用大模型“百度一下”，是種什么體驗(yàn)？

金磊 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

百度最擅長(zhǎng)、最知名的搜索，要“變味”了。

因?yàn)檫@一次，他們決定把大火的大模型也丟進(jìn)去做成產(chǎn)品了。

這個(gè)大模型，就是百度自家的“最強(qiáng)兵器”——文心大模型。

AI大模型應(yīng)用在搜索場(chǎng)景，帶來(lái)的新產(chǎn)品則叫做文心百中。

好奇的小伙伴肯定要問(wèn)了，那它跟我們傳統(tǒng)搜索會(huì)有什么不同呢？

舉個(gè)例子。

針對(duì)“山城是指的哪個(gè)城市”這個(gè)問(wèn)題，傳統(tǒng)基于關(guān)鍵詞搜索的結(jié)果可能會(huì)是這樣的：

（注：“相關(guān)度”采用ES默認(rèn)計(jì)算方式，分值為0～1區(qū)間，分值越高說(shuō)明模型認(rèn)為結(jié)果越符合檢索需求）

但很顯然，傳統(tǒng)搜索的結(jié)果并不是我們想要的那個(gè)答案。

而這個(gè)問(wèn)題到了文心百中手里，得到的答案就通靈了：

（注：置信度由百中搜索模型計(jì)算得出，分值為0～1區(qū)間，分值越高說(shuō)明模型認(rèn)為結(jié)果越符合檢索需求）

這只是文心百中在“知識(shí)搜索”里的能力展現(xiàn)，它對(duì)于開發(fā)者還制定了特定的搜索功能。

例如在“開發(fā)者搜索”里輸個(gè)“Java”，會(huì)得到這樣的結(jié)果：

可以說(shuō)搜索的結(jié)果是相當(dāng)垂直、相當(dāng)“技術(shù)流”的那種了：清一色都是概念介紹、熱門GitHub項(xiàng)目、官網(wǎng)介紹等。

但縱觀文心百中所涵蓋的其它領(lǐng)域，一個(gè)非常明顯的特點(diǎn)就是很To B。

換言之，它的發(fā)力點(diǎn)不單是普通用戶、開發(fā)者，還聚焦在了許多產(chǎn)業(yè)領(lǐng)域之中。

這一點(diǎn)，在近期WAVE SUMMIT+ 2022深度學(xué)習(xí)開發(fā)者峰會(huì)上百度對(duì)它的介紹不謀而合——大模型驅(qū)動(dòng)的產(chǎn)業(yè)級(jí)搜索系統(tǒng)。

文心百中的特點(diǎn)可以總結(jié)為三點(diǎn)：“極簡(jiǎn)的系統(tǒng)”、“強(qiáng)大的語(yǔ)義理解”和“極低的人力成本”。

百度CTO、深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程研究中心主任王海峰還提到：

具有算法、算力和數(shù)據(jù)綜合優(yōu)勢(shì)的企業(yè)，可以將模型生產(chǎn)的復(fù)雜過(guò)程封裝起來(lái)，通過(guò)低門檻、高效率的生產(chǎn)平臺(tái)，為千行百業(yè)提供大模型服務(wù)，從而形成一條大模型產(chǎn)業(yè)化路徑。

這也正是百度文心大模型產(chǎn)業(yè)化路徑的一個(gè)縮影，而鋪設(shè)這么一條路百度已有數(shù)載時(shí)間。

那么站在現(xiàn)在這個(gè)時(shí)間節(jié)點(diǎn)，大模型的產(chǎn)業(yè)之路，或者更廣泛的來(lái)說(shuō)是AI的產(chǎn)業(yè)化之路，都有啥新進(jìn)展？

