大模型產(chǎn)業(yè)落地關(guān)鍵戰(zhàn)打響！百度首發(fā)行業(yè)大模型，外加一口氣十連發(fā)

十三 2022-05-20 22:10:48 來(lái)源：量子位

金磊 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

1、2、3、4、5、6、7、8、9、10……

誰(shuí)能想到，在現(xiàn)如今大模型當(dāng)?shù)赖墓?jié)點(diǎn)上，別家都是一次發(fā)布一個(gè)或幾個(gè)。

百度呢？

一口氣，10個(gè)！

如果把它們歸攏歸攏，打開(kāi)方式是這樣的，主要涵蓋三大類：

• 基礎(chǔ)大模型
• 任務(wù)大模型
• 行業(yè)大模型

值得一提的是，“行業(yè)大模型”是屬于業(yè)界首發(fā)的那種。

然后百度還說(shuō)了，“好馬得配好鞍”啊。

于是乎，為了能讓開(kāi)發(fā)者使用大模型時(shí)用得舒服，順便推出了一系列開(kāi)發(fā)套件、大模型API、開(kāi)放平臺(tái)。

還為了讓開(kāi)發(fā)者們基于大模型迸發(fā)更多富有想象力的新事物，打造了一個(gè)新社區(qū)——旸谷大模型創(chuàng)意與探索社區(qū)。

而作為支撐大模型的底座，位居中國(guó)深度學(xué)習(xí)平臺(tái)綜合市場(chǎng)份額第一的飛槳，也迎來(lái)了六個(gè)方面的全新升級(jí)。

這就是在每年約定俗成的深度學(xué)習(xí)開(kāi)發(fā)者盛會(huì)——WaveSummit 2022中，百度提交的最新“AI大作業(yè)”。

除此之外，縱觀整場(chǎng)發(fā)布會(huì)，百度提及的兩個(gè)關(guān)鍵詞顯得格外醒目：

一個(gè)是“AI越來(lái)越普惠”；另一個(gè)是“大模型產(chǎn)業(yè)落地關(guān)鍵年”。

△ 百度首席技術(shù)官，王海峰

通俗點(diǎn)來(lái)說(shuō)，可以理解為把AI門檻降下去（降維），讓強(qiáng)模型用起來(lái)（出擊）。

那么百度真的讓“用AI”這事，變得夠easy了嗎？

以“難用”著稱的大模型，今年要在產(chǎn)業(yè)落地的解法又該是什么？

△ 百度集團(tuán)副總裁，吳甜

我們不妨一同來(lái)看一看。

時(shí)隔半年，大模型要規(guī)?；吧蠉彙?/h1>

說(shuō)起搞大模型這事，早在去年12月份，飛槳便有過(guò)一次大動(dòng)作。

當(dāng)時(shí)發(fā)布的是全球第一個(gè)千億級(jí)知識(shí)增強(qiáng)大模型——鵬城-百度·文心大模型（下文簡(jiǎn)稱“文心大模型”），參數(shù)量達(dá)到了2600億之多。

而此次時(shí)隔僅半年再發(fā)的10個(gè)大模型，正是基于此。

對(duì)比著來(lái)看，“基礎(chǔ)通用大模型”和“任務(wù)大模型”有8個(gè)新的大模型上線：

例如：

• NLP大模型

新增了ERNIE 3.0 Zeus，它是一個(gè)任務(wù)知識(shí)增強(qiáng)千億級(jí)大模型。

可以使用統(tǒng)一的接口和方式同時(shí)處理各類應(yīng)用任務(wù)，包括開(kāi)放問(wèn)答、信息抽取、情感分析、語(yǔ)義匹配等。

• 跨模態(tài)大模型

ERNIE-SAT，語(yǔ)音-語(yǔ)言跨模態(tài)大模型。在預(yù)訓(xùn)練過(guò)程中將中英雙語(yǔ)對(duì)應(yīng)的音素作為輸入，讓模型學(xué)習(xí)不同語(yǔ)言間音素的對(duì)齊以及語(yǔ)言與語(yǔ)音的對(duì)齊，同時(shí)對(duì)語(yǔ)言和語(yǔ)音做聯(lián)合掩碼學(xué)習(xí)。

ERNIE-GeoL，地理-語(yǔ)言跨模態(tài)大模型。有了它，像搜索“北京西火車站”這樣不規(guī)范詞語(yǔ)時(shí)，可以理想地對(duì)應(yīng)到真實(shí)地理坐標(biāo)上的“北京西站”（已經(jīng)用在了百度地圖）。

