AI“+”什么

AI+ 3種能力

2024年3月，在“人工智能+”行動的指引下，商湯科技董事長兼首席執(zhí)行官（Chief Executive Officer，CEO）徐立創(chuàng)造性地提出“KRE能力架構(gòu)”（見圖1-4），并指出當(dāng)今大模型正在按照“知識”“推理”“執(zhí)行”三個(gè)層級進(jìn)化升級。面向各種知識問答任務(wù)，知識層主要解決高頻、標(biāo)準(zhǔn)化的問題，即以前很多人問答過的知識內(nèi)容，準(zhǔn)確率很高；推理層重點(diǎn)解決長尾、碎片化、非標(biāo)準(zhǔn)化的問題；執(zhí)行層則將知識能力、推理能力、執(zhí)行能力融為一體，完成更為復(fù)雜的組合式軟硬件性任務(wù)。三個(gè)層級的能力如下。

圖1-4　“KRE能力架構(gòu)”

第一層，知識能力：整合并吸收人類歷史上積累的跨學(xué)科的全球知識，并將這些知識進(jìn)行歸納總結(jié)和融會貫通，提煉出普遍適用的概念、原則或結(jié)論的能力。語言文字是人類知識的重要表現(xiàn)形式，當(dāng)今大語言模型的學(xué)習(xí)速度極快，Epoch AI Research團(tuán)隊(duì)成員、加利福尼亞大學(xué)伯克利分校計(jì)算機(jī)科學(xué)專業(yè)的教授斯圖爾特·羅素等專家預(yù)測人類歷史上的“高質(zhì)量語言數(shù)據(jù)”，將在2024—2026年訓(xùn)練完，換句話說，大語言模型正在成為掌握人類歷史上幾乎全部知識的初級智慧載體，人們能夠通過與大語言模型交流，獲得歷史上的科學(xué)家、文學(xué)家、哲學(xué)家等的回答，大語言模型能跨多個(gè)領(lǐng)域回答專業(yè)性極高的復(fù)雜問題。

第二層，推理能力：能夠根據(jù)一個(gè)或多個(gè)已知前提條件，推導(dǎo)出新的結(jié)論的能力。大語言模型能夠基于世界知識“底座”，以“舊知”推理出“新知”，以及發(fā)現(xiàn)新的可能性，為人類“世界知識庫”提供知識增量。知識（歸納）層和推理層是AI生產(chǎn)力十分重要的兩層。目前大語言模型在端到端的復(fù)雜推理任務(wù)上與人類專家相比仍有差距，AI正在集中力量攻堅(jiān)，當(dāng)具有可靠、精準(zhǔn)推理能力的大語言模型出現(xiàn)時(shí)，其將在學(xué)術(shù)界、產(chǎn)業(yè)界等各領(lǐng)域?yàn)槿祟愄峁┻壿嫹治龇?wù)。

第三層，執(zhí)行能力：在和世界的互動中通過人類的反饋，掌握新知識的能力。正如毛澤東在《實(shí)踐論》中清晰闡釋了“認(rèn)識”和“實(shí)踐”的關(guān)系，通過對比人類“認(rèn)識+實(shí)踐”的模式，我們可以理解為什么大模型需要調(diào)用“執(zhí)行體”才能更加深入、全面、客觀地認(rèn)知世界規(guī)律——“執(zhí)行體”既可以是其他AI原生模型、傳統(tǒng)軟件，也可以是機(jī)器人、機(jī)械手、智能網(wǎng)聯(lián)汽車等硬件，大語言模型與后者的結(jié)合就是我們常說的“具身智能”。

《實(shí)踐論》指出：“只有人們的社會實(shí)踐，才是人們對于外界認(rèn)識的真理性的標(biāo)準(zhǔn)”。這也正是當(dāng)前大語言模型缺乏實(shí)踐出現(xiàn)“幻覺”的原因，即缺乏實(shí)踐檢驗(yàn)認(rèn)知、糾偏認(rèn)知。

◎ 實(shí)踐出真知，實(shí)踐是認(rèn)識的來源。比如，人們通過觀察和實(shí)踐，才能獲得對自然現(xiàn)象和社會現(xiàn)象的認(rèn)識，從而形成科學(xué)理論。

