽·约翰逊饰)之间的故事。

这个名字也暗示着神经元的ai agent“萨蔓莎”是一个具有科技含量且高度拟人化AI agent,

现在AI已然奔向下一个时代——AI Agent(智能体)

AI Agent---人工智能的下一个风口

在今年11月,比尔盖茨写了篇博客,主要阐述“个人AI Agent将如何彻底改变人们使用计算机的方式”。

那篇博文中,他明确写道,AI Agent将带来科技行业和社会的冲击波。

那么什么是Agent?Agent一词起源于拉丁语中的Agere,意思是“to do”。

在LLM语境下,Agent可以理解为某种能自主理解、规划决策、执行复杂任务的智能体。

与传统AI系统相比,AI Agent更加“智能”和“人性化”。它们不仅能理解复杂的自然语言指令,还能根据环境的变化做出自主决策。

而萨曼莎背后蕴含的技术力量,让她成为了具有智能和人性化的ai agent。

三大突破构筑“萨曼莎”的科技含量

在中国诞生的“萨曼莎”作为一款尖端的对话式聊天助手,与传统的人工智能不同AI Agents可以在没有人类控制的情况下独立运行。

萨曼莎可以给予用户意见、浏览网页、使用应用程序、读写文件、给出意见。

简单来说,只需要给她一个目标,萨曼莎就能完成剩下的全部工作。

为了让萨曼莎达到以上目标,神经元科技在研发过程中融合了多项先进的人工智能技术。

这些技术的应用使得“萨曼莎”具备三点突破性功能:

1、自然语言处理

首先自然语言处理(NLP)是“萨曼莎”能够理解人类核心技术之一,神经元基于最前沿的MoE架构模型,团队自主研发的算法在多轮对话记忆,意图理解,对话预测上达到行业领先水平。

在实际应用中,不同行业,公司,个人由于经验,产品及服务的差异,需要大模型能够根据自己产品卖点来与客户交流。 基于此,神经元智能团队,结合提示词工程(PE)及搜索增强技术(RAG),能为每个用户开放专属向量数据库, 通过调用专属知识库信息结合大语言模型的强大的理解总结等能力,规避了通用大模型回复太“泛泛而谈”的缺点,同时也解决了传统智能客服回答格式化,“答非所问”等问题。

意图理解和信息搜集自动化,传统数字服务和客户服务场景中,包括金融,游戏,教育,电商等,客户从认识-认知-信任-信赖的阶段,往往需要服务人员具备真诚耐心的态度,行业专业度,高情商等技能,"萨曼萨"的另一个重要功能是情感计算。它可以通过分析用户的语音、图像和文字,识别出用户的情绪,然后根据用户的情绪来调整自己的回应。例如,如果用户在对话框里打了一大长串字,表达了自己的不满,"萨曼萨"会首先判断出用户的情绪,然后再根据用户的情绪来给出回应。 除此以外,萨曼莎能够通过大模型底层算法,将意图和情绪等级标注打分,并将关键信息提炼总结,自动化采集,实时同步给服务人员及公司管理系统。低成本: 在运算成本上,同时MoE架构对比主流的transformer模型大幅度降低至30%, 使萨曼莎在企业中部署成本降低至千元水平,个人版本低至百元。

采用多AI agent 协作技术

萨曼莎实现了对话中被动式回复及主动式引导混合交互模式。 区别于 chatgpt,文心一言等聊天框中单向回复的功能,通过Ai agent 技术--即群体智能的创新性协作流程,该聊天助手能够基于任务目标,将特定业务流程中用户的阶段状态拆分成多个待执行任务,并将执行任务分配给多个子任务agent, 比如:意图理解,情感分析,信息获取,链接发送,需求分析,质量检验,人工转接等等。 每一个子任务agent之间用自然语言的方式实时对话,高效协作。

中文拟人化聊天:

和电影里讲述的一样,萨曼莎是一位高度拟人的ai agent,能达到这一点的原因是是神经元智能采用了深度学习中RLHF(人类干预强化学习)技术,自研的RL(奖励模型)使“萨曼莎”能够自我优化其响应策略。

利用深度学习技术,它可以从大量的数据中发现模式,并据此改进对话流程和用户体验。

提示词工程和小样本,它可以迅速地实现根据顾问或客服的喜好训练聊天风格。

比如:律师咨询场景的专业严肃风格,游戏陪伴场景的二次元风格,教育咨询场景的耐心温柔风格。

它将规模化地处理用户个性化需求变为现实。

Ai agents的使命-成为人工智能技术与应用场景的桥梁

神经元科技判断,能否把价值传递到更多的应用场景,核心就看AI Agent。

在未来, "萨曼萨"的主要应用场景主要包括以下几个方面:

