2023年初，ChatGPT 的出現(xiàn)，引發(fā)了國內(nèi)外各類AIGC技術(shù)應(yīng)用的爆發(fā)，讓人們看到了新世界的曙光，也感受到了迫在眉睫的劇變。無論是前沿科技產(chǎn)業(yè)還是整個經(jīng)濟(jì)社會格局，都將因此產(chǎn)生巨大的變化，眾多企業(yè)將迎來價值重估，無數(shù)行業(yè)將面臨重做。
作為15年來陪伴數(shù)以十萬計創(chuàng)業(yè)者共同成長的產(chǎn)業(yè)加速平臺，創(chuàng)業(yè)黑馬發(fā)起了AIGC主題系列直播活動，邀請多位業(yè)內(nèi)知名企業(yè)家、投資人、專家學(xué)者和創(chuàng)業(yè)實踐者，從軟硬件平臺視角、投資人視角、行業(yè)應(yīng)用視角等維度看AIGC，共話大模型時代新機(jī)會，展現(xiàn)產(chǎn)業(yè)新力量。
【資料圖】
本期的分享嘉賓是達(dá)觀數(shù)據(jù)首席戰(zhàn)略官CSO劉江賢。達(dá)觀數(shù)據(jù)積極研發(fā)國產(chǎn)版GPT“曹植”大語言模型LLM系統(tǒng)，作為垂直、專用、自主可控的國產(chǎn)版ChatGPT模型，該系統(tǒng)結(jié)合先進(jìn)的自然語言處理（NLP)、智能文檔處理（IDP）、光學(xué)字符識別（OCR）、機(jī)器人流程自動化（RPA）、知識圖譜等技術(shù)，為大型企業(yè)和政府機(jī)構(gòu)提供文檔智能審閱、文檔智能寫作、知識搜索與問答、辦公流程自動化等智能文本機(jī)器人產(chǎn)品。榮膺中國人工智能領(lǐng)域最高獎“吳文俊人工智能獎”、工信部第三批國家級專精特新“小巨人”企業(yè)、中國人工智能科技創(chuàng)新Top50等眾多資質(zhì)。
在5月18日的《黑馬說》直播中，嘉賓圍繞《ChatGPT大語言模型的創(chuàng)新與應(yīng)用》主題進(jìn)行了深度論述，就ChatGPT的特點(diǎn)、技術(shù)升級及AI國產(chǎn)自動化等問題進(jìn)行探討。
以下為本次直播實錄整理：
我在五四青年節(jié)剛剛加盟達(dá)觀數(shù)據(jù)，擔(dān)任達(dá)觀數(shù)據(jù)首席戰(zhàn)略官，也曾在中央電視臺做過主持人是金話筒的獲得者。2011年在上海交通大學(xué)EMBA就讀之后，現(xiàn)在擔(dān)任上海交通大學(xué)安泰EMBA校友會的副會長兼執(zhí)行秘書長。
達(dá)觀數(shù)據(jù)是智能文本處理的科創(chuàng)企業(yè)，它在這方面發(fā)展勢頭很猛，在智能文本處理服務(wù)商當(dāng)中國內(nèi)排名第一，獲得了中國信通院智能文檔處理的產(chǎn)品權(quán)威認(rèn)證。2021年，達(dá)觀數(shù)據(jù)獲得國家級專精特新“小巨人”稱號，在軟件成熟度的最高等級的認(rèn)證當(dāng)中，達(dá)觀數(shù)據(jù)也是榜上有名。
這和ChatGPT有什么關(guān)系？前兩天碰到我的一個同學(xué)，是做hr的，他剛回絕了一家要做語言大模型的企業(yè)，其曾在全球500強(qiáng)企業(yè)就職，他認(rèn)為ChatGPT創(chuàng)業(yè)不是拍腦門召集幾個有類似經(jīng)歷的人就能干得了的，關(guān)鍵在于場景和業(yè)務(wù)。