◎ 認(rèn)識對實(shí)踐具有反作用。比如，科學(xué)理論可以指導(dǎo)人們的實(shí)踐活動，提高實(shí)踐的效率和效果；同時(shí)，實(shí)踐結(jié)果也可以修正和完善原有的理論。

◎ 認(rèn)識具有反復(fù)性、無限性、上升性。比如，在科學(xué)研究過程中，人們需要經(jīng)過反復(fù)實(shí)驗(yàn)和驗(yàn)證才能得出正確的結(jié)論；同時(shí)，隨著實(shí)驗(yàn)條件和觀測技術(shù)的不斷改進(jìn)，人們對于某一現(xiàn)象的認(rèn)識也會不斷深化。

知識在人類進(jìn)化史上有無與倫比的崇高地位，許多哲學(xué)家、科學(xué)家給予了知識極高的評價(jià)，而思考是處理知識的過程。

在AI時(shí)代，語言文字是知識的表達(dá)方式之一，而數(shù)據(jù)是語言文字的載體，程序是處理數(shù)據(jù)的高效生產(chǎn)力工具。2023年12月，商湯科技基于自研大模型，推出AI編程助手“代碼小浣熊”（Raccoon），其覆蓋軟件需求分析、架構(gòu)設(shè)計(jì)、代碼編寫、軟件測試等環(huán)節(jié)（見圖1-5），滿足用戶的代碼編寫、數(shù)據(jù)分析、編程學(xué)習(xí)等各類需求，支持Python、Java、C++、SQL等90多種主流編程語言和主流集成開發(fā)環(huán)境（Integrated Development Environment，IDE）。用“KRE能力架構(gòu)”來分析“代碼小浣熊”產(chǎn)品自身的開發(fā)效率，即從需求分析、架構(gòu)設(shè)計(jì)、代碼編寫、軟件測試、部署上線、系統(tǒng)維護(hù)全流程來對比不同能力層的研發(fā)工作量，具體如下。

圖1-5　“代碼小浣熊”賦能軟件開發(fā)全生命周期（黃色子流程部分為人機(jī)協(xié)同環(huán)節(jié)）

◎ 知識能力融入：讓基礎(chǔ)大模型掌握代碼庫，僅在開發(fā)環(huán)節(jié)用他人寫過的代碼來補(bǔ)全目標(biāo)開發(fā)程序，從“代碼小浣熊”的需求分析到最終產(chǎn)品的開發(fā)完成，總共需要投入100人天。[5]

---

[5]　人天：軟件業(yè)衡量開發(fā)工作的單位，即一個(gè)程序員工作一天的工作量。

◎ 推理能力融入：讓大模型深入軟件開發(fā)全過程，進(jìn)一步輔助需求分析與設(shè)計(jì)、用戶界面生成、測試用例生成等環(huán)節(jié)，可節(jié)省30%的開發(fā)工作量，即只需要投入70人天。

◎ 執(zhí)行能力融入：如果使用“代碼小浣熊”2.0版本，調(diào)用強(qiáng)大的代碼解釋器（執(zhí)行體），處理各種專業(yè)性問題，從海量數(shù)據(jù)中篩選出需求、指定產(chǎn)品特征，并根據(jù)特征完成產(chǎn)品開發(fā)，可節(jié)省80%的開發(fā)工作量，僅需要投入20人天即可完成產(chǎn)品的自主研發(fā)。大模型為什么需要調(diào)用代碼解釋器？因?yàn)樵诿鎸Ω鞣N數(shù)學(xué)問題時(shí)，代碼解釋器能夠正確、可靠地給出答案，例如，在ChatGPT中輸入“請列出100以內(nèi)所有質(zhì)數(shù)兩兩相乘的結(jié)果”，以及“請列出100以內(nèi)所有質(zhì)數(shù)兩兩相乘后加1的結(jié)果”，它能夠正確地列出前者，但在處理后者時(shí)卻出現(xiàn)了錯(cuò)誤。兩個(gè)問題難度一樣，為什么會出錯(cuò)？原因在于基礎(chǔ)模型沒有見過這類問題，它在訓(xùn)練時(shí)儲備的世界知識無法直接給出答案，從而需要調(diào)用代碼解釋器，獲得正確答案。