直到我高中伙伴都在微信上问我，最近那个”跟你们那个小秘书很像啊，你们在哪里吖，给我玩玩“。我才发现，出圈的有点出乎意料了，除了、 LaMDA、的[链接1]也都是不错的大模型算法驱动的问答机器人，
其实我们阅粒知识计算引擎也有问答机器人这个方向的应用，于是也决定来凑凑热闹，也聊聊生成式算法驱动的问答，对话式信息消费，对围绕这个消费体验的信息知识生产，以及关键技术，及阅粒在干啥。
这四个主题都太大，只能围绕”知识信息服务大众化，信息消费体验和生态”这个核心逻辑来浅薄地谈谈。
先谈观点，再展开：
1，对话式UI可能走向更广更深的应用,
人和软件的互动将变得更有趣、更拟人。
2，信息消费代理化，
会有root bot和你自己的个性化bot一起为你的知识信息消费负责
3，知识信息生态发生变革，
利益分配机制、生产方式以及对生产者价值的肯定会进行正循环激励
4，阅粒知识计算引擎在干啥
是广告，也是汇报，让生成类算法的惊艳变的无需解释。
第一点：意图理解新篇章，对话式CUI获得极大提升
意图理解，故名思议，就是理解人的表达、需求、以及期待，软件如何理解人，UI如何更低门槛更好用，这是人工智能领域中的重要方向，把自然语言输入（例如文本或语音）转换为计算机可以理解的形式，以便对用户的请求进行处理，它通常包括语言分析、词汇分析和语法分析等技术，以确定用户的请求的意图。让计算机系统理解人类的意图和语言语义，用于触发相应的信息输出或者软件互操作，以完成对预期问题的解决。
从小冰、siri、小度、小爱这些手机里的问答机器人使用体验来看，效果都差强人意。主要就是针对语音语义的处理的各种环节都有一定概率的效果损失，比如语音识别对有口音的输入效果，对信息消费类复杂表达的更是经常丢关键输入约束信息，甚至对于需要推理判断的，复杂问题，同时多个问题的，这些问题用大模型生成类算法自动修正，有一定概率能解决到较好的程度。
这个在实现上，是可以通过一个模型，对多种语言文化，机器可以跟人，在用人的语言、文化、逻辑和思考提问来互动问答交流信息了。对文本输入“意图的理解”达到了一个新高度，上次引领这个人机交互新方式的还是“推荐引擎”。
对话即界面，以互动问答的方式进行信息消费、这个产品体验进化的一个重要分支趋势，从个人体验上看，信息消费、知识参考互动问答，不断逼近最匹配的意图，高度拟合现实世界的人与人互动沟通交换信息和获取价值交换。
官网上还介绍了50多种场景具体的方案，这些场景下针对具体应用，可以在输入中提供你希望侧重的信息，来实现对主题交互内容的收敛、生成文本输出的约束。通过合理，即可定制一个相对开放式、信息领域更聚焦的话题，或者topic .
但是这里就有一个问题，他的理解可能是正确的，但是他的训练语料并没有你谈的话题的最新“事实”“观点”等信息，所以他可能回答的东西是逻辑正确的废话。
阅粒知识计算引擎训练语料上层语义分类
目前机器阅读理解技术可以从用户输入中识别出多种意图，常见的意图包括查询，获取信息，确认，评价，比较，提议，指令，请求帮助等。此外，还可以识别更复杂的意图，如情绪分析，情感识别，自然语言理解，语义关系推断等，除了能理解你要问的问题，表示的观点，在情绪的识别上也是达到了相当水准，当他说“对不起”的时候，往往能非常及时纠正跑偏的主题。
虽然大部分觉得像搜索，又觉得不是搜索，从技术演进上来看说一脉相承过分了，但是内在真是一种演进，非常相关，而且新的大模型的技术方法论的大跃进，确实带来了传统统搜索引擎技术实践的路径和方法不同的效果。
总的来说，意图理解的实现方式和效果的巨大提升，是实现人机对话的关键技术，它可以帮助计算机系统更好地理解人类语言，从而提高人机对话的效率。是这个对话引擎载体，所demo出来的能力相当有希望成为新的交互方式技术实践的范例。
第二点：信息消费代理化
将成为很多面向消费者的内容生产助手、素材来源和创意激活器，甚至就是直接创作工具箱。与必应的深度整合，实际上就是 TOC了。会怎么改变和影响传统的信息消费体验，不是探讨加不加分的问题，而是加多少，会不会翻倍。
随着bing查询请求的引入，能激活大量用户query，成为新的的启动，亦如百度知道对百度搜索市场竞争优势的增强，是信息消费体验代理化升级的起点，前景无法预测的灿烂和宏大。