它需要大規(guī)模的算力投入，這個是有一定難度的。而達(dá)觀在這個領(lǐng)域已經(jīng)創(chuàng)業(yè)8年，做到行業(yè)首位，市占率在文本智能處理領(lǐng)域占到第一，實現(xiàn)了全行業(yè)自動化文本處理應(yīng)用場景，服務(wù)網(wǎng)絡(luò)遍布全國，在全國已經(jīng)建了4個子公司，達(dá)觀已經(jīng)積累了非常多的成熟應(yīng)用場景。
ChatGPT所以在此基礎(chǔ)上創(chuàng)辦自己的“曹植”大模型。達(dá)觀產(chǎn)品的技術(shù)目前已應(yīng)用于眾多行業(yè)，也有很多服務(wù)合作伙伴。
回到智能文本與ChatGPT的關(guān)系，以及GDP探索大模型的應(yīng)用和創(chuàng)新。
人類文明的記載是從有文字開始的，最早出現(xiàn)在國內(nèi)的漢字是在甲骨文上，甲骨文上的字是誰造的？是黃帝時期造字的左史官倉頡。
我們原來的字刻在哪？刻在石頭上，有巖畫，有石片，逐漸演變成今天的文字。甲骨文一開始是做占卜的，世界上文字的起源據(jù)考古記載，從楔形文字、圣書文、瑪雅文，而留存在世上的文字，唯一一脈相傳至今的就是甲骨文。
文字出現(xiàn)之后，人類文明演進(jìn)的速度突然涌現(xiàn)出來。文字的出現(xiàn)是人類文明的起點(diǎn)，有了文字，才有本草綱目、天工開物、九章算術(shù)等等科學(xué)知識。
達(dá)觀數(shù)據(jù)的“達(dá)觀”兩個字，可以在甲骨文中找到。甲骨文“達(dá)”字很像一個人站在山上，“觀”是兩個眼睛向外看，“達(dá)觀”意在站得高看得遠(yuǎn)。公司的文化也是務(wù)實求真、通達(dá)樂觀，站在高處回望歷史，穿透未來。
如今我們所有工作都圍繞文字展開，比如說寫材料、翻譯內(nèi)容、撰寫方案，如果用自動化來處理文字，不就省時省力了嗎？
講到自然語言處理NLP，為什么文字的自動化處理這么難？我們?nèi)粘Ｓ玫臐h字大概有3500個，但中文解析非常復(fù)雜。因為漢字包含基礎(chǔ)常識，閱讀起來很多不是明面意思所能表達(dá)的。需要更多技術(shù)的積累，才能突破文字處理的技術(shù)。有一些專業(yè)的知識，比如狗眼看人低、狐朋狗友，僅僅之時詮釋“狗”這個字，要讓計算機(jī)識別的話，都要經(jīng)過長期的訓(xùn)練。因此大模型需要大量的語料、知識，要想計算機(jī)了解冰山背后的知識，需要跨越認(rèn)知屏障。
達(dá)觀總結(jié)出ChatGPT的特點(diǎn)是一獨(dú)三巨。是指“全球獨(dú)樹一幟的技術(shù)路線”、“巨大的參數(shù)規(guī)模”、“巨大的算力消耗”、“巨大的訓(xùn)練數(shù)據(jù)量”。所以 OpenAI在2016年，歷經(jīng)7年，耗資了近20億美元，經(jīng)過若干次失敗才推出劃時代意義的人工智能系統(tǒng)。
如何理解ChatGPT，先從GPT三個字母來理解。“G”是Generative，就是出發(fā)點(diǎn)和核心能力，即自己生成、自己創(chuàng)造；“P”是Pretrained，通過大量文檔預(yù)先學(xué)習(xí)的能力，現(xiàn)在有預(yù)訓(xùn)練工程師，比AI訓(xùn)練師提高了一個等級；“T”是Transformer，是對文字、知識有效的提煉算法。