我們不妨一同來(lái)看下。

百度的大模型之路：越發(fā)親民、易用

“親民”、“易用”，是縱觀整場(chǎng)WAVE SUMMIT后，對(duì)百度大模型最為直觀的感受。

這里可以從兩個(gè)方面來(lái)理解。

其中之一便是越發(fā)接地氣，“文心一格”的能力升級(jí)便是很好的體現(xiàn)。

文心一格是百度今年8月推出的AI藝術(shù)與輔助創(chuàng)作平臺(tái)，用戶只需要往里面丟自然語(yǔ)言，就能生成風(fēng)格多變的畫作——

把“鳳凰”相關(guān)的表述輸入進(jìn)去，再選擇相應(yīng)風(fēng)格，就能得到下面這張恢弘絢麗的作品：

而這一次，百度把文心一格變得更加親民、功能更加豐富。

例如可以“以圖生圖”，通過(guò)用戶輸入的圖，可以生成按用戶指定要求風(fēng)格的一些新圖。

還可以“文字編輯圖片”，只需要簡(jiǎn)單描述下文字，就可以極簡(jiǎn)地對(duì)圖片進(jìn)行編輯。

不僅如此，還可以讓圖片一鍵生成視頻。

這便是文心大模型“接地氣”產(chǎn)品化的其中一面。

而另一面，則是在固有大模型的“根節(jié)點(diǎn)”基礎(chǔ)上，以“產(chǎn)業(yè)級(jí)”、“知識(shí)增強(qiáng)”為路徑，不斷向下繁衍出更多“葉節(jié)點(diǎn)”——聚焦產(chǎn)業(yè)的大模型。

整體而言，這次文心大模型又發(fā)布了11個(gè)全新大模型：

• 5個(gè)基礎(chǔ)大模型
• 1個(gè)任務(wù)大模型
• 5個(gè)行業(yè)大模型

五個(gè)新基礎(chǔ)大模型

首先是在NLP大模型方面。

這次推出了知識(shí)增強(qiáng)輕量級(jí)大模型ERNIE 3.0 Tiny，它是以ERNIE 3.0千億參數(shù)大模型為“教師”，通過(guò)多任務(wù)知識(shí)蒸餾手段，將“畢生所學(xué)”濃縮到了一個(gè)輕量級(jí)模型（10億級(jí)、億級(jí)和千萬(wàn)級(jí)）。

ERNIE 3.0 Tiny一大特點(diǎn)就是具備較強(qiáng)的泛化能力，相對(duì)于超大參數(shù)模型而言，推理速度提升數(shù)十倍到百倍，能夠顯著降低超大參數(shù)模型落地的成本。

跨模態(tài)方面，新增了3款大模型。

跨模態(tài)理解大模型ERNIE ViL 2.0，采用多視角對(duì)比學(xué)習(xí)方法，同時(shí)構(gòu)建模態(tài)內(nèi)部與模態(tài)之間的表示對(duì)齊，在中文、英文效果上均超越業(yè)界最優(yōu)模型。

據(jù)了解，ERNIE-ViL 2.0已在飛槳企業(yè)版EasyDL上線，支持一站式的精調(diào)訓(xùn)練、推理，可用于多種圖文匹配應(yīng)用場(chǎng)景。

跨模態(tài)生成大模型ERNIE ViLG 2.0，屬于知識(shí)增強(qiáng)的混合降噪專家模型。

它的訓(xùn)練過(guò)程引入了視覺(jué)知識(shí)和語(yǔ)言知識(shí)，可以提升模型跨模態(tài)語(yǔ)義理解能力與可控生成能力。

在擴(kuò)散降噪過(guò)程中，ERNIE ViLG 2.0通過(guò)混合專家網(wǎng)絡(luò)建模，增強(qiáng)了模型建模能力，提升了圖像的生成質(zhì)量。

文檔智能大模型ERNIE-Layout，它是以文心多語(yǔ)言ERNIE為基礎(chǔ)，融合了文本、圖像、布局等信息進(jìn)行跨模態(tài)聯(lián)合建模，還引入了布局知識(shí)增強(qiáng)，提出閱讀順序預(yù)測(cè)、細(xì)粒度圖文匹配等自監(jiān)督預(yù)訓(xùn)練任務(wù)，并最大支持96種語(yǔ)言。

