如何加速AI原生应用进程?华为云开天aPaaS提出新范式

每一次新旧代际转换时,都会上演这样的一幕:“畅想很多,落地很少”,AI原生应用似乎也不例外。

关于AI原生应用的呼声已经持续一段时间,但普通用户对“AI原生”依然陌生。除了新业态普及的周期性,AI原生应用的爆发与否还涉及另一个议题,即怎么降低AI原生应用开发的难度和门槛。

刚刚结束的华为开发者大会2024上,开天aPaaS作为华为云“经验即服务”的践行者,携手产学研专家、行业大咖及代表客户,深入探讨了AI原生应用的技术成果、应用实践及发展趋势,并为AI原生应用的开发提出了新范式。

01 “卷AI原生应用”难在哪里?
时间回到2023年末,大模型赛道热度空前,资本市场却出奇的冷静,不管是融资数量还是融资额度,均比2022年下滑了30%以上。

恰恰是资本层面的“降温”,让创业者看清了大模型赛道的分工逻辑:模型层已经是科技大厂和少数几家独角兽的“领地”,AI原生应用才是属于所有开发者的机会。

因为新的“驱动引擎”出现后,往往伴随着新一轮的场景革命。

PC互联网的“引擎”之一是浏览器,代表应用是各种各样的网站;移动互联网的“引擎”是智能手机,开辟了超级APP林立的时代;当大模型成为新的驱动引擎,势必会产生新的应用场景。

以现阶段最典型的AI原生应用AI Agent为例,被定义为可实现自主理解、长期记忆、规划决策、执行复杂任务的智能体。

不同于“以终端为中心”的APP,AI Agent的特点是“以智能为中心”,落地场景不再局限于单个终端,借助自然语言的交互方式,可以在任何有需要的场景中落地,潜在空间不言而喻。

AI原生应用的理想不可谓不丰满,可对大多数开发者来说,想要打造AI原生应用,必须要“翻越一座座大山”。

比如大模型的调用和管理问题,目前市面上的大模型各有所长,开发者需要同时调用多个大模型的能力,几乎要在每一个大模型上“跑一跑”,为不同场景匹配表现最佳的模型。

再比如数据及模型的安全保障,数据的质量在很大程度上影响着应用的体验,摆在许多企业面前的问题在于,要么缺少准备高质量数据集的能力,要么担心数据可能被泄露。

正是这些问题的存在,许多AI原生应用的想法被迫停留在PPT上,所谓的“爆发年”也就无从谈起。

02 AI原生应用开发的新范式
在6月22日举办的“AI原生应用引擎”高峰论坛上,针对企业开发者在AI原生应用上遇到的挑战,华为云开天aPaaS给出了相应的解题思路。

AI原生应用的核心症结,多半来自“手工作坊”式的开发模式,有点像1910年以前的汽车工业。正如许多人所熟知的,汽车工业的腾飞,离不开著名的“流水线”生产模式和日渐成熟的汽车产业链,主机厂商只需要进行选择和装配,既提升了生产效率,降低了生产成本,进而刺激了汽车工业的繁荣。

这样的规律也适用于AI原生应用,华为云开天aPaaS的回答是“AI原生应用引擎”,从五个维度重构了AI原生应用的开发范式。

一是智能架构,分钟级生成Agent应用,让Agent应用开发全民化。

涵盖AI原生应用的构建、部署、管理等多个维度:Agent应用分钟级智能构建,提供无码和高码构建方式,并增强了可视化模型编排能力;云边端一站式部署,AI应用一次构建、云边端多端一键式自动化部署、监控、维护;以及超分布架构,实现千万级Agent高性能通信与统一管理。

二是一致体验,把简单留给客户,把复杂留给自己。

同样可以归纳为三个方面:南向统一接入,现阶段已预置30+业界大模型,瞄准百模千态,持续对接行业优秀伙伴,提供一键式托管服务;模型统一治理,包括模型统一聚合、统一调度统一评测和统一分发;北向统一开放,屏蔽模型间的差异,提供统一标准化API接口,可以快速无感切换不同模型。

三是超高效率,知识飞轮帮助企业知识库周级创建、天级迭代。

针对反馈数据的提炼和学习,AI原生应用引擎通过多工具预集成、主流模型集成、业务应用信息抽取插件、智能应用反馈插件、自动化调度等能力构建知识飞轮,将业务人员在日常作业过程中积累的增量数据和用户反馈提炼为企业知识,不断供给大模型开展多轮循环学习实现天级迭代,持续提升智能应用体验与效果。

