TaskMatrix.AI是一个平台,允许人们通过其API将基础模型与各种现有系统和模型连接起来,从而执行多样化的任务。随着基础模型、云服务、机器人和物联网技术和基础设施的快速发展,可以想象一个惊人的未来世界,生产力和创造力可以达到新的水平。

TaskMatrix.AI: Completing Tasks by Connecting Foundation Models with Millions of APIs

Yaobo Liang, Chenfei Wu, Ting Song, Wenshan Wu, Yan Xia, Yu Liu, Yang Ou, Shuai Lu, Lei Ji, Shaoguang Mao, Yun Wang, Linjun Shou, Ming Gong, Nan Duan

[Microsoft]

  1. 人工智能(AI)最近取得了令人难以置信的进展。一方面,像ChatGPT这样的高级基础模型可以在广泛的开放领域任务上提供强大的对话、语境中学习和代码生成能力。它们还可以根据所获得的常识性知识,为特定领域的任务生成高水平的解决方案纲要。然而,他们在一些专门的任务上仍然面临困难,因为他们在预训练时缺乏足够的特定领域数据,或者在那些需要精确执行的任务上,他们的神经网络计算经常出现错误。另一方面,也有许多现有的模型和系统(基于符号的或基于神经的)可以很好地完成一些特定领域的任务。然而,由于实现方式或工作机制的不同,它们并不容易获得或与基础模型兼容。因此,显然迫切需要一种机制,能够利用基础模型提出任务解决大纲,然后将大纲中的一些子任务自动匹配给具有特殊功能的现成模型和系统来完成。
  2. 受此启发,本文推出了TaskMatrix.AI,作为一个新的人工智能生态系统,它将基础模型与数百万个用于完成任务的API连接起来。与之前大多数旨在改善单一人工智能模型的工作不同,TaskMatrix.AI更注重使用现有的基础模型(作为类似大脑的中央系统)和其他人工智能模型和系统的API(作为子任务解决者),以实现数字和物理领域的多样化任务。
  3. 作为一份立场文件,我们将介绍我们对如何建立这样一个生态系统的愿景,解释每个关键组件,并使用研究案例来说明这个愿景的可行性和我们接下来需要解决的主要挑战。

https://arxiv.org/pdf/2303.16434.pdf