出品 | 搜狐科技
作者 | 張雅婷
(資料圖片僅供參考)
6月16日,人工智能框架生態峰會舉辦,昇思MindSpore帶來了人工智能框架的最新進展。
會上,基于昇思AI框架的全球首個全模態大模型“紫東.太初2.0”正式發布,支持多輪問答、文本創作、圖像生成、3D理解、信號分析等跨模態任務。
“我們的初心就是希望機器實現更類人的智能。”中科院自動化所“紫東太初”大模型研究中心常務副主任、武漢人工智能研究院院長王金橋告訴搜狐科技等媒體,人們認識世界70%的數據是靠視覺,10%靠觸覺,其他的靠聽覺等。要實現更類人的智能,必須融合多模態的信息。
紫東太初大模型之外,目前國內通過昇思AI框架原生孵化出來的大模型已經約有20個。“年底希望孵化40個或者50個更多的大模型。”
“要實現更類人的智能,必須融合多模態信息”
伴隨著AI大模型的走紅,AI框架也進入了發展繁榮期,成為行業關注的焦點。
類似于Windows、安卓,AI框架被比作“AI領域的操作系統”,可以幫助開發者高效、快速地構建網絡模型進行訓練和推理。幾乎所有人工智能項目,包括商業和學術項目,都是建立在個或多個開源框架之上。
目前主流的海外AI框架有TensorFlow、PyTorch等,國內有昇思MindSpore、飛槳PaddlePaddle等。
AI框架與大模型有啥關系?昇思MindSpore開源社區理事長丁誠在與搜狐科技等媒體對話時表示,在整個大模型生態當中,人工智能框架是幫助開發者孵化他的大模型,不會自己去做大模型,而是把大模型的算法團隊作為用戶。
比如,ChatGPT其實就是基于PyTorch深度學習框架實現的。而全模態大模型“紫東.太初2.0”是基于昇思AI框架。
王金橋指出,其他國內大模型在架構上還是Follow GPT的路線,而“紫東太初”框架和GPT不一樣, 有非常多原創的技術。
紫東太初AI大模型于2021年問世,由中國科學院自動化研究所和華為聯合開發,紫東太初1.0是全球首個基于昇思AI框架開發的千億參數圖、文、音三模態大模型。
這次在人工智能框架生態峰會上亮相的“紫東.太初2.0”由1.0版本升級而來,是全球首個全模態大模型。在語音、圖像和文本之外,加入了視頻、傳感信號、3D點云等更多模態,支持多輪問答、文本創作、圖像生成、3D理解、信號分析等跨模態任務。
王金橋表示,無論是GPT,還是國內的大模型,基本都是聚焦語言模型。“我們的初心就是希望機器實現更類人的智能,我們認識世界70%的數據是靠視覺,10%靠觸覺,其他的靠聽覺等。要實現更類人的智能,必須融合多模態的信息。”
在應用場景方面,王金橋解釋稱,主要是基于紫東太初大模型打造出服務平臺,企業可通過大模型和行業場景深度的結合,生產和優化自己的模型,實現低代碼的開發,讓大模型更高效地利用。“與行業數據結合后,在智慧汽車、智能醫療、智能制造、數字政務這四個領域做了比較多的應用示范。”
昇思年底將孵化近50個大模型
2020年3月,華為正式開源全場景AI框架昇思MindSpore。經過三年發展,昇思人工智能框架生態不斷壯大。
截至2023年5月底,昇思開源社區下載量已突破474萬,社區貢獻者1.3萬,服務企業數量5500家,與240家科研院所展開合作,開源模型達400多個,發表頂會論文超過900篇。
大模型方面,丁誠表示,MindSpore開源三周年以來,一直幫助包括像自動化所,鵬城實驗室,各個高校,包括產業用戶孵化各種各樣的大模型。“目前國內大概已經有20個的大模型,是通過昇思AI框架原生孵化出來的。”
他表示,社區之前更多的走向從技術研發到逐步成熟的階段,下一個階段昇思開源社區逐步從技術成果的孵化,走向產業落地應用。“我們技術已經逐步走向成熟,下一步會在更多的行業和生態拓展用戶。”
接下來,昇思孵化大模型的速度也將加快。據丁誠透露,年底希望孵化40個或者50個更多的大模型。
當越來越多的公司都開始做大模型,為何開源生態的建立尤為可貴?
丁誠則表示,從開源社區的角度來看,非常希望大模型生態能夠互融互通。第一,數據是非常核心的資產,各家大模型訓練能把相關的數據貢獻出來做開源共享,可以集整個產業之力達到中國或者全人類更好的大模型。
第二,對于算法核心實現的資產,各家都有自己的核心武器,如果更開放一點,可以推動更好的大模型為整個產業服務。
王金橋認為,今年國內之所以能迅速涌現這么多模型,都是依賴于全球開源體系集體智慧的貢獻,只有開源開放才能實現互融共通。
他表示,未來底座大模型不會特別多,更多大模型還是圍繞垂直行業的解決方案,模型沒有那么大,但是又一些行業的數據,所以在特定領域是由優勢的。畢竟,底座大模型成本很高、技術門檻也高,一次訓練基本上是上千萬的電力費用。
“我相信未來底座模型和垂直類的模型會互相融通,而且越來越多的模型會開源開放,才能推動基于中文的單模態或者多模態模型的發展。”
責任編輯:Rex_18