# 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
8833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