前言
AI Agent(人工智能代理 / 智能体)绝对是 2024 上半年一个爆火的话题。从 Google Trends 图中可见一斑。
尤其是在中国区,不得不说是真的卷,直接干到了100,是第二名的近10倍。
老王最近花费了大量的时间进行学习与研究,期间也在智能体开发平台成功搭建了一些有趣的 AI Agent,所以也算是有点发言权了。
为了让大家不要掉队,希望通过本篇文章分享一些心得体会,如果觉得有收获不要忘记转发给身边的人。
AI Agent 的定义
AI Agent,在人工智能领域,通常用来指代「感知、理解、决策和执行于一体」的智能系统或智能应用。
进行指挥和决策的「大脑」可以由各类 LLM(大语言模型)充当,基于 LLM,计算机程序能够独立思考、调用工具来逐步完成给定目标。
现在大家普遍混淆的概念集中于 AI Agent 和 LLM、RAG 等,以及他们之间的关系。接下来就一起再回顾下这些概念,以便更好理解。
1. LLM
LLM「Large Language Model」,即大型语言模型。这类模型是利用深度学习技术,特别是变换器(Transformer)架构,训练出的能够理解和生成自然语言文本的人工智能系统。
它们通常需要大量的数据来训练,以学习语言的模式和结构,从而能够执行诸如文本翻译、摘要、问答、文本生成等多种语言处理任务,例如我们常接触的 ChatGPT、Kimi、文心一言、通义千问等等。
上面提到模型是提前训练好的,所以时效性不强,最新的消息他都无法回答;加上用于训练的内容一般来源于公开的标准化知识,所以无法个性化定制回答。
为了解决上述问题,需要把外部的知识提供给模型,这时候就需要用到 RAG 技术。
2. RAG
RAG「Retrieval-Augmented Generation(检索增强生成)」,是一种结合了检索和生成技术的模型,它通过引用外部知识库的信息来生成答案或内容。RAG 的优势在于其通用性强、可实现即时的知识更新,以及通过端到端评估方法提供更高效和精准的信息服务。
其工作原理包括三个关键部分:检索、利用和生成。在检索阶段,系统会从文档集合中检索相关信息;在利用阶段,系统会利用这些检索到的信息来填充文本或回答问题;最后在生成阶段,系统会根据检索到的知识来生成最终的文本内容。
3. AI Agent 与 LLM、RAG
AI Agent 利用「规划」可将问题进行拆解,形成一个一个的小问题,并定义好这些小问题之间的逻辑关系。然后按照顺序,调用 LLM 、RAG 等外部「工具和记忆」,来解决每一个小问题,直至解决最初的问题,完成一整个「行动」。
AI Agent的架构
作为一个完整的智能体,不光需要「大脑」,还需要如「神经感官系统」以及「四肢」的参与,此时就得涉及到 AI Agent 的架构。
AI Agent = AI 大模型(LLM)+ Planning(规划)+ Momory(记忆)+ Tools(工具)+ Action(行动),接下来逐一解释。
1. Planning(规划)
类比人类,我们如何「规划」一个任务:
1. 首先会把任务分析、拆解成多个子任务;
2. 接着寻找高效的工具帮助完成每个子任务;
3. 过程中持续进行反思,以持续完善;
4. 判断任务是否达到终止条件。
在大模型中,可以通过 Prompt 中运用 CoT 等推理模式,对任务进行拆解,一步步思考和解决,从而使输出的结果更加准确。
2. Momory(记忆)
智能体分为了两种记忆机制:
短期记忆,即单次对话中的上下文。会被短暂储存,以用于后续对话,重新开启对话框就不会存在。
长期记忆,即用户的特征信息、业务信息。通常会记录在向量数据库中进行长期存储,以便于快速检索。
3. Tools(工具)
「工具」便充当从周边环境获取信息,或者把处理结果具体落实下去。比如通过特定系统的 API,获取到指定数据,以及系统的某些操作权限。
比如图中这些例子,可以看到必应搜索、链接读取等是拓展了信息输入的渠道;而飞书云文档、表格等就是增强了处理结果的输出能力。
4. Action(行动)
智能体基于上述提到的点来与外部世界进行互动,抽象简化就是提供一个输入(Input)来产生输出(Output)。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。