它所擅長(zhǎng)且已應(yīng)用的領(lǐng)域包括金融、保險(xiǎn)、能源、物流、醫(yī)療等行業(yè)。

最后是在生物計(jì)算大模型上，推出了單序列蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)大模型HelixFold-Single，它是業(yè)界首個(gè)開源的、基于單序列語(yǔ)言模型建模的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)大模型。

從近3億的無(wú)標(biāo)注蛋白質(zhì)數(shù)據(jù)中提取信息，建模蛋白質(zhì)之間的關(guān)系，從而將MSA同源信息隱式的學(xué)習(xí)在預(yù)訓(xùn)練大模型中，進(jìn)而有效地替代MSA信息檢索模塊，使得模型推理速度提升數(shù)百倍。

從效果上來(lái)看，HelixFold-Single在抗體蛋白結(jié)構(gòu)預(yù)測(cè)上比AlphaFold2更優(yōu)，更有助于抗體藥物的設(shè)計(jì) 。

一個(gè)新任務(wù)大模型

代碼大模型ERNIE-Code，它是在海量代碼和文本數(shù)據(jù)基礎(chǔ)上進(jìn)行預(yù)訓(xùn)練，采用多語(yǔ)言多代碼聯(lián)合學(xué)習(xí)。

由于ERNIE-Code基于中間語(yǔ)言的翻譯語(yǔ)言模型，因此它還具備跨多種自然語(yǔ)言和編程語(yǔ)言的語(yǔ)義理解和生成能力。

據(jù)了解，ERNIE-Code在代碼生成任務(wù)、代碼搜索任務(wù)，多語(yǔ)言代碼摘要和代碼文檔翻譯等多個(gè)公開的評(píng)估基準(zhǔn)上取得領(lǐng)先效果。

5個(gè)行業(yè)大模型

在此之前，文心行業(yè)大模型已經(jīng)發(fā)布過(guò)6個(gè)，而這次，又有5位成員被涵蓋了進(jìn)來(lái)。

它們分別是：

• 深燃-百度·文心：知識(shí)增強(qiáng)的燃?xì)庑袠I(yè)大模型
• 吉利-百度·文心：知識(shí)增強(qiáng)的汽車行業(yè)大模型
• 泰康-百度·文心：知識(shí)增強(qiáng)的保險(xiǎn)行業(yè)大模型
• TCL-百度·文心：知識(shí)增強(qiáng)的電子制造行業(yè)大模型
• 辭海-百度·文心：知識(shí)增強(qiáng)的社科行業(yè)大模型

……

除此之外，在工具與平臺(tái)層面上，百度還將大模型的開發(fā)套件全面升級(jí)，開箱即可用的建模、定制、精調(diào)和可信學(xué)習(xí)工具。

再如飛槳企業(yè)版EasyDL零門檻AI開發(fā)平臺(tái)和BML全功能AI開發(fā)平臺(tái)，升級(jí)提供全流程開箱即用的大模型能力。

這就是此次百度在大模型上的最新動(dòng)作，也是大模型應(yīng)用的最新風(fēng)向標(biāo)。

不難看出的一點(diǎn)是，百度的文心大模型產(chǎn)業(yè)味道非常濃厚，它的“葉節(jié)點(diǎn)”正在向千行百業(yè)蔓延開來(lái)。

