大模型「幻覺」全無？圖神經網絡成破解核心，精準預測因果消除「幻覺」
原來大模型的「幻覺」，真的可以完全消除！
近日，AI初創公司Alembic首次宣布，一種全新AI系統完全解決了LLM虛假信息生成問題。
也就是說，飽受詬病的LLM幻覺，被徹底攻破了。
聯創兼首席執行官Tomás Puig在接受Venture Beat獨家采訪時透露，「取得這一關鍵突破在于，AI能夠在海量企業數據集中，識別隨時間變化的因果關系，而不僅僅是相關性」。
他接著表示，我們基本上讓生成式AI免于產生幻覺。它可以確定性輸出，也可以談論因果關系。
圖片
解決幻覺問題
「幻覺」一直是企業采用聊天機器人和虛擬助理等人工智能系統的主要障礙。
此前的AI模型即使可以生成看似逼真的文本，還是經常會產生錯誤或無意義的信息，也就是所謂的「幻覺」，導致在關鍵業務應用中的部署存在風險。
為了消除這種「幻覺」，Alembic通過技術手段把AI變得足夠安全可靠，方便企業獲得各種數據分析、預測和決策支持等服務。
圖片
根據公司提供的圖表，Alembic AI系統可以從各種來源攝取數據。
處理「可觀測性和分類器」模塊和幾何數據組件，然后將結果輸入因果圖神經網絡（GNN)，生成確定性預測和戰略建議。
Alembic為此不但建立了超級計算機基礎設施，還開發了新的數字技術，將企業數據表示為時間感知圖神經網絡。
Puig解釋說「每當我們看到其中一個連鎖反應或杠桿時，我們就能了解企業的所有原始組成部分」。
「這些就像一個個小型神經元，我們把它們放入一個巨大的圖神經網絡中。」
「但這是一個具有因果意識和時間意識的圖神經網絡。」
因果推理引擎驅動確定性人工智能
Alembic突破的核心是一種新型圖神經網絡。
它充當因果推理引擎獲取數據，組織成一個復雜節點和連接網絡，捕捉事件和數據點隨著時間推移形成的關聯。
Puig對VentureBeat說「這幾乎就是企業的3D呈現。想象一下，你可以看到每個客戶和企業每個部門之間的每一次互動，以及這些互動是如何通過組織串聯起來推動結果的」。
關鍵在于，AlembiAI不僅能從這些數據中學習模式和相關性，還能識別實際推動業務成果的因果關系。
通過了解歷史結果背后的「原因」，它可以高度預測未來行動的影響，甚至推薦實現預期目標的最佳干預措施。
圖片
圖片
Alembic技術演示視頻展示了分析復雜數據并生成具體戰略建議的過程。
事實上，Alembic不僅僅是在技術上實現了突破，它在市場化應用過程中也取得了相當的進步。
圖片
財富500強興趣濃厚
人們對Alembic興趣斐然，該公司與財富500強企業私下里進行了充分的交流，并獲得了Nvidia公司的博士專家和未公開的大客戶的廣泛認可。
「當我們把它展示給Forrester和Gartner時，他們基本上都傻眼了。我從未見過這樣的場景，到目前為止，他們讓我找了26位分析師，既有IT方面的，也有MarComms方面的」。
根據IDC的數據，到2024年，人工智能技術的支出預計將超過5000億美元。
憑借早期客戶的濃厚興趣，以及Gartner和Forrester等有影響力的分析公司的認可，Alembic似乎已做好準備，撼動擁擠的企業人工智能市場。
但該公司仍然面臨著挑戰，即如何證明其最終技術能夠超越早期試點，為大型企業帶來更加準確的結果產出。
隨著人工智能競爭的白熱化，Alembic的「無幻覺」方法可能會成為一個關鍵賣點，也可能成為研究突破與實際影響之間差距的警示故事。