四是安全可信,让企业业务在高效智能的同时更加安全。

为保障AI原生应用的可信与安全,AI原生应用引擎提供了“3+1”安全体系,即数据安全、模型交互安全、应用安全+AI资产安全,并通过独立加密存储、网络隔离审查、端到端安全合规、AI治理等机制,在企业应用和大模型之间打造“安全隔离带”,保障AI原生应用安全可信。

五是广域生态,和各行各业的客户、伙伴们共建、共创、共享。

在“经验即服务”的理念下,华为云开天aPaaS携手软件合作伙伴、服务合作伙伴、数字化转型咨询与系统集成伙伴,一同构建广域生态,通过沉淀千行万业Know-How,让AI原生应用的构建效率平均提升100%以上。简单来说就是,以集众智、协众力的方式赋能千行万业的智能化转型。

做一个总结的话:华为云开天aPaaS的思路并不复杂,简单来说就是让大模型与应用解耦,统一大模型的接入标准和规范,消除管理、部署、安全等环节的痛点,为企业开发者提供开箱即用、一站式创建、部署并发布的AI原生应用一站式服务平台,使能千行万业的智能应用创新。

03 Al Agent正走进千行万业
尽管当下还未出现像微信一样的“AI原生超级应用”,但在华为云开天aPaaS等参与者的努力下,Al Agent已在千行万业生根发芽。

以“AI原生应用引擎”高峰论坛上现网演示的出行类Agent为例,只需点击“创建Agent”的按钮,输入Agent的名称与想要的功能,27秒内就能一键生成对应的Agent,包含角色定义、工具能力、要求和限制等设定,“人人都是开发者”不再是“空谈”。

比现网演示更令人震撼的,则是Al Agent在一个个真实业务场景中的落地,释放出了实实在在的生产力。

比如中山眼科发布的眼科问诊Agent。

国内的白内障、青光眼等眼病患者高达8000万,而眼科医师和患者的比例达到了惊人的1.6 : 50000,且70%医疗资源集中在城市。

为了填补眼科医疗资源的短板,中山眼科基于“AI原生应用引擎”提供的全栈AI应用工程能力,将ChatZOC眼科大模型和多种AI模型组成“眼病专家”,创建了眼科问诊Agent,医生可通过语音或文本的方式咨询各种眼病问题,让医院的服务效率、医生的工作效率及医学生的学习效率得到大幅提升。

比如艾吉威的AI智能客服和AI智能问数。

深耕移动机器人领域十余年的艾吉威,基于AI原生应用引擎和华为云共同建立了AGV行业模型,生成了AI智能客服、AI智能问数等原生应用。

原本被动响应的售后服务,有了AI智能客服,可以为客户提供7*24小时在线服务,在对话过程中智能排除各种故障;原本沉睡在服务器中的数据,有了AI智能问数,一问一答间就能进行数据查询和分析,并能一键生成专题报告。售后服务成本降低50%,故障定位率提升5倍+,辅助决策效率提升5倍+。

再比如中软国际打造的问系列Al Agent产品。

作为一家行业领先的全球化软件与信息技术服务企业,中软国际携手AI原生应用引擎推出了问系列AI Agent产品。

规范化工厂安全生产的危化品管理助手、通过智能问数盘活数据资产的库存账龄问数、拥有智能咨询和精准产品推荐能力的美妆营销顾问、帮助维修人员提升工作效率的设备维修助手……通过一个个深入场景的AI Agent,用大模型赋能知识工作者解放生产力。

可以找到的案例还有很多。

在政务领域,智能办事助手将传统申报模式切换为语音转文字,对中老年办事人群越来越友好;在制造领域,生产数据分析助手带来了灵活问数、智能报表、趋势预测、关联分析等个性化功能;在矿山领域,大模型运营管理平台实现了统一大模型运营管理,加速矿山业务AI应用创新…用一种潜移默化的方式,为千行万业的创新提速。

就在华为开发者大会2024现场,华为云AI原生应用引擎携手中山眼科、艾吉威、百川智能、智谱华章、紫东太初、中软国际、软通动力、翼海云峰、小牛翻译、医渡科技、金财互联、信通院人工智能研究所等客户、合作伙伴及研究机构,联合发布了“AI原生应用引擎全域生态合作启航”仪式,凝结跨行业、多维度的创新力量,群策群力加速全行业智能化转型。