或許對(duì)于百度而言，大模型和行業(yè)大模型之間的關(guān)系，也展現(xiàn)出面向產(chǎn)業(yè)開放和賦能的一面。

好比武林至尊把自家的兵工廠、鑄劍池，對(duì)外開放，幫助需要的任何產(chǎn)業(yè)方打造趁手兵器。

如果說(shuō)文心大模型是百度自家打造的“獨(dú)門寶劍”，完全是基于自身的武功、特點(diǎn)、需求打造的工具，主要為自己服務(wù)。

那么產(chǎn)業(yè)大模型，就是百度給產(chǎn)業(yè)各方提供了鑄劍服務(wù)，幫助打造所需的工具，來(lái)自產(chǎn)業(yè)需求，用于產(chǎn)業(yè)痛點(diǎn)，而且產(chǎn)業(yè)方完全不需要掌握大模型這樣的高門檻技術(shù)，借助百度就能完成符合自己需求的大模型。

而如此能力背后，還離不開大模型背后更為底層的一個(gè)東西，那便是深度學(xué)習(xí)平臺(tái)飛槳。

在這次的WAVE SUMMIT中，飛槳同樣也有了較大的升級(jí)。

飛槳升級(jí)2.4版本，“產(chǎn)業(yè)味”更重了

用王海峰的話來(lái)說(shuō)，飛槳這個(gè)深度學(xué)習(xí)平臺(tái)是基礎(chǔ)共性平臺(tái)，下接芯片，上承應(yīng)用，相當(dāng)于智能時(shí)代的操作系統(tǒng)。

其在AI技術(shù)應(yīng)用、AI產(chǎn)業(yè)化進(jìn)程中的重要性可見(jiàn)一斑。

而且飛槳作為一個(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，時(shí)隔半年之后，飛槳已經(jīng)步入到了2.4版本的階段。

若是將這次的升級(jí)提煉出三個(gè)關(guān)鍵詞，它們分別是技術(shù)、功能和生態(tài)。

首先是在技術(shù)方面的“三部曲”：

• 開發(fā)：新增稀疏計(jì)算、圖學(xué)習(xí)API；升級(jí)高階自動(dòng)微分能力，支持科學(xué)計(jì)算應(yīng)用；動(dòng)態(tài)圖轉(zhuǎn)靜態(tài)圖技術(shù)升級(jí)，支持復(fù)雜模型導(dǎo)出和部署。
• 訓(xùn)練：業(yè)界首個(gè)同時(shí)支持復(fù)雜算法+超大圖+超大離散模型的大規(guī)模圖學(xué)習(xí)訓(xùn)練技術(shù)，單機(jī)即可支持百億節(jié)點(diǎn)、數(shù)百億邊的采樣和訓(xùn)練，并可通過(guò)多機(jī)擴(kuò)展支持更大規(guī)模
• 部署：高擴(kuò)展、自動(dòng)化、高性能推理技術(shù)助力大模型應(yīng)用；新發(fā)布AI部署工具FastDeploy。

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

其次是在功能體驗(yàn)方面，可以說(shuō)是“產(chǎn)業(yè)味”越發(fā)濃郁。

例如飛槳這次發(fā)布了業(yè)界首個(gè)一站式開源大模型開發(fā)套件PaddleFleetX，可以全流程支撐大模型生產(chǎn)落地。

不僅如此，從百度透露出來(lái)的幾組數(shù)據(jù)，也能夠體現(xiàn)飛槳越發(fā)濃重的產(chǎn)業(yè)味：

• 產(chǎn)業(yè)級(jí)模型庫(kù)開源低代碼模型新增至600+個(gè)
• 產(chǎn)業(yè)級(jí)特色PP系列模型新增至42個(gè)
• 發(fā)布飛槳產(chǎn)業(yè)級(jí)模型庫(kù)一站式入口
• 產(chǎn)業(yè)實(shí)踐范例即產(chǎn)業(yè)落地全流程“樣板間”新增至68個(gè)，覆蓋金融、工業(yè)、交通、互聯(lián)網(wǎng)等重點(diǎn)行業(yè)。

