神經(jīng)元科技發(fā)布AI agent—“薩蔓莎”

　 阿里云優(yōu)惠券 先領券再下單

今天神經(jīng)元科技發(fā)布AI agent—“薩蔓莎“（Samantha ）！

取名“薩蔓莎”，是來自于一部講述AI的電影《HER》。

電影講述的是電影講述男子西奧多·湯布里（Theodore Twombly，飾）與擬人化薩曼莎（Samantha，斯嘉麗·約翰遜飾）之間的故事。

這個名字也暗示著神經(jīng)元的ai agent“薩蔓莎”是一個具有科技含量且高度擬人化AI agent，

現(xiàn)在AI已然奔向下一個時代——AI Agent（智能體）

AI Agent---人工智能的下一個風口

在今年11月，比爾蓋茨寫了篇博客，主要闡述“個人AI Agent將如何徹底改變?nèi)藗兪褂糜嬎銠C的方式”。

那篇博文中，他明確寫道，AI Agent將帶來科技行業(yè)和社會的沖擊波。

那么什么是Agent？Agent一詞起源于拉丁語中的Agere，意思是“to do”。

在LLM語境下，Agent可以理解為某種能自主理解、規(guī)劃決策、執(zhí)行復雜任務的智能體。

與傳統(tǒng)AI系統(tǒng)相比，AI Agent更加“智能”和“人性化”。它們不僅能理解復雜的自然語言指令，還能根據(jù)環(huán)境的變化做出自主決策。

而薩曼莎背后蘊含的技術力量，讓她成為了具有智能和人性化的ai agent。

三大突破構(gòu)筑“薩曼莎”的科技含量

在中國誕生的“薩曼莎”作為一款尖端的對話式聊天助手，與傳統(tǒng)的人工智能不同AI Agents可以在沒有人類控制的情況下獨立運行。

薩曼莎可以給予用戶意見、瀏覽網(wǎng)頁、使用應用程序、讀寫文件、給出意見。

簡單來說，只需要給她一個目標，薩曼莎就能完成剩下的全部工作。

為了讓薩曼莎達到以上目標，神經(jīng)元科技在研發(fā)過程中融合了多項先進的人工智能技術。

這些技術的應用使得“薩曼莎”具備三點突破性功能：

1、自然語言處理

首先自然語言處理（NLP）是“薩曼莎”能夠理解人類核心技術之一，神經(jīng)元基于最前沿的MoE架構(gòu)模型，團隊自主研發(fā)的算法在多輪對話記憶，意圖理解，對話預測上達到行業(yè)領先水平。

在實際應用中，不同行業(yè)，公司，個人由于經(jīng)驗，產(chǎn)品及服務的差異，需要大模型能夠根據(jù)自己產(chǎn)品賣點來與客戶交流。 基于此，神經(jīng)元智能團隊，結(jié)合提示詞工程（PE）及搜索增強技術（RAG），能為每個用戶開放專屬向量數(shù)據(jù)庫， 通過調(diào)用專屬知識庫信息結(jié)合大語言模型的強大的理解總結(jié)等能力，規(guī)避了通用大模型回復太“泛泛而談”的缺點，同時也解決了傳統(tǒng)智能客服回答格式化，“答非所問”等問題。

意圖理解和信息搜集自動化，傳統(tǒng)數(shù)字服務和客戶服務場景中，包括金融，游戲，教育，電商等，客戶從認識-認知-信任-信賴的階段，往往需要服務人員具備真誠耐心的態(tài)度，行業(yè)專業(yè)度，高情商等技能，"薩曼薩"的另一個重要功能是情感計算。它可以通過分析用戶的語音、圖像和文字，識別出用戶的情緒，然后根據(jù)用戶的情緒來調(diào)整自己的回應。例如，如果用戶在對話框里打了一大長串字，表達了自己的不滿，"薩曼薩"會首先判斷出用戶的情緒，然后再根據(jù)用戶的情緒來給出回應。 除此以外，薩曼莎能夠通過大模型底層算法，將意圖和情緒等級標注打分，并將關鍵信息提煉總結(jié)，自動化采集，實時同步給服務人員及公司管理系統(tǒng)。低成本： 在運算成本上，同時MoE架構(gòu)對比主流的transformer模型大幅度降低至30%， 使薩曼莎在企業(yè)中部署成本降低至千元水平，個人版本低至百元。

