
什麼是推理引擎?
深入探索大型語言模型 (LLM) 的世界,讓您能充分發揮對話式協作助理的效能。
Shipra Gupta
深入探索大型語言模型 (LLM) 的世界,讓您能充分發揮對話式協作助理的效能。
Shipra Gupta
Salesforce AI 會以我們的 Salesforce Platform 平台為基礎,為您提供值得信賴且可擴充的 AI 服務。運用我們的 AI 來處理您的客戶資料,安全建立可自訂且具備預測性的生成式 AI 體驗,滿足您所有的業務需求。透過 Einstein,將對話式人工智慧導入各種工作流程、使用者、部門和產業。
推理引擎是一種 AI 系統,能根據特定規則、資料與邏輯,模擬人類般的決策與問題解決能力。推理引擎通常模擬以下三種類型的人類推理或推論機制:
如今,世界各地的人們都已了解大型語言模型 (LLM) 是一種特殊的機器學習模型,能根據訓練資料產出有用的新內容。除此之外,現今的 LLM 還展現出理解語境、從資料中推論邏輯,以及連結各種資訊來解決問題的能力。這些特性使 LLM 能夠充當推理引擎。
那麼,LLM 是如何透過評估資訊、制定解決方案並套用既有規則來解決常見的商業數學問題呢?
假設一位咖啡店老闆想知道她每個月需要賣出多少杯咖啡才能達到收支平衡。她每杯咖啡售價為 3.95 美元,每月固定成本為 2,500 美元,每杯的變動成本為 1.40 美元。
LLM 會套用一組既有的數學規則,有系統性地得出答案:
找出相關數值。
計算每杯咖啡的貢獻毛利。貢獻毛利是售價減去變動成本。
= 3.95 美元 - 1.40 美元 = 2.55 美元
套用損益平衡公式。損益平衡點等於固定成本除以貢獻毛利。
= 2500 美元 / 2.55 美元= 980.39 美元
四捨五入至最接近的整數。
平衡點 = 981 杯咖啡
大型語言模型的熱門程度在 2022 年秋季迅速飆升,但早在那之前,科學家們就已深入研究並嘗試透過各種提示來實驗這些模型的表現。所謂「提示設計」,或稱為提示工程,是近期快速崛起的領域,透過精心設計的一組輸入指令(提示)來引導 LLM 生成理想結果。當我們使用提示來產生達成目標的邏輯步驟計畫時,也會將這些提示稱為「推理策略」。以下我們來看看幾種常見的推理策略:
這些只是當前幾種最具潛力的策略。將這些推理策略應用於實際 AI 應用的過程是反覆調整的,需要針對具體情境調整與結合多種策略,以達到最佳效能。
讓 LLM 具備推理能力確實令人振奮,但要讓它在真實世界中發揮效用,還需要更多的整合與設計。打個比方:如果說 LLM 是具備推理、規劃與決策能力的「大腦」,那麼我們仍然需要「手腳」來付諸行動。這就是「AI 智慧代理」登場的時刻 — 它是一種同時具備推理與行動能力的 AI 系統。在現今的應用中,這些「行動能力」常以「工具」、「外掛程式」、「動作模組」等形式出現。
AI 智慧代理主要分為兩種類型:全自動型與半自動型。全自動的自主代理能夠在無需人為干預的情況下自行決策並執行行動。這類代理目前仍屬於實驗階段。半自動代理則是指仍需「人類參與」來觸發請求的系統。我們已開始在一些 AI 應用中看到半自動代理的普及,特別是在對話式聊天機器人領域,如 Agentforce Assistant、ChatGPT 和 Duet AI 等。
AI 智慧代理包含四個關鍵組成要素:
Agentforce Assistant 是 Salesforce 推出的先進 AI 驅動對話式助理,可用自然語言與企業員工與客戶互動。員工可透過它在工作流程中完成各種任務,實現大規模生產力提升。消費者則可利用它與品牌進行即時對話並獲得快速回應,進而提升滿意度與忠誠度。Agentforce Assistant 不僅使用 LLM 執行語言理解與內容生成任務,更進一步將其作為推理引擎來規劃複雜任務,幫助使用者減輕認知負擔。
運作方式如下:
在視覺上,這呈現為:
Agentforce Assistant 讓企業能夠善用 LLM 作為推理引擎。透過這項工具,企業現在可以運用 AI 完成許多在幾個月前還難以實現的任務。
在這些應用情境,以及許多類似的案例中,Agentforce Assistant 本質上扮演的是一個半自動智慧代理的角色,運用 LLM 作為推理引擎,並在使用者觸發時執行行動來完成任務。這僅僅是開始;下一個里程碑是讓 Agentforce Assistant 成為真正的全自動智慧體,不只是提供協助,更能主動行動、無所不在。AI 的未來令人振奮,但更令人期待的,是它即將帶來的全球效率革新成果。
推理引擎是AI元件,運用邏輯規則、領域知識和資料來推導結論、做出決策或解決問題。
推理引擎會處理輸入資料、查詢知識庫,並使用推理機制(例如以規則為基礎與概率等方法)來推導與查詢相關的新事實或邏輯推斷。
推理引擎能讓AI系統不只是單純地比對模式,而是能執行複雜的邏輯推斷、規劃行動,並有效地適應新資訊。
推理引擎讓AI能夠理解目標並將其拆解為子問題,構建多步驟的解決方案,強化在動態環境中的自主決策能力。
推理引擎會使用多種形式的知識,包括事實資料、規則、限制條件,以及特定領域中的關聯性來進行推斷。
益處包括提升準確性、增強複雜任務的自動化處理、改善決策支援,以及應對更細膩且需要適應力的情境。
挑戰包括如何呈現複雜的知識、處理不確定性、確保可擴充性,以及與其他AI元件及資料來源無縫整合。
深入探索我們資料庫中「代理建立」的運作方式。
與 Professional Services 的專家展開合作,帶您快速建置代理並看見其中的價值。
讓我們知道您有什麼樣的業務需求,我們會幫助您找到您所要找的解答。