• CV大模型

VIMER-UFO 2.0，參數(shù)規(guī)模170億，是業(yè)界規(guī)模最大的多任務(wù)統(tǒng)一視覺(jué)大模型。

它的一大特點(diǎn)，是在訓(xùn)練的時(shí)候可以把多個(gè)任務(wù)放到一起來(lái)聯(lián)合學(xué)習(xí)，例如可以同時(shí)完成機(jī)動(dòng)車、非機(jī)動(dòng)車、行人等特征的提取。

VIMER-UMS，可以通過(guò)融合編碼來(lái)學(xué)習(xí)圖像及其相應(yīng)文字的統(tǒng)一表征（已經(jīng)用到了商品搜索）。

VIMER-StrucTexT 2.0，可以融合學(xué)習(xí)“語(yǔ)義”和“結(jié)構(gòu)”信息，支持文檔圖像理解的全場(chǎng)景任務(wù)。

• 生物計(jì)算大模型

HELIX-GEM，是融合了幾何級(jí)別的自監(jiān)督學(xué)習(xí)策略，學(xué)習(xí)化合物鍵長(zhǎng)、鍵角等空間結(jié)構(gòu)知識(shí)，提升化合物性質(zhì)預(yù)測(cè)的效果（例如提升藥物篩選成功率）。

HELIX-Fold，是蛋白結(jié)構(gòu)分析大模型，在國(guó)產(chǎn)DCU環(huán)境，可以將千萬(wàn)級(jí)別蛋白的訓(xùn)練時(shí)間從AlphaFold2的7天縮短到2.6天。

從上面的大模型不難看出，飛槳文心大模型一個(gè)非常明顯的標(biāo)簽便是“知識(shí)增強(qiáng)”。

這就使得文心大模型不僅擁有解決基礎(chǔ)問(wèn)題的能力，在面對(duì)專有任務(wù)問(wèn)題時(shí)，也能處理得游刃有余。

而除了8個(gè)擴(kuò)充之外，文心大模型還多了2個(gè)“新增”——行業(yè)大模型。

具體來(lái)說(shuō)，包括聯(lián)合國(guó)家電網(wǎng)研發(fā)的知識(shí)增強(qiáng)的能源行業(yè)NLP大模型國(guó)網(wǎng)-百度·文心，以及聯(lián)合浦發(fā)銀行研發(fā)的知識(shí)增強(qiáng)的金融行業(yè)NLP大模型浦發(fā)-百度·文心。也正如剛才所述，這是業(yè)內(nèi)史無(wú)前例的行業(yè)大模型。

行業(yè)大模型也是先基于文心大模型的通用能力，來(lái)挖掘相關(guān)行業(yè)中的知識(shí)；而后再結(jié)合實(shí)際行業(yè)特色的數(shù)據(jù)和知識(shí)，進(jìn)行大規(guī)模無(wú)監(jiān)督的聯(lián)合訓(xùn)練。

而且在算法層面上，團(tuán)隊(duì)針對(duì)不同行業(yè)領(lǐng)域設(shè)計(jì)了具有特色的算法，這就讓訓(xùn)練后的行業(yè)大模型能夠更好的解決實(shí)際場(chǎng)景中的“疑難雜癥”。

可以說(shuō)，百度已經(jīng)找到了大模型應(yīng)用產(chǎn)業(yè)落地的關(guān)竅。

用吳甜的話來(lái)講：

大模型如果能學(xué)習(xí)到行業(yè)特有數(shù)據(jù)和知識(shí)，會(huì)更接近于行業(yè)場(chǎng)景的需要，有利于大規(guī)模產(chǎn)業(yè)落地。

例如在保險(xiǎn)行業(yè)這個(gè)真實(shí)場(chǎng)景中，一個(gè)老大難的問(wèn)題便是合同數(shù)量龐大且重要。

但在行業(yè)大模型能力的加持之下，保險(xiǎn)公司可以合同中的條款文本進(jìn)行自動(dòng)解析識(shí)別，關(guān)鍵信息的維度可以高達(dá)39個(gè)。