最后是生態(tài)建設(shè)方面，可以分為三個(gè)方面。

在產(chǎn)業(yè)生態(tài)上，飛槳已經(jīng)聯(lián)合了行業(yè)眾多龍頭企業(yè)，包括國(guó)家能源集團(tuán)、中國(guó)工商銀行、中國(guó)聯(lián)通、中國(guó)石油、中國(guó)鐵道科學(xué)研究院、中國(guó)移動(dòng)、中國(guó)一汽，發(fā)布產(chǎn)業(yè)范例征集計(jì)劃。

在硬件生態(tài)上，飛槳硬件生態(tài)共創(chuàng)計(jì)劃”硬件伙伴由13家增至28家。

其中12家（包括英偉達(dá)、英特爾、昆侖芯、Arm、天數(shù)智芯、清微智能等）已經(jīng)發(fā)布飛槳生態(tài)發(fā)行版，為開發(fā)者提供軟硬一體化體驗(yàn)。

在人才生態(tài)上，“飛槳AIStudio人工智能學(xué)習(xí)與實(shí)訓(xùn)社區(qū)”新增了“企業(yè)實(shí)訓(xùn)”與“生態(tài)異構(gòu)算力中心”。

二者同樣是已經(jīng)與國(guó)家電網(wǎng)、OPPO、英特爾、英偉達(dá)和曙光等龍頭企業(yè)展開了合作。

……

由此可見(jiàn)，無(wú)論是大模型亦或是飛槳，它們現(xiàn)在所聚焦的內(nèi)容無(wú)不在圍繞著“產(chǎn)業(yè)”二字在展開。

那么接下來(lái)，就要回到最初我們提到的那個(gè)問(wèn)題：

AI產(chǎn)業(yè)化之路，現(xiàn)在什么階段了？

要回答這個(gè)問(wèn)題，我們不妨先將四年來(lái)的Wave Summit鋪開來(lái)看下。

在2019年第一屆峰會(huì)中，王海峰就提到：

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，百度集團(tuán)副總裁吳甜在峰會(huì)中提出企業(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。

就在今年5月的峰會(huì)中，吳甜還提到“今年是大模型產(chǎn)業(yè)落地的關(guān)鍵年”，并給出了她認(rèn)為的一種解法：

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。

而到了今天這個(gè)時(shí)間節(jié)點(diǎn)，在AI產(chǎn)業(yè)化這條道路上，百度正在發(fā)出一個(gè)非常明顯的信號(hào)——

框架、模型不僅要用起來(lái)，更重要是要打出去，用吳甜的話來(lái)說(shuō)就是“生態(tài)太重要了”。

對(duì)于這一點(diǎn)其實(shí)并不難理解，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)。

而要做人工智能時(shí)代下的普及，就需要先讓框架、大模型在企業(yè)，尤其是龍頭企業(yè)鋪展開來(lái)；而后通過(guò)反饋和優(yōu)化，逐層向下更深入的應(yīng)用起來(lái)。

這或許也是百度不遺余力降低AI技術(shù)使用門檻，并且把自家“最強(qiáng)兵工廠”對(duì)外營(yíng)業(yè)，與產(chǎn)業(yè)眾多企業(yè)強(qiáng)強(qiáng)聯(lián)手的原因了。

那么在如此發(fā)力之下，AI產(chǎn)業(yè)化又走到了什么階段？

或許借鑒更為大眾所熟悉的移動(dòng)通信發(fā)展史，可以更好得出結(jié)論。我們知道，智能手機(jī)之前，有過(guò)最初的大哥大、小靈通、功能機(jī)，最后才是我們所處的智能手機(jī)時(shí)代。

有人認(rèn)為即將來(lái)到功能機(jī)，也有人認(rèn)為一切才剛開始。

換個(gè)角度來(lái)說(shuō)，歷史性的一頁(yè)才剛剛拉開序幕，廣闊的產(chǎn)業(yè)化機(jī)遇才剛剛開始。就像瓦特完成蒸汽機(jī)改良時(shí)，沒(méi)有人能意識(shí)到，會(huì)進(jìn)入一個(gè)生產(chǎn)力大爆炸的新時(shí)代。