中國AI的星火，世界人工智能的“第二種選擇”

“我們總是高估兩年后的變化，低估未來十年的變革?！?/p>

在這個科學與資本和聚光燈緊密結合的時代，比爾·蓋茨的這句話非常貼切，尤其是過去幾年來的人工智能領域：

一方面，去年底今年初ChatGPT橫空出世，婦孺皆知，“所有業(yè)務都值得用人工智能重新做一遍”；

另一方面，對已經(jīng)真正在賽道上堅持了十幾年、甚至幾十年長跑的選手來說，利用好當下的聚光燈，在關鍵節(jié)點咬牙沖刺，為今后的賽程積攢更多能量和資源，才是內(nèi)行的門道。

對真正關心這項技術發(fā)展和競爭格局的朋友們來說，上月末國內(nèi)有一件大事，那就是科大訊飛一年一度的1024開發(fā)者節(jié)大會。

兩個背景讓這次大會更加引人注目，一是近期美國政府更新了出口管制規(guī)定，計劃阻止英偉達等公司向中國出口先進算力芯片；二是在“一帶一路”大會上，中方提出《全球人工智能治理倡議》，站在國際社會大多數(shù)的立場上，宣示西方并非全球人工智能技術和生態(tài)的唯一選擇。

01. 科大訊飛的深耕與產(chǎn)業(yè)生態(tài)的共建

說回訊飛1024大會本身，會上氣氛熱烈，干貨很多，科工力量的小伙伴也受邀來到現(xiàn)場，也參與了董事長劉慶峰和研究院院長劉聰?shù)拈]門采訪，務實、坦誠、高效是這些技術大佬給人的印象。

我們在這一期希望把看到的亮點做一個簡單梳理，加上一些自己的理解，希望了解更完整內(nèi)容的小伙伴，可以移步科工力量B站官方，有一個半小時的發(fā)布會全程回顧。

首先是通用大模型技術本身。

本次，星火認知大模型V3.0亮相，第三方評測認定對標ChatGPT（GPT3.5版本）實現(xiàn)整體能力超越，訊飛如期到達今年的第三座里程碑，劉慶峰在發(fā)布會上情緒激動，立下新的flag：明年上半年要對標GPT-4。

為什么情緒激動？因為這件事情很難，很重要。

我們先從澄清一個說法開始。

過去一段時間，很多報道喜歡渲染“百模大戰(zhàn)”，好像做大模型很容易，很多人都在做，這是很大的誤導。從技術角度，把大語言（LLM）底座模型、開源微調(diào)模型、行業(yè)垂直模型等不同類型大模型放在一起比較。是把不在一個難度級別的事情強拉在一起。

底座模型（LLM）是一種基礎的大模型，它已經(jīng)掌握了大量的通用知識，可以應用于多個領域；開源微調(diào)模型是在底座模型基礎上進行微調(diào)的模型；行業(yè)垂直模型針對特定行業(yè)或領域，如醫(yī)療、金融、法律、教育等。

在實際應用中，如果只強調(diào)通用性，底座模型（LLM）更為合適；如果任務專注于某一特定領域，那么基于底座模型進一步提煉行業(yè)垂直模型會有更好的表現(xiàn)；而開源微調(diào)模型是更靈活的解決方案，可以在通用性和專業(yè)性之間取得平衡。

可見，對AI應用來說，底座模型（LLM）是一種基礎設施，參數(shù)量巨大，需要的訓練數(shù)據(jù)量也極多。

不說必須的人才和工程師隊伍，單說資金成本，有機構今年2月估算，以ChatGPT今年1月的水平，需要3萬多塊英偉達A100卡（ GPU），初始投入成本8億美元，每天電費5萬美元。GPT3訓練一次成本140萬美元，更大的模型每次訓練成本在200萬美元到1200萬美元之間。

既然是基礎設施，它就有邊際成本遞減的特點，基于一個底座模型開發(fā)的實際業(yè)務用途越多，越有利于攤薄龐大的訓練成本，也越有利于底座模型能力的進化迭代和生態(tài)繁榮。

因此，如果是在別人的底座模型上去提煉行業(yè)垂直模型和做開源微調(diào)模型，不僅關乎數(shù)據(jù)安全和自主可控的問題，而且是在給別人的生態(tài)添磚加瓦。

今天，英偉達GPU+CUDA開發(fā)工具+OpenAI的算法和大眾影響力+優(yōu)質(zhì)英語語料數(shù)據(jù)+全球優(yōu)秀開發(fā)者+成熟的資本市場的大模型生態(tài)，無疑是一個強勢生態(tài)。

在這個基礎上，對潛在競爭者掐緊底層，開放上層，復刻wintel生態(tài)的一統(tǒng)江湖，是對方早已擺上棋盤的變化圖。但這對中國和廣大發(fā)展中國家意味著什么，不言而喻。

