ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
去往知识深处:AI时代,我们需要什么样的知识管理工具
8954点击    2024-08-14 16:53

知识管理工具,如何走向AI时代?


AI智能化浪潮的涌现,是基于生产工具和工作方式多维度的跃升。没人知道完整的AI时代究竟如何,但已经融入到大众生活与工作的工具产品,却必须率先走出一步,突破传统界限,来开启未来智能化协同的AI新篇章。


印象笔记,全球知名的笔记和知识管理类效率工具,在移动互联时代以知识生产和工作者最佳伙伴的角色出现。这类事关信息、协同与管理的工具产品,它的创新视野又是如何?


1.当我们谈论知识时,我们在谈论什么?


谈论创新,需要先了解现实。美国一本关于知识管理的畅销书《打造第二大脑》里,提出过一个CODE法则。无论数据的形态如何,经过Capture(‌捕获)、Organize(‌组织)‌、Distill(‌提炼)、Express(‌表达)的步骤,就能快速且高效地完成从数据、信息、知识到智慧的个人消化。


用通俗语言解释,就是捕捉各类数据,分类整理成信息,再串联成知识,从中提炼出智慧。最终内化为个人智识来指导行动,这基本就是知识管理的全链路流程。


在数字时代,信息量以指数级别爆炸增长,知识管理似乎更是一种必须。“很多数据统计说每个人一天获取的信息量,大概是35GB左右。”印象笔记高级副总裁乔迁表示,这种信息量是传统时代无法比拟的,但人类大脑在近百万年内并没有发生根本性变化。



印象笔记高级副总裁 乔迁


也正因此,用户当下的需求其实更为明确:第一,在信息过载的情况下,如何记录并记忆更为重要的知识,来抵抗时间和过载造成的遗忘;第二,数字时代的信息获取虽然便捷,但也带来了严重的信息茧房,需要保持知识储备状态的群体,如何有效筛选信息源。


在此基础上,将庞杂的信息转化为真正有价值的知识,形成个体的知识体系,并且确保知识始终保持在最新、最前沿的状态。


这是传统互联时代里,人与信息关系的最优解。然而,当AI尤其是大模型的时代逐渐开启,一个新问题摆在了人们面前——面对着背靠人类文明的数据库,近乎全知全能可以解决全部问题的大模型,我们还需要知识管理吗?


这取决于人和大模型知识谱系的根本不同。面对未知,人可以探索并且发现崭新的内容;但大模型的“创造”建立在已知的基础上,超出边界就会出现“机器幻觉”,即一本正经地胡说八道。


“大模型时代,我们尤其需要管理知识。”乔迁认为,以知识的新与深为例,大模型的知识存储受限于训练集的时效,往往存在过时或者不适用的内容,这需要更新与维护;而在浅层知识方面表现优异的大模型,又无法取代人类专家在专业领域的深入分析与批判思考,需要持续补足深度与质量。


除此以外,大模型的隐私与安全是事关伦理与法律的重要命题,需要保证信息与数据符合规定。而满载通用知识的大模型,面对个性化需求,则需要定制知识库内容,以实现更好的服务。


“大模型时代,不可能一切都只靠大模型,知识依旧在发挥着自己的作用。”乔迁总结。


2.大模型时代,我们需要什么样的知识管理工具?


技术并不是阻碍,而是助力。就知识管理的维度来说,用户始终存在一些关键痛点。


而不同知识管理工具看似形态各异,其实本质一致。这类工具的出现,就是为了辅助每个环节的流畅,从而顺利完成从数据到智慧的复杂链路。


乔迁总结,结合印象笔记的实践,整个知识管理过程可以划分为:数据收集与整理、信息搜索与过滤、知识提炼与流通、多人协作与共享四个维度。而在这过程中,大模型发挥的价值不局限在入口式的“对话”,“我们并不觉得用户在知识管理过程中遇见问题,找大模型问一问就是未来,我们更希望它会是一个可以嵌入到整个流程中的复合系统。”


在此基础上,如何在入口和形态上不断创新,为用户带来场景、交互方面的体验迭代,则是产品设计维度的考量。


印象笔记的解法,是用复合AI系统(Compound AI System)的思路,打造出了专注知识管理领域的垂直大模型——印象大模型。去年4月,印象大模型已经正式发布并应用。


据乔迁介绍,印象大模型的核心优势在于,混合部署的策略符合大部分用户的实际需要,公私域数据泾渭分明地存储与管理,逐渐补全模块化的智能代理功能,以及在不同场景下获取反馈来反哺大模型。


需要指出的是,印象大模型作为垂直大模型,尚不具备文生图等能力。但在用户的日常使用中,这类AIGC能力又已经开始融入工作流。印象笔记会结合用户的实际需求,考虑接入第三方大模型来提供此类能力和服务。


如果说2023年是大模型之年,那么2024年就是当之无愧的AI应用元年。在印象笔记的视角中,要做一个AI超级应用,要兼顾数据、模型、载体、交互、场景、用户这六大要素,印象笔记通过自身的摸索,将这六个要素紧密结合,让印象笔记开始向着AI超级应用变身。


目前来看,在建立起自己的大模型能力后,印象笔记向着AI时代的探索,有了几个落地的场景。


印象AI创作。通俗来说,就是已经相对成熟的AI写作。在2023年4月,印象笔记就已经上线了智能写作能力,在国内工具类产品首发该功能。而在不断迭代中,AI能够参与到的写作场景逐渐多元,除了文章、续写等常见载体之外,还包括思维导图、清单等格式的预设场景。除此以外,如果用户提示词太过简单,无法生成足量信息,其还会主动建议更完整的提示词,让个体的“灵感发现”变得更低门槛,也让工作流更为顺畅。


印象AI阅读。知识管理工具的最大价值,无外乎对于信息的筛选、处理和整合。而印象笔记通过AI能力,可以对单条、多条笔记和附件,以及文件库内的文档进行智能分析,自动生成摘要,并且基于此可以用对用户的主动发问,加速信息效率。而保存的网页文章、扫描后的文档,也会被自动总结、智能分析,甚至一键生成智能导图。


印象AI知识助理。AI Agent现在也已经不是新鲜名词。作为通向AGI的必经之路,如何将智能体融入工作流,是许多产品和个人都在寻求的路径。印象笔记的AI个人助理,一方面集成了不同工具,可以将日常任务分解规划为可管理的步骤;另一方面可以不断为用户基于个人日志提供总结反思,以及允许多个智能体同时协作共同,寻找到更好的解决方案。


除此以外,还有会议耳机、AI墨水屏办公本、智能笔等系列智能硬件产品。线下传统模式下,可以通过智能硬件解决纸质书内容、音视频会议等信息无法电子化的难题。在AI的加持下,印象智能硬件重新编译、组织信息的效率大大提升。印象笔记将不同的AI能力,以产品功能的载体形态嵌入到原有软、硬件产品适用的场景中,实现低门槛又高效率的交互方式。


“我们希望通过整体的功能布局,来帮助用户从不同维度管理他们的数据、信息以及知识。”乔迁总结,在此基础上,AI赋能和助力能够产生更大的效能。“文艺一点说,我们希望在庞杂之上选择精简,在表面之下去往深处,在无效之外找到有效,在混沌之内发现秩序。”


在AI时代,更智能的知识管理工具,方能带我们去往知识深处。




文章来自于微信公众号36氪产业创新 作者36氪产业创新




AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

3
知识库

【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。

项目地址:https://github.com/labring/FastGPT

4
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0