从互联网资讯生产消费的生态来看，内容创造者创作的内容都是通过发行渠道、分发引擎触达消费者的，比如门户时代，传统媒体与门户网站的授权转载，内容有限，信息消费者看到的都是经过网媒编辑筛选和重排的内容。
搜索引擎时期，搜索作为入口收录了各类网站，包括资讯、资源、权威门户、Web2.0社区 ，根据用户搜索关键词分发，当然，也有大量的封闭生态、垂直数据库或者 web[链接2]，并未被搜索收录，信息消费者看到的是丰富多样、良莠不齐的内容盛宴，也同时带来了内容消费体验的随时间积累变差。SEO、网络营销等寄生态业务也随着大趋势推波助澜。
推荐驱动的个性化分发时期，Web2.0创作社区、自媒体人在APP生态创作，形成生产分发消费闭环，这个阶段资讯内容严重过剩，每个人看到的都是基于自己偏好的内容的小世界，观点冲突、多样性的不可见问题，都导致网络戾气更多，甚至出现比SEO更夸张的“网军”，他们主动出击主动引导甚至塑造创造一些他们需要的，来实现商业目的。随着内容生产成本的大幅度下降，有意识生产信息、引导舆论和观点“舆情”战逐渐成为产品内容生态重要参与者，这个体验真是一样难尽，既有给你看啥你才知道有啥的坐井观天式自得，也有“无论魏晋只知有汉”局限。
而问答机器人这种通过“拟人化”技术，由程序代理学习理解信息构建知识库，他能自辨是非（信息足够全面，训练语料40TB），自主筛选（选择权威的、流畅的、避免低质量不可靠的，甚至还有算法识别是程序生成的内容也是被剔除的），然后根据个人偏好，在需要的时候，排除不可靠和错误的信息（错误信息包含两层：事实性错误；价值观不正确，比如跟社会主流价值违背、违反道德标准等），对相关信息进行生成展示，这是一种新的机制，生产者变成了供养机器学习的算法工程师，他们筛选、评价、清理、转换，最后形成算法使用的训练语料，而传统的内容生产者，会非常间接地参与到这个信息资讯消费生态。
虽然有这个查询引擎类似的功能。但是更多充当的是，对你输入进行的即时性反馈。你所想知已经被算法和软件，通过标准化训练内化成了编码。
当然，目前类似于等，大语言模型LLM表现出了出色的能力，用几个小提示或文本指令即可驱动解决新任务，特别是在大规模、广范围的情况下。自相矛盾的是，它们也难以实现基本功能，比如算术或某些事实，比如很多人反馈的微观事实错误以及简单算术题问题，更深层次的还有，他的训练语料带来的知识认知偏差、逻辑缺陷等。而有些简单得多、小得多的模型在这些方面却表现出色。
这个信息消费代理化机制，与这种对话人机交互形态技术的人格化一样，获得高度信任、并成为亲密伙伴，将发挥巨大价值，运营商也能获得充足的商业收益，保障这一体验和能力随需进化，但是如何商业化，以目前定价20美元toD的模式，显然看起来是不够的，能看到的是，他们将是微软云最佳销售伙伴。
第三点：知识计算生态将发生变革
在这种新的信息技术服务面向消费者的生态里，生产力的提升如此显著，以至于角色和利益比此前的更复杂。
原来资讯内容生态的内容生产者，自己看书、读报、自己学习、感知生活体验，进而创作知识资讯和信息内容。
内容生产者，消费者，广告主和分发平台（连接器）这种利益驱动关系，分发平台分配部分利益给内容生产者，广告主给分发平台、内容生产者付费，消费者免费使用内容，给分发平台广告点点赞赚广告主的钱，广告主则是是通过销售自己的产品赚钱来驱动整个机制的运转。这是个标准模式的故事线。
这种利益分配机制是驱动这种算法技术生态持续发展的关键，合理的利益分配将促使该系统跟强大、更普世。
新的故事线里，生产关系变成了，在任何入口任何场景下消费者直接消费信息，入口各种形态存在，就是10多年前跟一个搜索大佬探讨过的问题，搜索引擎的10条变3条变1条的问题，能不能在1条反馈上信息消费者预期解决的问题。的demo告诉我们可以。
理论上这种形态不是统一入口了，API才是，通过算法API提供后端支撑，每个入口自己定义商业模式和利益分配机制。在商业模式的逻辑上是一种ToD，面向场景化功能体验创新的开发者的商业模式，D付费自然是理所当然，但是D能不能赚钱则是这套信息技术经济生态价值生产和利益分配问题。
资讯内容的生产者生产的内容，参与的，通过这个交互和反馈，获得创意、灵感和生产创作素材，既可以通过传统的生态变现，又可以直接成为新的算法训练素材。
