一种人工智能大脑系统技术方案

本申请提供一种人工智能大脑系统，涉及人工智能技术领域，包括：输入处理模块，配置为对输入信息进行处理，得到输入信息向量；第一处理模块，配置为利用通用大模型选取最优知识模型，生成专项语句；调用最优知识模型对专项语句进行处理，得到第一输出结果；第二处理模块，配置为当第一输出结果为文本数据，将文本数据发送至输出模块；当第一输出结果为一个或多个工作流，根据每个工作流的内容，依次从知识库选择知识模型或从微服务库中选择微服务，对至少包括上一个工作流输出结果的输入进行处理；将至少包括最后一个工作流输出结果的第二输出结果发送至输出模块。本申请的人工智能大脑系统提高了输出的准确性和可解释性；并能够实现快速应用。现快速应用。现快速应用。

【技术实现步骤摘要】
一种人工智能大脑系统


[0001]本申请涉及人工智能
，特别涉及一种人工智能大脑系统。

技术介绍

[0002]随着物联网的发展，出现了很多与物联网结合的人工智能（Artificial Intelligence，AI）大脑系统，本质上是各类型服务管理的智能信息化，即运用物联网、大数据、云计算等技术来管理服务。是通过将基础设施组件和服务之间增加智能化应用，使其更互联、高效和智能，为用户创造更方便的操作手段、为企业赋能更高效的运营与管理机制。
[0003]AI大脑系统基于不同的智能应用组合。智能应用的需求越来越多，根据不同行业的需求选择特定的AI大脑系统，现有的大脑系统大多基于行业的需求决定，从需求出发生成对应的知识。而行业内的知识才是智能应用实现的关键，在构建好了基础知识的情况下，建立智能应用就会更加准确和快捷。
[0004]现有的AI大脑系统存在以下问题：基于单一种类的知识库进行反馈。例如gpt类模型，使用大模型根据输入的信息进行不确定性的知识反馈；或一些App对输入的信息使用知识图谱进行检索，得到相关信息后进行反馈。而实际应用中，由于输入信息的种类较多，需要大脑对输入信息进行处理，并根据这些信息的特点，选择不同的知识进行处理并提供反馈。
[0005]对于知识的运用大多只在于检索功能，通过对系统的输入，检索其对应的知识。例如常见的知识图谱构建是使用多模态的数据进行知识抽取，知识融合和知识加工等方法；目的是针对行业内的复杂语言逻辑，可视化事物之间的外在/内在关系。这样的知识图谱使用方法较为单一，场景较为简单。
[0006]传输架构是输入信息进入服务，服务获取知识并进行输出。大多数的系统都是使用一种知识和服务进行处理，不能重复使用知识或服务。服务根据所输入的信息选取相对应的知识进行处理后生成知识输出，再进入到服务模块后形成服务输出，以单向的形式实现大脑应用。这样无法最大程度理解输入的信息，也不能根据知识对输入信息进行最合理的处理。服务输出结果也无法使用知识对结果进行验证和解释。无法将多个微服务关联起来，也无法在提高微服务能力的同时减少开发周期。
[0007]知识库的更新往往是定期对知识库内的数据或知识模型进行更新和升级，没有较强的时效性，而且不能在大脑运行过程中对不确定性的知识做准确处理。
[0008]综上所述，现有的AI大脑系统普遍存在知识库选择单一、知识系统功能单一、知识之间，知识与服务，服务之间没有关联性以及知识库缺乏更新，导致AI大脑系统的准确性和可解释性较低。