电商领域:在电商领域,"萨曼萨"可以通过判断用户的情绪和意图,使回复更具有人性化。

例如,当用户在对话框里打出一大长串字表达不满时,"萨曼萨"会首先判断出用户的情绪,然后再根据用户的情绪来给出回应。

金融行业:在金融行业,"萨曼萨"可以通过情感识别来决定如何与用户对话。例如,当用户在对话框里打出一大长串字表达不满时,"萨曼萨"会首先判断出用户的情绪,然后再根据用户的情绪来给出回应。

移动设备:"萨曼萨"的算法可以运行在手机、平板等移动设备上,甚至可以直接在摄像头的模组里使用,从而触达更多的手机用户。

情感计算:"萨曼萨"可以通过分析用户的语音、图像和文字,识别出用户的情绪,然后根据用户的情绪来调整自己的回应。以上是"萨曼萨"的主要应用场景,但实际上,作为一种聊天机器人,"萨曼萨"的应用场景可能会更广泛,包括但不限于客户服务、个人助手、教育、娱乐等多个领域。

神经元科技深耕六载,用优质产品争先2024年

神经元是一家从17年就专注于人工智能的创业公司。

在神经元深入ai agents的领域探索过程中,判断Agent下一步可能会朝着两个方向同时迭代。一是与人协助的智能体,通过执行各种任务来协助人类,侧重工具属性;二是拟人化方向的迭代,能够自主决策,具有长期记忆,具备一定的类人格特征,侧重于类人或超人属性。

我们希望把神经元打造成一个同时把用户和产品放在首位的公司。

因此,我们有动力让 AI 变得更好,并且把产品做得更好。这会使神经元走入良性循环。

神经元希望在未来每个人都可以拥有一群 AI agent,包括老师、朋友、治疗师和所有其他的角色,就像拥有一群 AI 朋友。他们每个人都知道你的名字,并且很高兴和你聊天,而他们都一个共同的名字—萨曼莎(Samantha )

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关文章

  • 开发者怎么拥抱智能化浪潮?昇腾AI给出了“通关指南”

    在大模型代表的新一轮技术浪潮下,智能化转型已然是毋庸置疑的趋势,科技大厂们纷纷给出了智能化的“道法术”,大大小小的企业也开始更新认知,想要从创新中挖掘出驱动增长的新质生产力。但现实和智能化的美好愿景之间,仍然横亘着一片鲜有人涉足的“荒海”,脚下还没有坚实的路。3月23日在天津举办的昇腾AI开发者创享

    标签:
    ai技术
    ai智能
  • 8款AI视频生成产品实测,谁将成为中国Sora?

    ©自象限原创作者丨罗辑、苏奕编辑丨程心2024年开年,科技圈没有什么比Sora的出现更让人兴奋。如同ChatGPT在2023年初带来的LLM创业潮,Sora的发布也同样将视频生成模型推到了风口浪尖。科技巨头猛推产品,创业公司则乘风而上。3月13日,AI视频大模型公司爱诗科技完成亿元级人民币A1轮融资

    标签:
    ai技术
    ai智能
  • AI业务收入盈利双增,但百融云没有止步

    当为科学技术巡游一方的神,行至人工智能的篇章,中国公司的2023年报里,写着AIGC的前世今生。翻开科技进步的编年史,每一次技术革命都有这样一条铁律:技术革命的最大受益者,通常不是率先做出突破的开疆派,而是率先将其发扬光大的技术流。靠着工业革命超越日不落的美利坚,把同样的故事,转载到了50年代的半导

  • AI手机需要新故事

    言必称AI的时代,已经来了,尤其是随着sora等的震撼发布,以及Google、微软和国内大厂等在AI研发、大模型等方面的日新月异。就手机行业而言,在存量时代出货量连年不及预期的情况下,如何刺激用户换机,成了一道摆在所有手机厂商面前的共同命题。从三星到国内的一些手机厂商,实际上已先行一步打出了“AI手

    标签:
    ai技术
  • 智能校对大模型文修2.0重磅发布:赋能“人工智能+办公”转型升级

    3月22日,由天津蜜度文修智能科技有限公司主办的智能校对大模型文修2.0智臻发布会在津举行。发布会以“大模型赋能‘人工智能+办公’体验升级”为主题,邀请语言智能领域专家,以及各大媒体机构和合作伙伴,围绕大模型技术、应用落地发展、标准化进程进行分享交流。发布会上还发布了智能校对大模型文修2.0。天津市

  • 阿里通义千问重磅升级:免费开放1000万字长文档处理功能

    3月22日消息,阿里通义千问重磅升级,向所有人免费开放1000万字的长文档处理功能,成为全球文档处理容量第一的AI应用。即日起,所有金融、法律、科研、医疗、教育等领域的专业人士,都可通过通义千问网站和APP快速读研报、分析财报、读科研论文、研判案情、读医疗报告、解读法律条文、分析考试成绩、总结深度文

    标签:
    通义千问

编辑推荐