AIGC:让生成式AI成为自己的外脑_成生辉_AZW3_MOBI_EPUB_PDF_电子书(无页码)_成生辉

内容节选

第二节AI文本生成的垂直应用 纵观2022年,在AI文本生成领域最火爆的话题莫过于ChatGPT。或许ChatGPT现在仅仅是大家茶余饭后讨论的新热点,或者是大家心血来潮时尝试的玩具,但我们不可否认它确实展现了无穷的潜力。相关从业者如今不仅努力研发更智能的大语言模型以及类ChatGPT应用,他们还在思考如何对类ChatGPT应用进行二次开发,进一步激发它的潜力。举例来说,OpenAI公司推出了基于ChatGPT的Plugin插件,让ChatGPT可以接入到各种应用中,帮助用户完成日常琐事,让ChatGPT成为更全面的“Siri”或是“小度”。无独有偶,微软公司也尝试将ChatGPT集合进自家的搜索引擎“必应搜索”(Bing),并借助ChatGPT的优势一度将自家的搜索引擎推到最受欢迎排行榜的第一位。 图4.4呈现了类ChatGPT应用可能适用的实际场景与相应领域。类ChatGPT应用经过二次开发可以应用于专业客服、智能搜索、智能创作这三个场景中,涵盖金融、医疗、政务、银行、互联网、教育、科学研究、文娱、广告、动画和设计等领域。下面,我们深入到这三个具体的应用场景中,介绍如何对类ChatGPT应用进行二次开发,以满足各种垂直领域需求;讨论在二次开发过程中可能会遇到哪些问题;了解类ChatGPT应用在这些应用场景中具备什么优点。 图4.4 类ChatGPT应用场景概览 一、专业客服 作为一个用户,你是否因客服不能提供24小时服务而烦恼?你是否因为客服的失误造成损失?你是否因为事情紧急、态度不好导致咨询困难?反过来,作为一名客服人员,你是否因为被要求24小时坚守岗位而情绪崩溃?你是否因为工作时间过长而产生失误?你是否因为客户的误解而感到委屈?好消息是,现在类ChatGPT产品可以同时解决用户和客服人员的烦恼! 当然,类ChatGPT产品不可能完全替代人工,因为算法即使再强大,它也不会像人类一样可以灵活变通。因此,让类ChatGPT产品辅助客服人员开展日常工作是一种有效的方法。一个已经落地的辅助方式是让类ChatGPT产品完成一些简单的客服任务,为客服人员减轻工作压力,使其有更充沛的精力去完成复杂的任务。比如,过去在餐饮行业中,智能算法可帮助客人完成在线预订、开发票等简单的任务;对于比较困难的任务,比如介绍餐厅特色、为客人规划就餐时间等可能需要人工完成。现在,类ChatGPT可以完成这些任务,但是依旧可以为客人提供人工服务的选项,让客人自由选择。毕竟对于餐饮行业来说,门店或许不会专门设置客服岗位,所以此时类ChatGPT产品提供的服务可以大大减轻门店工作人员的负担。 如今,类ChatGPT应用的智能对话能力已经足够强大。对于其他传统领域的客户服务,如金融领域的各种产品咨询、医疗领域的健康咨询或者网上问诊、政务网站的咨询服务、银行理财咨询等,采用类ChatGPT应用完成客服咨询任务,并且给用户提供有时限的人工服务依旧是一个很好的选择。此时,客服人员可以从电话一端暂且退到二线,凭借专业知识去监督算法的表现,并且在算法可能出错时,及时更正。CHASE H. LangChain[EB/OL]. https://github.com/hwchase17/langchain. 这种咨询服务对类ChatGPT回复的准确性提出了较高的要求,人们不希望算法自由发挥,而是希望算法基于已有的知识库,提供可靠的答案,甚至标记出答案的来源。如今,一个有效结合类ChatGPT应用和知识库的框架已经被提出,它就是LangChain 。图4.5呈现了借助LangChain进行咨询服务的流程。 图4.5 智能咨询服务流程 在图4.5中,咨询服务分成两步。第一步是构建相关领域的数据库。这一步是一个线下流程,不需要实时更新数据库,隔一段时间更新一次就可以。在构建数据库时,可以把各种形式的资料(比如文件、图片、音频)用不同的方法转变成向量形式,然后存储在向量数据库中。第二步是在线咨询反馈。这一步需要对用户的问题进行实时反馈。具体来说,当用户提出一个问题时,可以用和第一步相同的算法将问题转变成向量,然后计算该向量与数据库中向量的相似度,从数据库中选出最相关的几条信息,再将这几条信息作为阅读材料,让类ChatGPT应用结合用户的提问,从这几条信息中获得答案,并反馈给用户。当然,除了向量数据库,我们还可以选择传统的关系型数据库作为知识库,此时让类ChatGPT应用将用户的问题变成SQL查询语句是一个难点。综上所述,通过这种结合数据库的方式,类ChatGPT可结合不同领域的专业知识,变成专业的智能客服。 释义4.4:LangChain LangChain是一个开源的应用开发框架,目前支持Python和TypeScript两种编程语言。它赋予大语言模型两大核心能力:一是数据感知,即将......

  1. 信息
  2. 内容简介
  3. 致谢
  4. 前言
  5. 第一章 AIGC:智造时代来临
  6. 第一节 从UGC、PGC到AIGC
  7. 第二节 AIGC的分类
  8. 第三节 AIGC的发展历史
  9. 第二章 AIGC的基础技术栈
  10. 第一节 识别的技术
  11. 第二节 理解与输出
  12. 第三节 从输出到可视
  13. 第四节 从可视到创作
  14. 第三章 AIGC的拓展技术栈
  15. 第一节 模块化设计
  16. 第二节 Seq2Seq模型
  17. 第三节 多模态模型
  18. 第四节 一切的一切:ChatGPT
  19. 第四章 AIGC与文本生成
  20. 第一节 AI文本生成与发展
  21. 第二节 AI文本生成的垂直应用
  22. 第三节 关于AI文本生成的一些讨论
  23. 第五章 AIGC与图像生成
  24. 第一节 AI绘画的兴起
  25. 第二节 AI辅助美术设计
  26. 第三节 AI辅助海报设计
  27. 第四节 AI辅助专业图像生成
  28. 第六章 AIGC的应用升级
  29. 第一节 内容生成赋能数字化转型
  30. 第二节 代码生成掀起科技浪潮
  31. 第三节 策略生成引领游戏革新
  32. 第七章 AIGC的生态构建
  33. 第一节 上游产业的发展
  34. 第二节 中游产业的带动
  35. 第三节 下游产业的繁荣
  36. 第八章 AIGC的挑战与监管
  37. 第一节 AIGC的阿喀琉斯之踵
  38. 第二节 法律监管与问题
  39. 第三节 产业影响与人员转型
  40. 第九章 AIGC引领未来的变革
  41. 第一节 探索无限可能性
  42. 第二节 人与AI智慧共生
  43. 第三节 探索下一代数字世界的无限潜力
  44. 参考文献