AutoIOT：面向 AIoT 应用的 LLM 驱动自动化自然语言编程

大型语言模型（LLM）的出现深刻地改变了我们的生活，彻底改变了与 AI 的交互方式并降低了 AI 使用的门槛。虽然 LLM 主要为自然语言交互而设计，但其内嵌的丰富知识使其能够理解数字传感器数据。这种能力使 LLM 能够通过 IoT 传感器和执行器与物理世界交互，执行 myriad AIoT 任务。因此，这一演变引发了传统 AIoT 应用开发中的范式转变，通过促进使用自然语言设计和开发 AIoT 应用，实现了面向所有人的普及化。然而，要充分发挥 LLM 在 AIoT 应用开发中的潜力，还需要解决一些局限性。首先，现有解决方案通常需要将原始传感器数据传输到 LLM 服务器，这引发了隐私担忧，产生高昂的查询费用，并受到 token 大小的限制。此外，LLM 的推理过程对用户是不透明的，使得难以验证推理结果的鲁棒性和正确性。本文介绍了 AutoIOT，一种基于 LLM 的 AIoT 应用自动化程序生成器。AutoIOT 允许用户使用自然语言指定其需求（输入），并自动合成带有文档的可解释程序（输出）。AutoIOT 自动化迭代优化，以最少的用户参与提高生成代码的质量。AutoIOT 不仅使 AIoT 任务的执行更具可解释性，而且通过本地执行合成程序缓解了隐私担忧并降低了 token 成本。广泛的实验和用户研究证明了 AutoIOT 在各种 AIoT 任务的程序合成方面的卓越能力。合成的程序可以匹敌甚至优于一些代表性的基线。