日前，浙江大學(xué)與微軟亞研院聯(lián)合提出了HuggingGPT，這是一個利用LLM（大型語言模型）連接機器學(xué)習(xí)社區(qū)中各種AI模型以解決復(fù)雜AI任務(wù)的系統(tǒng)。例如，你給AI下達了一個任務(wù)“圖片里有幾種動物，每種有幾只”，它就能幫你自動分析需要哪些AI模型，然后直接去調(diào)用HuggingFace上的相應(yīng)模型，來幫你執(zhí)行并完成。整個過程中，你只需要用自然語言將你的需求輸出。

LLM是指包含數(shù)千億（或更多）參數(shù)的語言模型，這些參數(shù)是在大量文本數(shù)據(jù)上訓(xùn)練的。LLM是建立在Transformer架構(gòu)之上的，其中多頭注意力層堆疊在一個非常深的神經(jīng)網(wǎng)絡(luò)中。LLM的涌現(xiàn)能力則被定義為“在小型模型中不存在但在大型模型中出現(xiàn)的能力”，這是LLM與以前的PLM區(qū)分開來的最顯著特征之一。

現(xiàn)有的LLM主要采用與小語言模型類似的模型架構(gòu)（即Transformer）和預(yù)訓(xùn)練目標(biāo)（即語言建模）。LLM在很大程度上擴展了模型大小、預(yù)訓(xùn)練數(shù)據(jù)和總計算量（擴大倍數(shù)），以更好地理解自然語言，并根據(jù)給定的上下文生成高質(zhì)量的文本。這種容量改進可以用標(biāo)度律進行部分地描述，其中性能大致遵循模型大小的大幅增加而增加。

HuggingGPT是一個協(xié)作系統(tǒng)，由LLM充當(dāng)控制器、眾多專家模型作為協(xié)同執(zhí)行器。其工作流程分為四個階段：任務(wù)規(guī)劃、模型選擇、任務(wù)執(zhí)行和響應(yīng)生成。當(dāng)HuggingGPT收到用戶請求時，使用ChatGPT進行任務(wù)規(guī)劃，根據(jù)HuggingFace中可用的功能描述選擇模型，用選定的AI模型執(zhí)行每個子任務(wù)，并根據(jù)執(zhí)行結(jié)果匯總響應(yīng)。HuggingGPT能夠完成覆蓋不同模態(tài)和領(lǐng)域的復(fù)雜AI任務(wù)，并在語言、視覺、語音等具有挑戰(zhàn)性的任務(wù)中取得令人滿意的結(jié)果。實驗充分證明了HuggingGPT在處理多模態(tài)信息和復(fù)雜AI任務(wù)方面的強大能力，并且HuggingGPT將繼續(xù)添加面向特定任務(wù)的AI模型，從而實現(xiàn)可增長和可擴展的AI功能。HuggingGPT為走向通用人工智能開辟了一條新的道路。

目前，關(guān)于HuggingGPT的論文已經(jīng)發(fā)布，項目在建設(shè)中，代碼已開源了一部分，并攬獲1.4k標(biāo)星。該項目被命名為《鋼鐵俠》里的AI管家賈維斯（JARVIS）。與3月份發(fā)布的Visual ChatGPT的思想非常相似，它們都有一個共同的作者，叫作微軟亞研院。而它們的區(qū)別在于HuggingGPT可調(diào)用的模型范圍擴展了許多。

對于這個強大新工具的誕生，科學(xué)界表示，ChatGPT已經(jīng)成為人類創(chuàng)建的所有AI的總指揮官了。而AGI可能不是一個LLM，而是由一個“中間人”LLM連接的多個相互關(guān)聯(lián)的模型。這是一項重要的技術(shù)突破，標(biāo)志著AI領(lǐng)域邁向更加智能化的新時代。

熱點：陳根元宇宙 比特幣來臨 比特時代 比特幣時代 時代比特幣