對此如何破局，是我們要講的第二個重點。

在發(fā)布會現(xiàn)場，科大訊飛攜手華為，發(fā)布基于昇騰生態(tài)的“飛星一號”大模型算力平臺，科大訊飛董事長劉慶峰、科大訊飛總裁吳曉如和華為輪值董事長徐直軍、華為公司董事質(zhì)量流程IT總裁陶景文、華為董事ICT產(chǎn)品與解決方案總裁楊超斌共同宣示，將致力于為世界“提供第二種選擇”。

剛才已經(jīng)講過，底座大模型（LLM）是AI行業(yè)應用的基礎設施，算力平臺則是更底層的，訓練底座大模型的基礎設施。要訓練對標GPT-4的大模型，就需要更高性能的底座，聰院（訊飛研究院院長劉聰）在采訪中給出了一個數(shù)字，“一兩千張卡不夠，需要3000-4000P的算力，也就是說萬卡級別。”

一方面，需要這么大的算力，另一方面，這種規(guī)模的算力不可能即插即用。算力平臺、算法和框架之間的協(xié)同和優(yōu)化極其重要。

合作分工上，科大訊飛更專注應用和算法，華為負責算力平臺，雙方共同研發(fā)了高性能的算子庫，使同樣的算力、帶寬條件下，訓練效率得以提升一倍以上。

所以，徐直軍這次是作為星火V3.0大模型的幕后團隊代表亮相的。從5月6日開始，華為的團隊就常駐合肥，跟訊飛團隊一起熬夜加班，劉慶峰把雙方的攻關團隊親切稱呼為“聯(lián)合特戰(zhàn)隊”。今年中秋節(jié)，這支隊伍都沒有休息，訊飛把華為團隊的家屬都接到合肥一起過節(jié)。

劉慶峰在采訪中說得很坦率，也很動容。

他說，使用英偉達成熟的算力產(chǎn)品可能一個月就能干成的事情，用國產(chǎn)的可能要三個月。那邊市場上又在打仗，別人用的是最豪華的武器；我們一邊在打仗，一邊磨練武器，在這個過程中要投入的就更多，壓力可想而知。

但這一步非走不可。因為，不管是國產(chǎn)操作系統(tǒng)，國產(chǎn)算力平臺，還是大模型，都有一個從打磨、到可用、逐步到好用，再到整個生態(tài)繁榮的過程，早期一定會花費更多成本，這是事物的客觀規(guī)律。如果誰都不肯往前走一步，國家始終就無法自立自強。

第三個重點是應用和生態(tài)。

如何尋找和解決“剛需”，實現(xiàn)社會價值和商業(yè)邏輯，都在這一part。

劉聰有一個錘子和釘子的比喻，“當你有一把錘子的時候，你看所有的東西都像是釘子”。這就是我們曾經(jīng)嘗試用AI技術的通用能力解決各種場景與問題。

但慢慢發(fā)現(xiàn)，通用能力在實際應用中往往難以適應不同的場景需求，這就像發(fā)現(xiàn)每個釘子的形狀都不同。

于是衍生出兩個嘗試方向：一是繼續(xù)強化錘子的通用性，嘗試打造一把萬能的雷神的錘子；二是嘗試根據(jù)不同的釘子定制錘子，這伴隨了行業(yè)定制的復雜性、高成本等問題。

后來又發(fā)現(xiàn)第三條思路，就是把錘子的改造和應用的探索開放給大家，來適應更多樣的需求。

這恰好能對應訊飛的“1+N+X”的戰(zhàn)略，其中，“1”是通用認知智能大模型算法研發(fā)及高效訓練底座平臺；“N”是應用于教育、醫(yī)療、人機交互等各個領域的自有產(chǎn)品；“X”是開放生態(tài)。

分別展開一下，首先是萬能錘子，徐直軍在現(xiàn)場非常實誠地為訊飛打了一個廣告。他說，華為在全球所有智能終端上使用的語音技術，都來自于科大訊飛，不僅是中文，是幾十種語言。

翻譯，恐怕是近年來人工智能發(fā)展最讓普通人擁有獲得感的方向之一。

這次訊飛展示的另一把“萬能錘子”：代碼能力，說到底也是一種翻譯能力。

因為“最好的編程語言是自然語言”，今天，千行百業(yè)都說數(shù)字化轉型，數(shù)字化轉型離不開IT部門，但IT部門不是轉型主導者，IT的工作是把主導者的思路翻譯成軟件，如果這個翻譯過程能被機器取代，將節(jié)約大量的溝通和摩擦成本。

訊飛總裁吳曉如和代碼產(chǎn)品負責人張致江在代碼論壇現(xiàn)場演示了大模型如何從拆解和分析需求開始，一步步生成軟件產(chǎn)品，有興趣的朋友可以去看看錄播。

其次是定制錘子，現(xiàn)場既展示了訊飛多年深耕的教育、醫(yī)療、人機互動等賽道的升級，也發(fā)布了科研、金融、工業(yè)等領域的12個行業(yè)大模型。

現(xiàn)場演示的醫(yī)療大模型和科研大模型令人印象深刻，值得一提的是，醫(yī)療大模型并非要取代醫(yī)生，而是致力于幫助億萬普通人觸達基本的醫(yī)療知識；科研大模型并非取代科研工作，而是幫助人提升獲得知識和前沿信息的效率。

