AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


2024 AIGC应用落地年我们的ChatBI让大模型不仅仅停留在聊天
发布日期:2024-04-12 07:00:54 浏览次数: 1987 来源:非典型学术


CES观察:AI无处不在,但大语言模型的主要应用场景仍停留在聊天

资深分析师Anshel Sag就表示,“在去年的CES上,AI还没有权力开火,如果你认为AI是去年的浪潮的话,那今年它就是海啸。”
AI确实如海啸般汹涌的卷过CES的会场。而实际体验下来,从电脑到到小家电之间,AI化的程度存在着不小的差异,但对于席卷全球的大语言模型而言,几乎所有的产品都只能算是浅尝辄止。只能说有了,但很难说它和产品已经有了比较成功的融合
这篇文章围绕互联网二手房数据,重点运用语义分析,机器学习, 和大模型技术 从统计,分析,挖掘 多类型的结论输出达到决策分析目的, 旨在避免浅尝辄止帮助用户探索有价值的结论。

01

BI:
传统BI面对的问题

(1)业务人员定义需求,信息部门研发 信息传递过程有丢失 并且业务人员不代表对行业最深刻的理解(大模型在某些方便对行业的理解面更广)。
(2)开发过程相对较长,会出现BI报表,分析报告发布的时候已经过了最佳营销时间段。
  (3) 对数据的洞察探索过渡依赖团队人员的水平高低,我们的解决方案综合了 大模型通用性+行业数据的独特性 提供更智能的解决方案。

02

ChatBI:
ChatBI要解决的问题

(1)基于大模型会智能生成(AIGC)的应用模块(报表,图表,挖掘结论,结论) 打破个人对行业的认知。

(2)ChatBI以智能助手的身份作为业务人员或者研发人员的助理,在此基础上还可以进一步的修正和训练。

(3)后台引擎提供丰富的agent满足 个性化的报表,多维度的图表,有深度的数据探查,数据挖掘能力 增强数据分析能力。

(4)所见即所得 通过文本的输入就可以找到答案,不再需要借助繁琐的目录菜单来组织。

  (5) 打破数据源的壁垒  满足跨数据源的融合。


03

解决方案:

毫无疑问,我们相信AI与各种场景的融合都在加深,这种融合从各个方面都在提升着智能产品的能力。我们团队基于互联网二手房的数据 借助AIGC技术 整理了实现预训练+实时数据 AIGC案例,给我们团队 “生成AI 融合万物”的未来期许开了一个好头。从这些“实体化”了的AI中,和大家一道挖掘一些未来潜在的趋势。
                                                        入口
和ChatGPT一样 我们提供简便的入口,客户通过输入框完成交互。

综述:数据总览

      当用户希望可以获取到某些主题数据,譬如输入《深圳二手房信息总览》  我们的ChatBI模型会反馈  数据的综述信息 让用户对某主题数据 有个全面的了解。

     

模态一:统计报表

   用户输入查看小区名称总房价信息即可以得到如下的列表结论

用户补充表头的个性化需求 如行列合并 加粗 标记等都可以通过文本交互实现

用户也可以通过文本说明需要的过滤条件也可以立等可得。

模态二:图表



我们图表满足 趋势,对比,分布,同环比等统计场景。

模态三:挖掘结论

(1)指标相关性

(2)关联关系

预测  推荐  分布等挖掘需求都可以得到答案  帮助用户挖掘数据 发现指标属性之间潜在的关系 。譬如  发现房价和其他指标之间的相关性,房屋售卖的好 和哪些属性关联最大 发现非传统经验的结论。

模态四:开放性的问题 

大语言模型在语言交互、知识检索之外有一个很强的泛化能力,即统合信息进行预测。

当这些信息是一些非语言,或者我们难以理解的语言时,预测在很大程度上就成为了翻译。比如很多科学家试图利用大语言模型理解鲸鱼、狐狸的语言并取得了一定的效果。

在私有模型的基础上,我们结合私有化部署的通用模型 提供行业结论,供综合分析使用。

输入《推荐一个在福田区的小区,具体要求是低楼层 坐北朝南 四室一厅一年内的小区。》等到的结论如下:




53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询