技术实现思路

[0009]有鉴于此，本申请提供一种人工智能大脑系统，以解决现有的AI大脑系统存在的准确性和可解释性较低的技术问题。
[0010]本申请实施例提供一种人工智能大脑系统，包括：知识库，配置为存储多个知识模型；微服务库，配置为存储多个微服务；输入处理模块，配置为对输入信息进行处理，得到输入信息向量；第一处理模块，配置为利用通用大模型选取知识库中的最优知识模型，生成最优知识模型的专项语句；调用最优知识模型对专项语句进行处理，得到第一输出结果；第二处理模块，配置为当第一输出结果为文本数据，将文本数据发送至输出模块；当第一输出结果为一个或多个工作流，根据每个工作流的内容，依次从知识库选择知识模型或从微服务库中选择微服务，对至少包括上一个工作流输出结果的输入进行处理；将至少包括最后一个工作流输出结果的第二输出结果发送至输出模块；所述输出模块，配置为将第一输出结果或第二输出结果按照预设格式进行输出。
[0011]作为一种可能的实施方式，所述输入信息包括：文本、语音，图像和视频中的至少一个；所述输入处理模块具体配置为：当输入信息为语音，利用专项感知模型对语音进行处理，得到对应的文本；利用通用大模型对文本或语音对应的文本进行分词处理，得到文本的句子表示向量，将文本的句子表示向量作为输入信息向量；当第一输入信息为视频，对视频进行采样处理，得到若干个图像；利用专项感知模型对图像或者视频采集的多个图像进行处理，得到一个或多个特征图，将特征图向量作为输入信息向量。
[0012]作为一种可能的实施方式，所述知识库中的知识模型包括：通用大模型、专项知识模型、知识图谱和面向知识处理的领域特定语言模型。
[0013]作为一种可能的实施方式，所述知识库中的知识模型内的知识均为经过人工审核的确定性知识。
[0014]作为一种可能的实施方式，利用通用大模型选取知识库中的最优知识模型，生成最优知识模型的专项语句；包括：利用通用大模型判断知识库中的哪个知识模型解决输入信息中包含的问题的效果最佳，如果判断结果是知识图谱，则确定最优知识模型为知识图谱，利用输入信息向量生成知识图谱的专项语句；如果判断结果是通用大模型，则确定最优知识模型为通用大模型，利用输入信息向量生成通用大模型的专项语句；如果判断结果是专项知识模型，则确定最优知识模型为专项知识模型，利用输入信息向量生成专项知识模型的专项语句；如果判断结果是面向知识处理的领域特定语言模型，则确定最优知识模型为面向知识处理的领域特定语言模型，利用输入信息向量生成领域特定语言模型的专项语句。
[0015]作为一种可能的实施方式，所述微服务为一个封装了处理模型和引擎的控件；所述处理模型包括：通用大模型、人工智能生成模型和面向服务执行的领域特定语言模型，所述通用大模型和人工智能生成模型的引擎均为推断引擎；所述面向服务执行的领域特定语言模型的引擎为运行引擎。
[0016]作为一种可能的实施方式，所述预设格式包括：网页、应用程序、扩展现实数据格式和文本中的至少一个。
[0017]作为一种可能的实施方式，所述系统还包括：更新模块，配置为对知识库进行更
新。
[0018]作为一种可能的实施方式，所述更新模块具体配置为：对通用大模型和/或专项知识模型记录的不确定性输出结果进行人工审核，审核通过后将输出结果加入确定性知识中；将输入信息和人工智能大脑系统的输出结果加入训练样本集，利用训练样本集对知识库中的各知识模型进行持续学习；定期知识库中各知识模型的版本。
[0019]作为一种可能的实施方式，所述输入处理模块还配置为：响应于用户界面操作，得到输入信息向量或第一输出结果；所述用户界面由低代码编辑生成，所述用户界面操作为界面按钮的点击操作和/或者输入框的输入操作。
[0020]本申请的人工智能大脑系统提高了输出的准确性和可解释性；并能够实现快速和多功能应用。
附图说明
[0021]图1为本申请实施例提供的人工智能大脑系统的功能结构图；图2为本申请实施例提供的知识库的示意图；图3为本申请实施例提供的确定性知识的示意图；图4为本申请实施例提供的微服务库的示意图。
具体实施方式
[0022]此处参考附图描述本申请的各种方案以及特征。
[0023]应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本申请的范围和精神内的其他修本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人工智能大脑系统，其特征在于，包括：知识库，配置为存储多个知识模型；微服务库，配置为存储多个微服务；输入处理模块，配置为对输入信息进行处理，得到输入信息向量；第一处理模块，配置为利用通用大模型选取知识库中的最优知识模型，生成最优知识模型的专项语句；调用最优知识模型对专项语句进行处理，得到第一输出结果；第二处理模块，配置为当第一输出结果为文本数据，将文本数据发送至输出模块；当第一输出结果为一个或多个工作流，根据每个工作流的内容，依次从知识库选择知识模型或从微服务库中选择微服务，对至少包括上一个工作流输出结果的输入进行处理；将至少包括最后一个工作流输出结果的第二输出结果发送至输出模块；所述输出模块，配置为将第一输出结果或第二输出结果按照预设格式进行输出。2.根据权利要求1所述的人工智能大脑系统，其特征在于，所述输入信息包括：文本、语音，图像和视频中的至少一个；所述输入处理模块具体配置为：当输入信息为语音，利用专项感知模型对语音进行处理，得到对应的文本；利用通用大模型对文本或语音对应的文本进行分词处理，得到文本的句子表示向量，将文本的句子表示向量作为输入信息向量；当第一输入信息为视频，对视频进行采样处理，得到若干个图像；利用专项感知模型对图像或者视频采集的多个图像进行处理，得到一个或多个特征图，将特征图向量作为输入信息向量。3.根据权利要求1所述的人工智能大脑系统，其特征在于，所述知识库中的知识模型包括：通用大模型、专项知识模型、知识图谱和面向知识处理的领域特定语言模型。4.根据权利要求3所述的人工智能大脑系统，其特征在于，所述知识库中的知识模型内的知识均为经过人工审核的确定性知识。5.根据权利要求4所述的人工智能大脑系统，其特征在于，利用通用大模型选取知识库中的最优知识模型，生成最优知识模型的专项语句；包括：利用通用大模型判断知识库中的哪个知识模...

【专利技术属性】
技术研发人员：白欲立，屠程远，徐苑景，
申请(专利权)人：联想新视界北京科技有限公司，
类型：发明
国别省市：