如此能力之下，業(yè)務(wù)的效率也是猛增，以前一份合同人工處理要花上30分鐘的時(shí)間，而現(xiàn)在僅需1分鐘！

這也更加印證了飛槳文心大模型“知識(shí)增強(qiáng)”標(biāo)簽之外的另一個(gè)特點(diǎn)——“產(chǎn)業(yè)級(jí)”。

除此之外，不難看出此次這10個(gè)新大模型具有一個(gè)共性，那便是都基于文心大模型的通用性。

頗有一種“一生二，二生三，三生萬(wàn)物”的感覺(jué)了。

但百度飛槳要做的可不只是打造大模型這么簡(jiǎn)單，他們還要讓大模型用著方便。

就像我們剛才提到的“好馬配好鞍”，在這方面，百度飛槳所提出的是一套工具平臺(tái)：

• 大模型開(kāi)發(fā)套件
• 大模型API服務(wù)
• 開(kāi)發(fā)平臺(tái)EasyDL和BML

據(jù)了解，開(kāi)發(fā)平臺(tái)EasyDL和BML能夠涵蓋30000多個(gè)任務(wù)，并且可以讓數(shù)據(jù)標(biāo)注量平均下降70%、效果平均提升10.7%。

這就讓開(kāi)發(fā)者在不挑算法能力的情況下，就可以“絲滑”地去用文心大模型。

值得一提的是，與飛槳雖“異曲”卻“同工”的文心大模型，也是共享飛槳生態(tài)的升級(jí)，同步發(fā)布了一個(gè)生態(tài)系統(tǒng)——旸谷大模型創(chuàng)意與探索社區(qū)。

（旸谷在古書、神話中是指“日出的地方”。）

在這個(gè)社區(qū)里，開(kāi)發(fā)者可以通過(guò)大模型的創(chuàng)意產(chǎn)品，擦碰出更多富有想象力的新事物。

……

而細(xì)品百度飛槳這一波操作之后，不難提煉出“量產(chǎn)”、“易用”這兩個(gè)關(guān)鍵詞。

由此，百度飛槳大模型“上崗”的路徑也逐步明朗了起來(lái)——開(kāi)始構(gòu)建并走向規(guī)?；a(chǎn)和產(chǎn)業(yè)級(jí)應(yīng)用。

但要走好這條路，單是在文心大模型上發(fā)力還是不夠的，還需要它背后關(guān)鍵的支撐點(diǎn)，飛槳。

飛槳：我最懂中國(guó)AI場(chǎng)景

百度飛槳作為一個(gè)深度學(xué)習(xí)平臺(tái)，雖與文心大模型“異曲”，但從出發(fā)點(diǎn)和目標(biāo)來(lái)看，卻又有著“同工”之妙——加速AI的落地。

為此，在今年的Wave Summit峰會(huì)中，飛槳也由內(nèi)到外地來(lái)了個(gè)六大全新發(fā)布。其中特別亮眼的，當(dāng)屬飛槳與硬件伙伴進(jìn)一步深化合作、全面共創(chuàng)，推出了飛槳硬件生態(tài)共創(chuàng)計(jì)劃。

同樣也是“歸攏歸攏”著來(lái)看，飛槳全新發(fā)布可以分為三大類，分別是技術(shù)、場(chǎng)景和生態(tài)。

首先是飛槳框架升級(jí)到了2.3版本，在開(kāi)發(fā)、訓(xùn)練、推理部署全面升級(jí)，提升深度定制開(kāi)發(fā)和自動(dòng)化能力。

這是在技術(shù)層面上的能力提升，也是飛槳每年在WaveSummit上必秀的一塊肌肉。

而與往年有所不同之處的是，它在場(chǎng)景層面上還喊出了“最懂中國(guó)AI場(chǎng)景”的口號(hào)。

為此，百度飛槳先是發(fā)布了一張訓(xùn)推一體導(dǎo)航圖。

這張導(dǎo)航圖是基于去年發(fā)布的推理部署導(dǎo)航圖升級(jí)而來(lái)，目的就是為AI 產(chǎn)業(yè)應(yīng)用落地提供從開(kāi)發(fā)、訓(xùn)練到推理部署的全流程智能導(dǎo)航。

其次，百度飛槳推出了一個(gè)產(chǎn)業(yè)模型選型工具。有了它，就有一種“媽媽再也不用擔(dān)心我選模型了”的感覺(jué)。

因?yàn)楫a(chǎn)業(yè)模型選擇工具，是飛槳長(zhǎng)期在產(chǎn)業(yè)長(zhǎng)期“打拼”所總結(jié)的經(jīng)驗(yàn)心得，還手把手教你的那種。