采用多AI agent 協(xié)作技術

薩曼莎實現(xiàn)了對話中被動式回復及主動式引導混合交互模式。 區(qū)別于 chatgpt,文心一言等聊天框中單向回復的功能，通過Ai agent 技術--即群體智能的創(chuàng)新性協(xié)作流程，該聊天助手能夠基于任務目標，將特定業(yè)務流程中用戶的階段狀態(tài)拆分成多個待執(zhí)行任務，并將執(zhí)行任務分配給多個子任務agent， 比如：意圖理解，情感分析，信息獲取，鏈接發(fā)送，需求分析，質(zhì)量檢驗，人工轉(zhuǎn)接等等。 每一個子任務agent之間用自然語言的方式實時對話，高效協(xié)作。

中文擬人化聊天：

和電影里講述的一樣，薩曼莎是一位高度擬人的ai agent，能達到這一點的原因是是神經(jīng)元智能采用了深度學習中RLHF（人類干預強化學習）技術，自研的RL（獎勵模型）使“薩曼莎”能夠自我優(yōu)化其響應策略。

利用深度學習技術，它可以從大量的數(shù)據(jù)中發(fā)現(xiàn)模式，并據(jù)此改進對話流程和用戶體驗。

提示詞工程和小樣本，它可以迅速地實現(xiàn)根據(jù)顧問或客服的喜好訓練聊天風格。

比如：律師咨詢場景的專業(yè)嚴肅風格，游戲陪伴場景的二次元風格，教育咨詢場景的耐心溫柔風格。

它將規(guī)?；靥幚碛脩魝€性化需求變?yōu)楝F(xiàn)實。

Ai agents的使命-成為人工智能技術與應用場景的橋梁

神經(jīng)元科技判斷，能否把價值傳遞到更多的應用場景，核心就看AI Agent。

在未來， "薩曼薩"的主要應用場景主要包括以下幾個方面：

電商領域：在電商領域，"薩曼薩"可以通過判斷用戶的情緒和意圖，使回復更具有人性化。

例如，當用戶在對話框里打出一大長串字表達不滿時，"薩曼薩"會首先判斷出用戶的情緒，然后再根據(jù)用戶的情緒來給出回應。

金融行業(yè)：在金融行業(yè)，"薩曼薩"可以通過情感識別來決定如何與用戶對話。例如，當用戶在對話框里打出一大長串字表達不滿時，"薩曼薩"會首先判斷出用戶的情緒，然后再根據(jù)用戶的情緒來給出回應。

移動設備："薩曼薩"的算法可以運行在手機、平板等移動設備上，甚至可以直接在攝像頭的模組里使用，從而觸達更多的手機用戶。

情感計算："薩曼薩"可以通過分析用戶的語音、圖像和文字，識別出用戶的情緒，然后根據(jù)用戶的情緒來調(diào)整自己的回應。以上是"薩曼薩"的主要應用場景，但實際上，作為一種聊天機器人，"薩曼薩"的應用場景可能會更廣泛，包括但不限于客戶服務、個人助手、教育、娛樂等多個領域。

神經(jīng)元科技深耕六載，用優(yōu)質(zhì)產(chǎn)品爭先2024年

神經(jīng)元是一家從17年就專注于人工智能的創(chuàng)業(yè)公司。

在神經(jīng)元深入ai agents的領域探索過程中，判斷Agent下一步可能會朝著兩個方向同時迭代。一是與人協(xié)助的智能體，通過執(zhí)行各種任務來協(xié)助人類，側(cè)重工具屬性；二是擬人化方向的迭代，能夠自主決策，具有長期記憶，具備一定的類人格特征，側(cè)重于類人或超人屬性。

我們希望把神經(jīng)元打造成一個同時把用戶和產(chǎn)品放在首位的公司。

因此，我們有動力讓 AI 變得更好，并且把產(chǎn)品做得更好。這會使神經(jīng)元走入良性循環(huán)。

神經(jīng)元希望在未來每個人都可以擁有一群 AI agent，包括老師、朋友、治療師和所有其他的角色，就像擁有一群 AI 朋友。他們每個人都知道你的名字，并且很高興和你聊天，而他們都一個共同的名字—薩曼莎（Samantha ）

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！