大模型LLM與ChatGPT的關(guān)系是怎樣的？GDP是眾多LLM大語言模型當(dāng)中的一種，是目前被證明處理文字最成功的一種模型；ChatGPT是面向?qū)υ拡鼍岸ㄏ騼?yōu)化后的GPT子版本，未來針對其他應(yīng)用場景還會出現(xiàn)更多的X-GPT系統(tǒng)，甚至更多其他的LLM語言模型。
目前絕大多數(shù)大規(guī)模語言模型都使用了Transformer的基礎(chǔ)組件結(jié)構(gòu)，但是在實現(xiàn)方式和結(jié)構(gòu)組件上有所區(qū)別，總體可以劃分為三條技術(shù)發(fā)展路徑。技術(shù)路線一的優(yōu)點(diǎn)是訓(xùn)練代價小，效果不錯，曾經(jīng)一度領(lǐng)先；技術(shù)路線二的缺點(diǎn)是算力數(shù)據(jù)等成本極高，需要大量的數(shù)據(jù)，也只有open AI堅持下來，做了一件難而正確的事；技術(shù)路線三是混合模式，理論上融合了前兩者，實際效果還待未來發(fā)展。
跑出來以后可以用它寫情書、寫科研報告、寫年終總結(jié)報告。它有先后的邏輯，能把一篇文章中的標(biāo)題提煉出來。這就是“涌現(xiàn)”能力，像人類有了文字之后，文明突飛猛進(jìn)一樣。“涌現(xiàn)”能力，是在參數(shù)規(guī)模超過某個閾值后，可觀測到系統(tǒng)處理結(jié)果會出現(xiàn)一個巨大的飛躍，也叫機(jī)器的頓悟。目前導(dǎo)致該現(xiàn)象的原因尚不明確，有人猜測是很多復(fù)雜任務(wù)需要多個連接思維的這種貫通才能夠達(dá)到準(zhǔn)確效果。
來看一下智能系統(tǒng)的三要素，即算力、數(shù)據(jù)、算法。首先算力方面有很大挑戰(zhàn)，GPT出現(xiàn)后，國內(nèi)算力市場供不應(yīng)求，現(xiàn)有的算力資源不夠分配了，大家都在做自己的大語言模型；另外整個市場需要人才，未來幾年之內(nèi)這三方面的人才緊缺是顯而易見的。
我們在AIGC的國產(chǎn)自主化道路是非常強(qiáng)的，但同時道阻且長。目前達(dá)觀研發(fā)的大模型叫做曹植大語言模型，強(qiáng)調(diào)、垂直、專用國產(chǎn)GPT模型。為什么取名曹植？因為這個人才高八斗，七步成詩。
達(dá)觀的曹植大模型的技術(shù)路線圖強(qiáng)調(diào)“垂直”、“專用”、“國產(chǎn)”。“垂直”是針對金融、工業(yè)、財稅、政務(wù)、能源等垂直行業(yè)的應(yīng)用場景；“專用”是系統(tǒng)可以為每個用戶量身定制、私有化部署，確保數(shù)據(jù)安全私密；“國產(chǎn)”是堅持原創(chuàng)自主，訓(xùn)練數(shù)據(jù)和算法模型自主可控。
曹植大模型更強(qiáng)調(diào)垂直領(lǐng)域?qū)I(yè)知識的這種積淀，要用大模型不斷填充專業(yè)領(lǐng)域的知識，要把人類的常識輸入進(jìn)去，要把邏輯推理能力把它訓(xùn)練出來，要讓它熟練運(yùn)用知識。目前達(dá)觀專注于運(yùn)用AI技術(shù)實現(xiàn)文本自動化的處理，包括圖像、文本、語音。
例如起標(biāo)題，根據(jù)文章里多個字詞，尋找最佳的概率匹配；還有申報材料的自動生成，還可以幫助完成總結(jié)報告。我們有一個產(chǎn)品達(dá)觀助手，已經(jīng)鑲嵌在WPS office成為自動插件，進(jìn)行寫作、糾錯、潤色、排版等功能，是免費(fèi)使用的。