緊接著，飛槳還把產(chǎn)業(yè)級(jí)模型庫(kù)做了開(kāi)源。

這個(gè)模型庫(kù)包含超過(guò)500個(gè)開(kāi)源算法，而且以產(chǎn)業(yè)場(chǎng)景出發(fā)，能夠在性能和精度做到平衡的特色模型，也從原先的13個(gè)增添到了23個(gè)。

在更聚焦的賽道上，飛槳在已有的量槳（量子機(jī)器學(xué)習(xí)）、螺旋槳（生物計(jì)算）基礎(chǔ)上，還再添了一位新成員——PaddleScience賽槳。

賽槳是飛槳在面向AI for Science領(lǐng)域的全新發(fā)布，具備支持多領(lǐng)域多場(chǎng)景算例、算法和開(kāi)發(fā)接口、端到端核心框架功能支持、廣泛適配異構(gòu)硬件四大優(yōu)勢(shì)。

而它的作用，依舊是為了加速加速前沿技術(shù)在產(chǎn)業(yè)中的應(yīng)用落地。

為了讓上述模型能夠更方便地開(kāi)發(fā)、部署和迭代，飛槳又推出了移動(dòng)工作站。

只需預(yù)裝飛槳EasyDL桌面版和智能邊緣控制臺(tái)，便可實(shí)現(xiàn)本地化開(kāi)發(fā)和邊端部署。

而在技術(shù)、場(chǎng)景之后，飛槳最后的一大升級(jí)，便是來(lái)自生態(tài)。

具體而言，包括三大“共創(chuàng)”計(jì)劃，均是基于飛槳大航海計(jì)劃2.0而來(lái)：

• 飛槳產(chǎn)業(yè)實(shí)踐范例庫(kù)共創(chuàng)計(jì)劃：聯(lián)合更多伙伴打造深度學(xué)習(xí)行業(yè)應(yīng)用標(biāo)桿，共享生態(tài)收益。
• 飛槳AI for Science共創(chuàng)計(jì)劃：協(xié)同產(chǎn)學(xué)研合作伙伴打造AI for Science開(kāi)源生態(tài)，推動(dòng)科研創(chuàng)新與產(chǎn)業(yè)賦能。
• 飛槳硬件生態(tài)共創(chuàng)計(jì)劃：從共聚、共研到共創(chuàng)，攜手合作伙伴，軟硬融合創(chuàng)新，共建繁榮硬件生態(tài)。

以上便是百度飛槳在Wave Summit 2022中的核心發(fā)布內(nèi)容。

但隨之而來(lái)的一個(gè)問(wèn)題便是：

為什么非要把AI門檻降下去？

落地，落地，還是落地。

這也是從此次發(fā)布會(huì)中，能夠感受到的最強(qiáng)信號(hào)。

但若是回溯到2019年那個(gè)最初的起點(diǎn)，將這三年的Wave Summit鋪開(kāi)來(lái)看，個(gè)中原因就會(huì)一目了然。

在第一屆峰會(huì)中，百度CTO王海峰便提及：

深度學(xué)習(xí)正在推動(dòng)人工智能進(jìn)入工業(yè)大生產(chǎn)階段。

王海峰當(dāng)時(shí)認(rèn)為，正因深度學(xué)習(xí)具備通用性，以及深度學(xué)習(xí)平臺(tái)在不斷發(fā)展，所以它們正在推動(dòng)AI步入一種新的模式。

這種模式可以歸結(jié)為“三化”，即標(biāo)準(zhǔn)化、自動(dòng)化和規(guī)?；?，這也就意味著人工智能在進(jìn)入工業(yè)大生產(chǎn)階段。

到了2020年，“企業(yè)版平臺(tái)”被納入到了飛槳的全景圖之中，并且還發(fā)布了預(yù)訓(xùn)練模型的開(kāi)發(fā)模式。

這也就邁出了通過(guò)預(yù)訓(xùn)練大模型來(lái)降低AI門檻的重要一步。

而在去年，吳甜在峰會(huì)中則是提出企業(yè)AI應(yīng)用三階段：AI先行者探路、AI工作坊應(yīng)用、AI工業(yè)大生產(chǎn)。

并且針對(duì)每一個(gè)階段分別闡述了企業(yè)將面臨的困難和挑戰(zhàn)，以及相應(yīng)的解決方案。

與此同時(shí)，在同年的12月份，文心大模型也隨之正式亮相。

……

從百度走了三年的這條路來(lái)看，一個(gè)大的BGM便是“AI工業(yè)大生產(chǎn)”，而主旋律可以說(shuō)是“降低AI門檻、應(yīng)用落地”。

