昨天，OpenAI 发布了一个振奋的消息，包括功能增强，费用降低等几个板块，其中最大的亮点，我认为它开启了一个建设生态圈的大门：GPTs。
具体内容可以参见下面的链接：
重磅！OpenAI发布GPT-4 Turbo，史上最强ChatGPT来了！
发布会链接
https://www.youtube.com/watch?v=U9mJuUkhUzk&t=185s
我们也一直在讨论，如何将优化求解系统和（大）语言模型相结合，互相提供信息，互相迭代，互相促进。以解决各个专业领域和行业中的智能决策问题。
比如：
动态分析供应链（物流仓网）中的价格信号影响因素（天气、事件），形成动态的定价模式，和动态的智能调度。
-
如何分析安全操作手册和操作规范，并结合流程设计，将检查点动态嵌入到相应的流程节点，使得风险最小的同时，简化操作步骤和检查步骤。
-
如何将执行步骤中抓取到的信息和执行人员反馈的信息获取，并分析对流程的反馈。
-
如何根据操作步骤执行中的反馈，更新风险点检查逻辑和步骤。
-
如何实时、动态形成与操作员的对话。（类似ChatGPT在特定场景的应用。）
-
如何分析客户的反馈信息，订单动态执行信息，系统日志信息等。形成KPI的根因分析，找到流程中的薄弱环节和风险点。持续优化迭代客服系统，并反馈给供应链控制塔和智能决策大脑。
这里都涉及到将语言模型和优化模型相结合。并且降低建模门槛，让业务分析员和行业人员也能象使用大模型一样使用决策模型。
未来，可以通过数据启发模型的方式，建立桥梁，辅助算法分析员和业务人员，再使用量子计算去做一些NP难的优化问题，那将极大程度提高生产效率。
大模型+优化+量子计算的新物种，产生的价值如何分配？如何规范新物种的使用？
这个新物种会不会产生意识？如果产生意识了怎么办？
浅议曲面分类的数学基础
顾险峰老师早期介绍文章：
人工智能中的联结主义和符号主义
蔡少伟的课程：约束求解简介
https://www.bilibili.com/video/BV1gP411h7dp/
SOTA！ChatGLM3刷新智能体中文基准SuperCLUE-Agent最好成绩
本周末在复旦有个 GPT 物流大模型的讨论会，希望能通过学习交流，产生一些新的思路和可落地的想法。
本文转载自久章智能微信公众号（原文发布于 2023-11-08），内容保持原貌。扫码关注公众号「久章智能」，第一时间获取系列文章。阅读原文 ↗