在刚刚结束的北京2024年GOSIM中国大会上,人工智能爱好者和专业人士齐聚一堂,探索开源技术的最新进展。在众多引人注目的演讲中,来自MeetKai公司的Functionary机器学习负责人、著名人工智能先锋穆萨布·古尔特金(Musab Gultekin)介绍了Functionary,这是一种能够在保持对话能力的同时使用工具的开源大型语言模型(LLM)。
我们与穆萨布·古尔特金进行了深入对话,进一步了解他对Functionary的愿景和对人工智能未来的看法。
问:祝贺您在2024年GOSIM中国大会上的演讲。首先,您能告诉我们是什么激发了您开发Functionary的灵感吗?
**穆萨布·古尔特金:**谢谢您。Functionary的灵感来自我在AI社区中注意到的一个重要差距。虽然专有的LLM在工具集成方面取得了进展,但开源LLM在这方面却有所滞后。我意识到,使开源模型能够有效地使用工具,不仅仅是一个渐进的改进——它对于AI发展的下一次飞跃至关重要。Functionary的诞生就是为了弥合这一差距,赋予开源社区先进的能力。
问:Functionary究竟有哪些独特之处,使其区别于其他开源LLM?
**古尔特金:**Functionary引入了几个关键创新。首先,它允许并行或顺序的函数执行,这意味着它可以同时处理多个任务或按特定顺序执行,提高了效率和灵活性。其次,它具备多轮和对话能力,能够在长时间交互中保持上下文,为用户提供更自然的体验。最后,它在模型中集成了代码解释,允许执行代码并基于实时数据提供动态响应。
问:在将工具使用集成到LLM中时,您面临了哪些挑战,您是如何克服的?
**古尔特金:**主要挑战之一是确保模型能够在对话中理解何时以及如何使用适当的工具,而不丧失其对话能力。我们必须训练模型识别提示,并自主决定何时执行某些函数。此外,确保函数执行的安全性至关重要。我们通过限制可用函数的集合,防止未经授权的操作,并对所有输入和输出进行严格验证来解决这个问题。同时,我们集成了像Llama Guard 3这样的工具,进一步增强安全措施。
问:您能分享一些Functionary的实际应用或用例吗?
**古尔特金:**当然。Functionary可以用于控制实体设备,增强AI模型与物理硬件之间的互动。它可以执行如Rust等语言编写的函数,允许在模型框架内进行健壮且安全的代码执行。此外,它可以自动化移动设备上的任务,通过智能自动化简化流程、提高效率。
问:考虑到Functionary的能力,您如何展望人工智能的未来?
**古尔特金:**我相信我们正迈向一个AI模型不仅是被动响应者,而且是能够自主决策的主动代理的时代。通过Functionary,我们正朝着这个未来迈进。我设想LLM能够完全集成到与周围世界互动的设备中——模型能够理解上下文,决定最佳行动方案,并无缝执行任务。这为各个行业打开了可能性,从机器人技术到个性化助手。
问:鉴于Functionary是完全开源的,您希望这对AI社区产生什么影响?
**古尔特金:**通过在MIT许可证下发布Functionary,并提供所有训练代码、推理机制和权重,我们正在培养一个协作和创新的环境。我希望这能鼓励其他开发者和研究人员在我们的工作基础上进行构建,贡献他们的想法,加速该领域的进步。开源开发使技术民主化,我认为这对于AI的道德和包容性增长至关重要。
问:您还有什么想与我们的读者分享的吗?
**古尔特金:**我对Functionary带来的可能性感到兴奋。这是集体努力的成果,我期待着看到社区如何利用它来创造创新的解决方案。我们可以共同推动AI领域的可能性边界。
