记者 | 彭新
编辑 |
1
算法、数据、算力后，中国人工智能开发的又一环节“AI模型”得到市场关注。
10月底，服务器公司浪潮信息发布了开源人工智能巨量模型“源1.0”，主要针对自然语言处理领域，即语言模型，意在吸引更多开发者进行人工智能自然语言应用探索。
所谓语言模型，就是让机器理解并预测人类语言的技术。源、GPT-3被通称为 “大型语言模型”，指的是一种利用深度学习的算法，通过数千本书和互联网的大量文本进行训练，将单词和短语串在一起。
2020年，美国人工智能非营利组织OpenAI曾发布GPT-3模型，参数量首次突破千亿大关，达到1750亿，采用570GB训练数据集，可以答题、翻译、写文章等，吸引了全球AI行业的目光。《麻省理工科技评论》就评价GPT-3：“人们认为可以写出任何东西：同人小说、哲学辩论、甚至代码。人们甚至就GPT-3是否是第一个通用人工智能展开争论。”
自那以后，国内就在积极推进这类大模型在中文世界的落地。阿里巴巴曾联合清华大学，在今年3月发布了参数规模达1000亿的中文预训练模型M6，可应用于电商产品描述生成、问答、中国诗歌生成等任务。今年4月，华为发布华为云盘古大模型，开发者只需少量行业数据，就可以快速开发出精准度更高、泛化能力更强的AI模型。
本次浪潮发布的源1.0在规格上达到了新高。浪潮表示，源1.0模型参数规模为2457亿，训练采用的中文数据集达5000GB。相比GPT-3模型，源1.0的参数规模领先40%，训练数据集规模领先近10倍。
根据浪潮提供的测试数据，将源1.0模型生成的对话、小说续写、新闻、诗歌、对联与由人类创作的同类作品进行混合并由人群进行分辨，测试结果表明，人群能够准确分辨人与“源1.0”作品差别的成功率已低于50%。
在零样本学习榜单中，“源1.0”超越业界最佳成绩18.3%，在文献分类、新闻分类，商品分类、原生中文推理、成语阅读理解填空、名词代词关系6项任务中获得冠军；在小样本学习的文献分类、商品分类、文献摘要识别、名词代词关系等4项任务获得冠军。在成语阅读理解填空项目中，源1.0的表现已超越人类得分。
企业竞相发布 “大型语言模型”，原因在于AI技术普及的瓶颈。在开发效率上，AI应用开发太慢，阻碍了技术和需求的结合，而大模型被视为可行方向。“目前来看，通过大规模数据训练超大参数量的巨量模型，被认为是非常有希望实现通用人工智能的一个重要方向。”浪潮首席科学家王恩东认为。
“大模型最重要的优势，是进入大规模可复制的产业落地阶段，只需小样本的学习，也能达到比以前更好的效果，而且模型参数规模越大，这种优势越明显，可大大降低各类用户的开发使用成本。”浪潮人工智能研究院首席科学家吴韶华说。
在推广形式上，源1.0采用开源模式，面向高校、科研机构的人工智能方向的团队，以及浪潮合作伙伴和智能计算中心开放。吴韶华设想，源1.0从数据、API、代码这些方面来做开源开放。同时，浪潮还将与合作伙伴推动“源”在国产的芯片上应用的迁移和开发。
浪潮预计，源1.0中文巨量模型的发布，使得中国学术界和产业界可以使用一种通用巨量语言模型的方式，大幅降低针对不同应用场景的语言模型适配难度，并提升在小样本学习和零样本学习场景的模型泛化应用能力。
AI市场应用规模正逐步加大。浪潮信息AI&HPC产品线总经理观察到，对于AI模型的算力需求，每3到4个月就会翻一倍，预计每天会增长一个数量级。“我们可以非常直接的感受到，AI云服务平台已经在为工作生活等方方面面提供包括云识别、图象识别、自然语言处理等非常多AI服务的调动。每天的调动量会超过数万亿次。”
对浪潮信息而言，以“大型语言模型”为代表的AI模型对算力需求巨大，有助于推动智能计算中心等项目落地和推广。事实上，智能计算中心是近期各家中国科技企业都在力推的项目，浪潮、华为、新华三等IT硬件厂商可通过售卖硬件，从中获益。
在AI应用上，人工智能的炫技式应用已经被行业解决方案替代，大算力支持已经不可或缺。例如，部分政府的市民服务热线在使用了自动派单、语义识别、情绪感知等人工智能技术之后，速度从过去的几分钟缩短到了几秒钟。根据浪潮的设想，源1.0模型可涉及运营商智能运维，在智能办公场景自动生成报告，在手机互联网场景自动对话的智能助手，在电商互联网场景中的智能客服及文字识别、文本搜索、翻译等应用场景。
受益于AI巨大市场，浪潮信息相关业务保持增长。根据2020年IDC的全球AI服务器的数据，浪潮、戴尔和HPE，分列全球市场的前三位，其中浪潮市场占有率达到16.4%。IDC还预计，到2025年中国AI服务器的市场规模会达到108亿美元。
相关文章
