随着越来越多的企业组织展望所谓的代理未来，一个障碍可能是人工智能模型的构建方式。对于企业人工智能开发人员A121来说，答案是显而易见的，该行业需要寻找其他模型架构来启用更高效的人工智能代理。
AI21首席执行官Ari Goshen在接受VentureBeat采访时表示，最受欢迎的模型架构Transformers具有限制，这将使多代理生态系统变得困难。
你准备好使用人工智能代理了吗？
Goshen说：“我看到的一个趋势是非变压器架构的兴起，这些替代架构将更有效率。”“变形金刚通过创建如此多的代币来发挥作用，这些代币可能会变得非常昂贵。”
AI21专注于开发企业人工智能解决方案，之前曾提出过，变压器应该是模型架构的选项，而不是默认架构。它正在使用JAMBA架构（联合关注和Mamba架构的缩写）开发基础模型。它基于普林斯顿大学和卡内基梅隆大学的研究人员开发的曼巴架构，可以提供更快的推理时间和更长的上下文。
Goshen说，像Mamba和Jamba这样的替代架构通常可以使代理结构更高效，最重要的是，价格实惠。对他来说，基于Mamba的模型具有更好的内存性能，这将使代理，特别是连接到其他模型的代理，更好地工作。
他将人工智能代理现在才开始流行的原因——以及为什么大多数代理尚未进入产品——归因于对使用转换构建的LLM的依赖。
Goshen说：“代理商尚未进入生产模式的主要原因是可靠性或缺乏可靠性。”“当你分解变压器模型时，你知道它非常随机，所以任何错误都会延续下去。”
企业代理越来越受欢迎
人工智能代理成为今年企业人工智能的最大趋势之一。几家公司推出了人工智能代理和平台，以便于构建代理。
ServiceNow宣布了其Now Assist AI平台的更新，包括面向客户的AI代理库。Salesforce有其名为Agentforce的稳定代理，而Slack已经开始允许用户集成来自Salesforce、Cohere、Workday、Asana、Adobe等的代理。
Goshen认为，随着模型和模型架构的正确组合，这种趋势将变得更加流行。
他说：“我们现在看到的一些用例，如来自聊天机器人的问答，基本上是美化搜索。”“我认为真正的智能是连接和检索来自来源的不同信息。”
Goshen补充说，AI21正在开发围绕人工智能代理的产品。
其他建筑争夺关注
Goshen强烈支持Mamba和AI21的Jamba等替代架构，主要是因为他认为变压器模型过于昂贵和笨重，无法运行。
Mamba可以对不同的数据进行优先排序，为输入分配权重，优化内存使用，并使用GPU的处理能力，而不是形成变压器模型骨干的注意力机制。
曼巴越来越受欢迎。在过去的几个月里，其他开源和开放重量级人工智能开发人员已经开始发布基于Mamba的模型。Mistral在7月发布了Codestral Mamba 7B，8月，Falcon发布了自己的基于Mamba的模型Falcon Mamba 7B。
然而，在开发基础模型时，变压器架构已经成为默认的，如果不是标准的，也是选择。当然，OpenAI的GPT是一个变压器模型——它的名字就像字面意思一样——但大多数其他流行的模型也是如此。
Goshen说，归根结底，企业希望哪种方法更可靠。但组织也必须警惕有望解决其许多问题的华丽演示。
Goshen说：“我们正处于魅力演示很容易做到的阶段，但我们更接近于产品阶段。”“使用企业人工智能进行研究是可以的，但企业还不能使用它来为决策提供信息。”
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/ai21-shou-xi-zhi-xing-guan-biao-shi-you-yu-cuo-wu-yan-xu