大語言模型開通了人工智能之路，從傳統(tǒng)的專用AI系統(tǒng)到通用人工智能AGI系統(tǒng)。加入進(jìn)來的大企業(yè)越來越多，讓AI系統(tǒng)像人類一樣靈活應(yīng)對各種應(yīng)用場景和多樣化的工作環(huán)境，實現(xiàn)各行各業(yè)的通用智能化。這確實為我們打開了一扇大門。印刷術(shù)的出現(xiàn)改變了文字，推動社會經(jīng)濟(jì)、推動人類文明方面的巨大改變。未來達(dá)觀數(shù)據(jù)也將通過智能文本實現(xiàn)技術(shù)的突飛猛進(jìn)，要進(jìn)行一場辦公室革命。
ChatGPT給我們最大的啟示是要學(xué)會提問題，必須率先跟上時代的步伐，才能強(qiáng)健，才能搶占商機(jī)。
我們判斷計算機(jī)的文字處理將超過大部分人類，這不是危言聳聽。我們希望人類在機(jī)器高度智能化發(fā)展的時候，找到人類存在的價值。當(dāng)然了，機(jī)器替代人類，這是危言聳聽。人類總是機(jī)器和技術(shù)的主導(dǎo)者和掌握者。我們也會腳踏實地、仰望星空，探索更高的科技來為人類服務(wù)。
創(chuàng)業(yè)黑馬：能否分享一下對“東數(shù)西算”的感想？
劉江賢：西算是國家戰(zhàn)略布局，有一個最明確的一個想法，就是算力部署。把算力資源引到西部來，能不能把優(yōu)質(zhì)的算法企業(yè)也落到西部，服務(wù)于當(dāng)?shù)氐臄?shù)字化轉(zhuǎn)型。比如說智能化工廠建設(shè)、智能智慧辦公、智慧城市，讓西部老百姓享受到數(shù)字化福利。
我們這次從蘭州到天水，是國家算力信息化的一個重要樞紐地帶，國家做了大量的投入和部署，包括三大運(yùn)營商也在這兒做了算力資源的部署和分配，但是西部想把算法留下來，把更多數(shù)字化轉(zhuǎn)型的福利留在西部，也是需要很大做很多工作的。這是最大的感受。
創(chuàng)業(yè)黑馬：伴隨算力算法的進(jìn)步，大模型會不會對新聞傳播行業(yè)帶來很大沖擊？
劉江賢：對行業(yè)的沖擊顯而易見，行業(yè)必須要轉(zhuǎn)型。所處的職業(yè)會受到?jīng)_擊，但是個人的技能短時間不會被取代，要找到新的出口釋放自己的能量。大模型技術(shù)對出版界帶來革命不是不可能，前提是我們怎樣以數(shù)字化方式，拆解結(jié)構(gòu)化的知識，運(yùn)用結(jié)構(gòu)化的思維，運(yùn)用大模型技術(shù)來給我們變革效益。要積極擁抱新時代、擁抱新技術(shù)。
創(chuàng)業(yè)黑馬：最近有一些AIGC詐騙的新聞，您怎么看待未來監(jiān)管和安全問題？
劉江賢：我們在技術(shù)實際應(yīng)用過程中，AI要發(fā)展、在推進(jìn)的過程中，立法就一定要同步進(jìn)行，這個不是阻礙技術(shù)發(fā)展，而是讓技術(shù)規(guī)范發(fā)展。智慧系統(tǒng)的發(fā)展要依賴三點(diǎn)：第一是算力；第二是算法，我們達(dá)觀就在對算法不斷進(jìn)行探索；第三個是數(shù)據(jù)，目前高質(zhì)量的數(shù)據(jù)特別少；最后是數(shù)據(jù)共享，在有限的范圍之內(nèi)實現(xiàn)數(shù)據(jù)共享，數(shù)據(jù)市場要與時俱進(jìn)！
責(zé)任編輯：Rex_26
營業(yè)執(zhí)照公示信息