这些信息和资讯如何辅助价值创造者实现体验创造，进而创造新的价值交换体系，这个是未知而且值得探索的。从2020年疫情远程办公以来，一直跟踪一个叫创作者经济的主题，里边很多体验和价值创造都是非规模化的，而这类的技术是不是可以让其中的大部分规模化和标准化起来，是值得期待的一个方向，同样也是揭示了另一个面相，就是似乎都还是媒体化商业生态的逻辑。
而面向产出结果的评价、的技能需求，毫无疑问是一个新增的角色和话题。这里所说的是非技术性评价。在技术性评价，与搜索引擎自动化评价NDCG、P@k评价不同，生成引擎跟注重F1、BLUE、Rouge这些输出跟输入语义的相关性、本身作为语言输出的流畅和语义逻辑的通顺。
而这种生商业又无法像传统搜索引门户化，通过广告营销生意来规模化。面向价值获益者收费，这个应该是合理，但挺难实践的路径，作为从业者，阅粒知识计算引擎的团队，也一直在尝试。
第四点：阅粒在干啥
很顺利地引入广告环节，说到了我们的产品，阅粒知识计算引擎（ yueli.ai），我们也是一个GPT端到端知识计算模型，就是自动化阅读理解到自动化生成，目前在提供领域解决方案，其中智能知识管理、数据智能化方案有多个实际场景在用，在帮助我们的客户解决问题、提升体验，感谢合作伙伴们！
目前状态是：
（1）base在阅粒知识计算模型、支持端到端理解和生成，支持上层NLP API、NLG API应用或者我们提供的解决方案应用。
（2）2020年优化大部分工程自动化模块，以及在提供自动化知识图谱、数据智能化解决方案。
其中智能知识管理系统，提供个人或者企业级知识问答解决方案。c端产品有一些少量用户一直在用，（2020年7月份因为内容审核的风险关闭注册），其目标是个性化的智能知识助理。
（3）我们提供智能知识管理解决方案私有化SaaS服务，也提供模型私有化部署，针对数据微调训练增强效果领域反馈的优化。目前以私有化部署为主，跟华为云、阿里云、腾讯云都有战略合作，也支持客户私有云部署。
欢迎有合作需求的老板看过来，这句是重点。
再补充一下因由始末，了解一下我们故事线可能有趣的事儿：
2018年11月， BERT项目和论文发布，作为一个从业者，我被启发了，因此追溯线索，学习了“- Is All You Need”，了解了GPT，了解了。进行了小范围数据集的GPT算法实验，验证了想法。
于是2019年1月份正式启动阅粒知识计算引擎研发，4月份初步效果获得，开始同步建设数据中台、算法运营和效果评价系统、数据集管理等。2019年6月份，开始接入对外调用试验，拿到随机1000新闻内容，跟国内某头部大厂传统NLP驱动的AI云做过效果对比，七七八八不相上下，支持中英文，每天200多万算法调用请求。
2019年训练的时候，深刻的印象是，行政的小姐姐每周都催我充电费，一次5000块电费，几天就没。
至今，我们对生成类算法研发与市场化GTM上获得几个关键的市场反馈：
（1）toC技术成熟度不够，不能带来颠覆性体验。也有这类问题。
（2）toB市场不太了解这种技术，培育市场需要时间，toB解决方案溢价能力太弱，不足以支撑算法研发的成本。
而且，传统NLP大部分人觉得是忽悠，甚至有某大厂搜索领域大咖，10多年从业经验的人，到我们办公室看着演示屏幕，也非得说是人工运营标注数据结果，而不是算法生成。不了解，自然就没信任，缺乏信任自然就难获得市场交易权利。在这点上了破圈给行业带来了希望。
（3）按照阅粒知识计算模型训练和服务部署的算力，定价出售算法API SaaS服务，把算法作为云计算算力售卖的溢价，可见的未来这种溢价是远不能支撑算法训练进化的需求，更别说投资人的利益增值和变现。
（4）作为一个商业，我们一直坚持提供价值，参与市场交易和价值交换，但是这作为一种前瞻性技术应用，尤其是前瞻性技术探索，创业公司在获得资本市场、交易市场上的认可，还在努力中。不是我们没有理想，是我们需要跑的更远。
生成类算法，能做的主要市场化商业化的路径我们都有过低成本尝试和验证，比如营销文案、比如短视频生成等，亦如陆奇的反馈，你这个“GTM很难”，这就是创新的代价吧。
我们希望成为生成式算法应用的领先者，初心未改，我们在路上坚持向前。
对了补充一下，我的公众号上发的哈斯日志AI及信息技术应用简报，就是我们阅粒简报和搜索辅助生成的，关注领域技术应用的最新进展的朋友可以持续跟踪。
链接1:
链接2:
:35:00%2B08:00&max-=10&m=1
发表回复