這里順便回應一下關于人工智能會帶來失業(yè)、毀滅人類等常見大眾焦慮：

我們認為，這種焦慮并非來自人工智能本身，而是來自于這個強大變量被注入后，有的人擔心既有格局被沖擊，有的人擔心既有格局被加強。人工智能究竟被用于更好地控制大眾，還是更好地賦能和服務大眾，恐怕這也是徐直軍說的“第二種選擇”的題中之義。

再來講講大家一起玩錘子，也就是生態(tài)建設。當下，發(fā)現(xiàn)錘子的用途和改造方式急需千行百業(yè)的“腦洞”和“奇思妙想”，也需要各種各樣輕巧創(chuàng)新的工具和小部件。

比如大模型知名工具LangChain，將提示詞（Prompt）的管理和編排做得很好；ELMo工具具有根據(jù)上下文動態(tài)調(diào)整詞向量的能力，使得對話系統(tǒng)的表現(xiàn)更加流暢。

LangChain頁面

劉聰在采訪中透露了一組星火大模型生態(tài)開發(fā)者的數(shù)據(jù)：從5月6日至今，生態(tài)開發(fā)者數(shù)量從400萬迅速上升到530多萬，增速是去年同期的三倍多。他估計，其中已經(jīng)跟訊飛鏈接，比較認真在做大模型相關研發(fā)的開發(fā)者數(shù)量已達10萬左右。這個規(guī)模是比較狹義的星火生態(tài)。

更廣義的生態(tài)，不但包括整個“1+N+X”的體系，還包括作為支撐的整個社會外部環(huán)境，從邏輯上來說，1是N和X的基礎，有了足夠扎實的1，才能有N和X的衍生，N和X繁榮帶來的數(shù)據(jù)、人才、資金等資源會反哺1，形成正向循環(huán)，也會出現(xiàn)強者愈強的先發(fā)優(yōu)勢和馬太效應。

今天我們看到，OpenAI的GPT-4大模型是世界領先的，不管是劉慶峰還是劉聰，都坦誠面對這個事實。但是，當前中美兩大市場因為種種原因處于割裂狀態(tài)，大大削弱了這種先發(fā)優(yōu)勢，中國市場足夠大，足以支撐起一套自有生態(tài)的起步和起旋。這是站在中國視角來說。

站在人類命運共同體視角來說，大教堂和集市要結合，絕對的集中和絕對的自由都不可取。對所有用戶和消費者而言，存在兩種以上AI生態(tài)的多極化競爭，才可能在更高層次上形成共贏博弈，這是我們理解的“為世界提供第二種選擇”的另一層意義。

02. 升華

在當前的熱鬧喧囂中，我們還想談一點歷史。

就像我們在開頭說的，人工智能并非始于當下，而是一場從上世紀50年代就開始的馬拉松，它是一個螺旋式前進的過程，已經(jīng)經(jīng)歷了三波浪潮和兩次低谷。日本的五代機路線失敗了，今天聚光燈下神經(jīng)網(wǎng)絡路線和OpenAI，也長期經(jīng)受打壓和質(zhì)疑。

在這個過程中，大量資源投入可能是必要條件，但越用力，在方向上的把握就越重要，就如劉聰所說，“對算法沒把握的話，錯一個東西，三個月就過去了。”更宏觀的層面上，也是這樣。

中國人工智能研究始于上世紀70年代末的第二波浪潮，當時不僅在符號主義的研究上取得了世界級的成果，也趕上了神經(jīng)網(wǎng)絡研究的浪潮。更重要的是，在大方向上始終保持大致正確，尤其在上世紀90年代全球人工智能研究進入低谷的時候，國家主導的863（-306）計劃孕育了一大批人才，也孵化了科大訊飛、漢王、寒武紀、中科信利等一大批領軍企業(yè)，使我們追趕到今天的位置。

對于中國發(fā)展人工智能的長處和短處，鵬城實驗室主任、中國工程院高文院士有一個高度概括的論述。

總體來講，我國發(fā)展人工智能有優(yōu)勢也有短板，優(yōu)勢有四個：強有力的政策支持、龐大的數(shù)據(jù)、豐富的應用場景、非常多的有潛力的年輕人。同時有四個短板：基礎理論和原創(chuàng)算法薄弱、關器核心元器件薄弱、開源開放平臺建立不足、高端人才不足。

實際上，科技部在新一代人工智能發(fā)展規(guī)劃方面已經(jīng)有了一個很好的前瞻性考慮，基本原則有四個：一是科技引領，二是系統(tǒng)布局，三是市場主導，四是開源開放。目標是在 2020年中國的人工智能能夠和世界同步，到2025年其中一部分能夠達到領先水平，到2030年總體上能夠走在前面。

今天我們說了那么多，也是希望彌合一點信息差，讓更多人認識到這件關乎所有人命運的事情，減少誤解，凝聚共識，使更多的關注和資源配置到正確的方向上。我們一定能夠以星星之火，成就燎原之勢，引領新一輪通用人工智能帶來的變革。?