汽车之家-李航宇-破除知见障——大模型时代AI算法人才成长的思考

•本、硕毕业于北京航空航天大学•13~22年就职于百度•22年至今担任汽车之家人工智能技术负责人-从0到1搭建之家核心算法团队-带领团队在C端场景成功落地大模型应用——万斗天枢 李航宇汽车之家资深经理 大模型真的太火了！ 大模型你怎么看？Langchain你怎么看？Agent你怎么看？ ——某圈外好友 两周内把大模型产品搞上线，一定要做垂类行业第一个上线的！ 站着看、坐着看、躺着看 ——某垂类经理 热钱容易进也容易出，就像手心的白月光 大模型发展迅速 Chatgpt成为历史上日活增长最快的应用 大模型“知见障” 应该切入哪个细分领域？大模型下我如何持续成长？大模型如何落地业务？…… 现在做大模型就是49年入国军，想想元宇宙吧！ 大模型是算法进化唯一方向，ALLIN的时候到了！ 知见障：已有的知识获取和思考模式，会困住我们，无法做出（正确的）决策 《侠客行》里，因为石破天不识字，反而没有被武功的文字所影响，而是直接洞穿本质，看到武功秘籍的行气图，练成绝世武功《太玄经》 大模型带动产业模式变革 生产力变革 交互方式变革 算法范式变革 •内容创作新范式： •复杂算法设计→prompt •before：图形交互界面 -案例：从用户口碑数据中摘取出口语化、个性化的“一句话口碑”-before：人工标注+情感分析+摘要抽取+工程实现+……-after：chatgpt4+prompt-“请从以下的评论中随机抽取一句相关车的优点评论，要求真实鲜活有态度，……”-月级→分钟级，效果不输 -完全由产品设计确定交互方式，非个性化或低个性化，多层级-输出能力非常受限-固定需求场景内高效 -AIGC生产文章、图片、视频 •after：对话式交互 -个性化、低门槛、多模态、扁平化表达-输出能力无限制、上下文友好 •办公生产力新范式： •Agent：复杂问题的通用解决方案 -LLM+Planning+Feedback+Tool-目标AGI：AutoGPT，langchain… -编码辅助：百度超20%代码覆盖-Office辅助：Microsoft 365 •全行业赋能： •算法门槛大幅降低 -营销、设计、服务业、智能驾驶/交通/家居-社会学、军事学 www.top100summit.com 大模型带动算法成长路径的变革 •Before：聚类分类，有监督无监督，深度学习、DNN、RNN、Transformer、NLP、CV……•After：Prompt Engineering；PT、SFT、RLHF；ICL、COT（TOT、GOT）…… 简单介绍一下汽车之家 买 团队主要解决的问题： 买车用户转化周期 买车初期阶段 相对不明确的选车意图 选车意图逐渐明确 确认最终选择 •知道车相关的知识和品牌信息较为有限•有不明确的选车意图•预算是个区间（20万~40万） •选定3-5意向车系，综合对比优缺点和适合度•查看目标车系参配等细节信息•明确购车预算：30万左右 用户特点 •线下试驾体验目标车系•贷款和保养相关知识•用车相关成本核算 买车决策 买车决策痛点 内容生产/获取低效 交互模式陈旧 信息收集 买车决策 需求收敛 1.固定交互、层级化设计、操作冗余2.先有意图后满足，激发能力差 1.OPU3GC为主，生产效率低、质量参差不齐2.信息过载或过于专业，难理解、难决策 大模型能力 •对话式交互，无层级，直接分发•多模输入输出，交互能力更强•全场域能力调度•规模化生产优质内容•精炼关键信息、减少过载•个性化兴趣激发•多Agent协同，降低研发成本•口语化，易于理解•AI质检 应用层：解决信息收集、需求收敛、买车决策问题 •“读心术”般的无词搜索体验•真实、专业、有态度，紧跟时事•千人千面解决用户选车决策痛点 支持层：供给大模型能力和优质知识 •大模型底座：仓颉•抽象高密度、原子化看买用换经验为知识底座 数据层：挖掘全网信息，供给模型训练和知识精炼 AI算法人才成长思考 •大模型和传统算法互为补充•掌握算法sense才能万变不离其宗 •开放心态激活知见飞轮•加减除乘法解决具体问题 思考模式 •大模型驱动分工模式变化•关键在于找准定位•大模型未来发展 发展方向 www.top100summit.com 掌握算法sense才能万变不离其宗 AI生图/视频如火如荼，设计师还有核心竞争力吗？ “算法sense”有哪些？ 良好的算法基础 •数学：概率、矩阵、微积分•深度学习、Transformer 大模型时代下，算法工程师还有核心竞争力吗？ 业务理解和算法设计 •数据敏感，算法视角对业务有引导，不要“自嗨”•足够的经验，算法设计有自己的认知框架 算法sense •生成类、约束少的场景更适合纯大模型：AI生图、闲聊、仿真、创作等•高质量、强约束的领域场景需大模型和传统算法互补： AI算法人才成长思考 •大模型和传统算法互为补充•掌握算法sense才能万变不离其宗 •开放心态激活知见飞轮•加减除乘法解决具体问题 思考模式 •大模型驱动分工模式变化•关键在于找准定位•大模型未来发展 发展方向 www.top100summit.com 开放心态激活知见飞轮 为什么太阳从东方升起？ 充分的实践 打破固有认知框架 高频更新知识来源 苟日新，日日新，又日新论文、会议（top100）、资讯，培养前沿技术视野 心态上拒绝说：不可能、一定不行因果推断认识本质关系 纸上得来终觉浅，绝知此事要躬行 每天问自己： 实验室从来未发现过违背能量守恒的现象所以……如果宇宙加速膨胀了呢？ 是否学到了新的知识？是否真正试过了？是否已经穷尽了所有方法？ 加减除乘法解决具体问题 以万斗天枢为例： •经验快速复制到其他业务场景•eg.车系页IM等 •尽可能收集足够多的外部信息•eg.充分枚举选车痛点和大模型的能力和不足 •删除无用和干扰内容息，聚焦最关键的信息•eg.删除大模型仿真、保留AIGC、多轮交互 •总结直达成功的“道”和踩坑的“雷”•eg.切入细分场景，不破坏用户原有认知惯性；解决方案为体、LLM为用 复制 脑爆 执行 复盘 AI算法人才成长思考 •大模型和传统算法互为补充•掌握算法sense才能万变不离其宗 •开放心态激活知见飞轮•加减除乘法解决具体问题 •大模型驱动分工模式变化•关键在于找准定位•大模型未来发展 www.top100summit.com 找准定位 找准公司的定位 找准自己的定位 找准产品的定位 •当前大模型还没有那么智能，跟传统算法能力结合是近期可能的发力点•不要试图打破已有的高效工具，五花八门的功能不如专注几个能提效的关键点 •自研/定制/云？•中小体量公司：基于业务场景设计大模型应用；烧钱•商业化能力 •擅长钻研算法/应用/管理？•能力匹配行业趋势：定制垂类应用可能是最容易发挥价值的方向 选择>努力？ 理想的发展模式： 人公司产品行业 大模型未来发展方向思考 真正高效的多模交互 理性思维存在空间 Prompt=搜索 •对话式交互真的高效吗？•Gemini开了个坏头，但…… •COT/Agent？•理性思维能力内化 勿意，勿必，勿固，勿我 微信官方公众号：壹佰案例关注查看更多年度实践案例