以下是一些可以建立知识库的 AI 工具和平台:
大家好,我是大圣,一个致力于使用AI技术将自己打造为超级个体的程序员。对于知识库大家并不陌生,一系列的信息和知识聚集在一起就可以构成知识库。比如我最心爱的[通往AGI之路](https://waytoagi.feishu.cn/wiki/QPe5w5g7UisbEkkow8XcDmOpn8e)就是一个使用飞书软件搭建的AI知识库。当你需要了解AI某一领域知识的时候,你只需要在AGI的飞书大群中,跟机器人对话就能获取对应的资料。而在我的[大圣:胎教级教程:万字长文带你使用Coze打造企业级知识库](https://waytoagi.feishu.cn/wiki/CT3UwDM8OiVmOOkohPbcV3JCndb)也是以AI时代的知识库作为例子进行了讲解。
AI如何改进人类的决策呢?我们相信大型语言模型(LLMs)将需要专注于合成和分析—— SynthAI ——这将改进决策的质量和/或速度(请记住我们上面的B2B图表),即使不是做出实际决策本身。这里最明显的应用是总结人类自己无法直接消化的大量信息。未来SynthAI的真正价值将在于帮助人们更快地做出更好的决策。我们设想的几乎与ChatGPT用户界面完全相反:如果我们能从大量的数据中反向工程出总结这些数据的简洁提示,那将是怎样的呢?我们认为有机会重新考虑用户体验,使其能尽可能有效地传达大量信息。例如,一个AI驱动的知识库,如[Mem](https://get.mem.ai/),它保存了组织中每次会议的记录,可以在人们开始新项目时主动建议相关的决策、项目或人员,从而为他们节省数小时(甚至数天)的时间,以便浏览先前的机构知识。
要搭建基于GPT API的定制化知识库,涉及到给GPT输入(投喂)定制化的知识。但GPT-3.5,也就是当前免费版的ChatGPT一次交互(输入和输出)只支持最高4096个Token,约等于3000个单词或2300个汉字。这点容量对于绝大多数领域知识根本不够。为了使用GPT的语言能力来处理大量的领域知识,OpenAI提供了embedding API解决方案。参考OpenAI embedding documents。