由此可以笃定的是:AI原生应用并不缺少落地土壤,现阶段遇到的种种问题,不过是一些企业还未找到正确的开发及应用范式。

同时有理由相信,随着华为云开天aPaaS的AI原生应用引擎为越来越多的企业开发者提供低成本、低门槛的进入机会,越来越多的场景和大模型融合,繁荣的AI原生应用生态,已经不再遥远。

04 写在最后
可以看到,华为云开天aPaaS改写的,不仅仅是AI原生应用开发的流程,而且提出了新的范式:

应用的架构从构成式转向生成式,体验从键鼠和触摸走向自然交互,过去以人为本的协作式开发正在被数据为本的生成式开发替代,就连商业模式也从“软件即服务”向“服务即软件”进化。

新架构、新体验、新工程、新商业组成的新范式,势必会让AI First的理念渗透进千行万业,加速Agent+应用到超级智能体的产业进程。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/34583.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于在校学习平台MOOC的选课推荐系统

基于在校学习平台MOOC的选课推荐系统 1、效果 在线demo,点我查看 2、功能 根据学生于在校学习平台MOOC学习期间的选课记录等相关特征来对学生进行课程推荐。 采用数据挖掘技术,包括BPR、FM、CF,神经网络推荐,用户协同过滤推荐…

django后台登录:Forbidden (403) CSRF verification failed.

Djangodockernginxuwsgi部署项目时,项目部署完成后,访问Django admin后台登录时报错: http://xxxx/admin/login/?next/admin/ 请求方法: POST 状态代码: 403 Forbidden 然后百度发现的解决办法如下: http://t.csdnimg.cn/SmSWl…

Kubernetes之CSI详解

如何更好的用好Kubernetes CSI?本文尝试从CSI简介、CSI控制器实现原理、实现示例及最佳实践4方面进行阐述。希望对您有所帮助! 一、Kubernetes CSI 简介 CSI (Container Storage Interface) 是一种标准化的接口,用于在容器编排平台&#xf…

尚品汇-(六)

(1)属性的添加修改 平台属性对象: package com.atguigu.gmall.model.product;import com.atguigu.gmall.model.base.BaseEntity; import com.baomidou.mybatisplus.annotation.TableField; import com.baomidou.mybatisplus.annotation.Tab…

GitHub每日最火火火项目(6.24)

modelscope / DiffSynth-Studio: 项目介绍:DiffSynth-Studio 是一个基于扩散模型的音频合成工具,它可以生成各种逼真的音频效果,如乐器演奏、环境声音等。该项目提供了一个易于使用的界面,让用户可以通过简单的操作来创…

市盈率(Price-Earnings Ratio)是什么?股市中还结合哪些指标分析一家公司?

市盈率是什么? 中文版 市盈率(Price-Earnings Ratio, P/E Ratio) 是一种评估公司股票价值的重要财务指标。它是通过将公司的股票价格(Price)除以每股收益(Earnings per Share, EPS)计算得出的…

基于Pytorch框架构建ResNet模型

Pytorch 一、训练模型1.导入资源包2.定义数据预处理3.读取数据 二、定义卷积神经网络1.导入必要的库2.定义名为convolutional_block的卷积块类3.定义了一个名为identity_block的恒等块类4.定义了一个名为Resnet的深度卷积神经网络类 三、创建模型1. 检查GPU设备2. 训练过程 四、…

玄机平台流量特征分析—蚂蚁爱上树

前言 依旧是流量分析,老规矩先看看要求。 步骤1.1 这里要求我们找到admin的密码,ctrlf筛选出product2.php的访问包,因为只有这类型流量包才有东西。其他的流量包都是没啥用的,至于我为啥知道,因为每个类型的流量包我…

地信大四,实习重要吗?怎么找实习岗位?