而能夠嫁接二者的“橋梁”，便是具備通用性質(zhì)的人工智能技術(shù)。

正如歷史中每一次的工業(yè)大革命，都是有通用技術(shù)的普及一樣，例如機(jī)械技術(shù)、電氣技術(shù)和信息技術(shù)。

而在人工智能時(shí)代的當(dāng)下，這種信號(hào)也是越發(fā)的強(qiáng)烈：

• 深度學(xué)習(xí)技術(shù)：通用性越來(lái)越強(qiáng)
• 深度學(xué)習(xí)技術(shù)平臺(tái)：標(biāo)準(zhǔn)化、自動(dòng)化和模塊化越來(lái)越顯著
• 深度學(xué)習(xí)應(yīng)用：產(chǎn)業(yè)智能化越來(lái)越廣泛和深入

正如飛槳三年的觀察那般，AI工業(yè)大生產(chǎn)已然如火如荼開(kāi)展起來(lái)。

以文心大模型為例，目前已經(jīng)在諸如保險(xiǎn)、銀行、農(nóng)業(yè)、生物醫(yī)藥、工業(yè)、搜索，甚至是智能音箱等領(lǐng)域和場(chǎng)景中有所涉足，在提高垂直業(yè)務(wù)效率的道路上各顯神通。

平臺(tái)方面，據(jù)IDC的報(bào)告，飛槳已經(jīng)取得了國(guó)內(nèi)深度學(xué)習(xí)平臺(tái)綜合市場(chǎng)份額第一的成績(jī)。

而且開(kāi)發(fā)者社區(qū)已經(jīng)凝聚477萬(wàn)開(kāi)發(fā)者、服務(wù)18萬(wàn)個(gè)企業(yè)，并且已經(jīng)創(chuàng)建56萬(wàn)個(gè)模型。

基于此，接下來(lái)的一步，就是要讓人工智能技術(shù)更廣泛地走進(jìn)千行百業(yè)。

但以大模型為代表的人工智能通用技術(shù)，因?yàn)橐?guī)模過(guò)大、算力需求過(guò)強(qiáng)等原因，長(zhǎng)久以來(lái)一直成為開(kāi)發(fā)者詬病之處。

那么這一局，又該如何破解？

吳甜在此次峰會(huì)中說(shuō)“今年是大模型產(chǎn)業(yè)落地的關(guān)鍵年”，與此同時(shí)她也給出了一種“解法”：

要做好落地，需要解決的關(guān)鍵問(wèn)題是，前沿的大模型技術(shù)如何與真實(shí)場(chǎng)景的方方面面要求相匹配。

而剛才我們提到的10個(gè)新大模型、1個(gè)配套工具平臺(tái)和1個(gè)生態(tài)系統(tǒng)，正是此“解法”的具體內(nèi)容：

• 首先，是建設(shè)更適配應(yīng)用場(chǎng)景的模型體系，包含學(xué)習(xí)了足夠多數(shù)據(jù)與知識(shí)的基礎(chǔ)大模型，面向常見(jiàn)AI任務(wù)專門學(xué)習(xí)的任務(wù)大模型，以及引入行業(yè)特色數(shù)據(jù)和知識(shí)的行業(yè)大模型。
• 其次，是要有更有效的工具和方法論來(lái)讓大模型發(fā)揮作用，充分考慮落地應(yīng)用的全流程問(wèn)題。
• 最后，是要有開(kāi)放的生態(tài)，以生態(tài)促創(chuàng)新。

若是歸結(jié)為一句話，或許可以是“框架打出去，模型用起來(lái)”。

以上便是百度飛槳為什么要致力于不斷降低AI門檻的原因了。

值得一提的是，雖然此次百度飛槳“前無(wú)古人后無(wú)來(lái)者”地提出了行業(yè)大模型，但它并不是否定其它大模型廠商的分類模式。

這更像是站在傳統(tǒng)大模型的基礎(chǔ)上，為了讓它更好地能被產(chǎn)業(yè)用起來(lái)，而提出的一種新范式。

……

那么最后，百度飛槳已經(jīng)在大模型該如何“上崗”、人工智能在工業(yè)大生產(chǎn)階段發(fā)展路徑等問(wèn)題上，交出了一份“AI大作業(yè)”。

你覺(jué)得值得參考嗎？