目录
方案简介
方案架构
方案细节
小结
自从ChatGPT引爆大模型热潮以来,关于AI大模型应用的话题已经被讨论无数次了。从AI辅助文档总结、文章撰写、会议记录、代码编写,到AI文生图、AI唱歌、AI配音……一夜之间,AI大模型仿佛无处不在。
但不得不承认的是,虽然AI大模型的应用看起来非常诱人,在每一个领域似乎都有无限潜力,可是对于普通的终端用户,它暂时并没有特别接地气的落地实践。更多用户对AI大模型的使用仅仅停留在尝鲜阶段,并不会将其深度用于自己的工作流程和生活中。"它很好用,我也愿意尝试,但不会当作日常工具"是最常见的用户反馈。
那么我们该如何改变这一现状,让大模型可以"润物无声"地提升用户的工作效率和生活质量呢?这里的重点在于,大模型应用不能"为了大模型而大模型",这类应用应该是可以确实解决,而且是稳定解决用户使用场景的痛点和问题的。大模型目前存在很多缺陷,例如"胡说八道"“生成的结果需要筛选”"交互操作界面复杂"等等,这些都是阻止用户实际应用的障碍。考虑到这些挑战,我构思了一个尽量避开大模型缺陷,又可以解决实际生活问题的云端大模型应用方案。
方案简介
老年人日常生活中往往要服用多种药物,每种药物都有规定的服药时间、药量,往往给老年人的心智带来很大负担。忘记吃药、多吃、少吃、混淆不同药物、药物过期等问题非常常见。为了应对这些问题,市面上出现了带有定时提醒功能的分装药盒等产品,但这些产品依旧不能从根本上解决问题。
我所构思的解决方案,是一个带有摄像头和Wifi连接,通过云端大模型提供药物识别能力,可以自