“地信怎么找实习啊?” “实习三个月以上?暑假只有两个月啊” “什么岗位实习比较有用?” “助理类岗位是做什么?” …… 同学们好啊,不知不觉24年已经是过完一小半了,24届毕业的同学们也差不多就要迎来…

快手2019年秋季校园招聘笔试试卷—工程A试卷

a/b 题目描述 求 a/b 的小数表现形式。如果 a 可以整除 b 则不需要小数点。如果是有限小数&#xff0c;则可以直接输出。如果是无限循环小数&#xff0c;则需要把小数循环的部分用"()"括起来。 输入描述 两个整数a和b&#xff0c;其中 0 < a < 1000 000 1…

测试工程师如何学习系统架构

面对同一个“知识点”不同的工作角色需要考虑的问题不一样&#xff0c;比如在系统架构中会使用到消息队列功能&#xff0c;系统架构师&#xff0c;开发人员&#xff0c;测试人员&#xff0c;运维人员&#xff0c;需求人员等需要考虑的问题不一样。 系统架构师在考虑消息队列功能…

数电大作业-四输入表决器

&#xff08;PCB和multisim仿真画的有很大问题&#xff0c;没有VCC输入和GND&#xff0c;没学过直接裸画的&#xff0c;之后会好好看视频学习&#xff09; 应用背景&#xff1a; 四个评委&#xff0c;三个及以上评委同时按下通过按钮时&#xff0c;选手才能通过。否则不通过。…

自动驾驶ADAS

1 ToF摄像头分类 1.1 ToF原理 类似雷达测距&#xff0c;生成3D点云&#xff0c;或者叫3D贴图。ToF相机的分辨率一般在3万像素左右。ToF距离计算公式如图所示。 Figure 1-1 ToF距离计算公式 D&#xff1a;距离 c&#xff1a;光速 PHI&#xff1a;相位差 fmod&#xff1a;调制频率…

创新指南|品牌电商新策略:五大转型思路与RGM举措

在流量红利过去的背景下&#xff0c;品牌电商面对多渠道运营的难题&#xff0c;如缺乏统盘经营、绩效管理分散、价格战失控、用户体验不足以及流量过度依赖&#xff0c;品牌电商如何有效应对这些挑战&#xff0c;本文从5个维度探讨全渠道电商RGM破局之路&#xff0c;实现品牌的…

pyppeteer模块经常使用的功能,相关操作案例

官方仓库地址&#xff1a;https://github.com/miyakogi/pyppeteer 官方文档地址&#xff1a;API Reference — Pyppeteer 0.0.25 documentation Selenium环境的相关配置比较繁琐&#xff0c;此外&#xff0c;有的网站会对selenium和webdriver进行识别和反爬&#xff0c;因此在…

区块链小故事

大灰狼与小白兔 一天兔子妈妈出门了&#xff0c;在大门上安装了一个区块链的门把手&#xff0c;这个门把手只有兔子妈妈、小兔子、以及另一个客人都同意的时候&#xff0c;才会开门&#xff0c;有一天客人a的钥匙丢了&#xff0c;被大灰狼捡到了&#xff0c;大灰狼于是去开门&…

【MySQL】数据库——事务

一.事务概念 事务是一种机制、一个操作序列&#xff0c;包含了一组数据库操作命令&#xff0c;并且把所有的命令作为一个整体一起向系统提交或撤销操作请求&#xff0c;即这一组数据库命令要么都执行&#xff0c;要么都不执行事务是一个不可分割的工作逻辑单元&#xff0c;在数…

【因果推断python】54_效应异质性和非线性带来的挑战2

目录 Continues Treatment and Non Linearity Key Concepts Continues Treatment and Non Linearity 我们只是深入探讨了二元结果增加异质性治疗效果分析难度的一个例子。但这种现象并不局限于市场营销中的转换问题。例如&#xff0c;2021 年&#xff0c;全球成功向公众提供了…

com.google.flatbuffers序列化原理和java使用场景

简介 FlatBuffers 的主要目标是为序列化和反序列化提供一个高效且灵活的解决方案,同时支持多种语言和平台。 实现原理 FlatBuffers 的实现原理可以概括为以下几个关键点: 序列化与存储: FlatBuffers 使用一种二进制序列化格式,将数据直接存储为平面化的二进制数据缓冲区…

如何使用Python接收电子邮件

哈喽,大家好,我是木头左! 本文将详细介绍如何使用Python接收电子邮件,包括SMTP协议的基本概念、Python邮件库的使用以及实际的代码示例。通过阅读本文,你将能够掌握邮件自动处理的技巧,提高工作效率,同时也可以提升自己的Python编程能力。 SMTP协议简介 SMTP(Simple …