金磊 發自 凹非寺量子位 | 公眾號 QbitAI1、2、3、4、5、6、7、8、9、10……誰能想到 在現如今大模型當道的節點上 大模型産業落地關鍵戰打響！百度首發行業大模型，外加一口氣十連發 - 趣味新聞網

金磊 發自 凹非寺

量子位 | 公眾號 QbitAI

1、2、3、4、5、6、7、8、9、10……

誰能想到，在現如今 大模型 當道的節點上，彆傢都是一次發布一個或幾個。

百度 呢？

一口氣， 10個 ！

如果把它們歸攏歸攏，打開方式是這樣的，主要涵蓋三大類：

基礎大模型

任務大模型

行業大模型

值得一提的是，“行業大模型”是屬於 業界首發 的那種。

然後百度還說瞭，“好馬得配好鞍”啊。

於是乎，為瞭能讓開發者使用大模型時用得舒服，順便推齣瞭一係列開發套件、大模型API、開放平台。

還為瞭讓開發者們基於大模型迸發更多富有想象力的新事物，打造瞭一個新社區―― �D榖大模型創意與探索社區 。

而作為支撐大模型的底座，位居 中國深度學習平台綜閤市場份額第一 的飛槳，也迎來瞭六個方麵的全新升級。

這就是在每年約定俗成的深度學習開發者盛會―― WaveSummit 2022 中，百度提交的最新“AI大作業”。

除此之外，縱觀整場發布會，百度提及的兩個關鍵詞顯得格外醒目：

一個是 “AI越來越普惠” ；另一個是 “大模型産業落地關鍵年” 。

△ 百度首席技術官，王海峰

通俗點來說，可以理解為把AI門檻降下去（降維），讓強模型用起來（齣擊）。

那麼百度真的讓“用AI”這事，變得夠easy瞭嗎？

以“難用”著稱的大模型，今年要在産業落地的解法又該是什麼？

△ 百度集團副總裁，吳甜

我們不妨一同來看一看。

時隔半年，大模型要規模化“上崗”

說起搞大模型這事，早在去年12月份，飛槳便有過一次大動作。

當時發布的是全球第一個韆億級知識增強大模型―― 鵬城-百度・文心大模型 （下文簡稱“文心大模型”），參數量達到瞭 2600億 之多。

而此次時隔僅半年再發的10個大模型，正是基於此。

對比著來看，“基礎通用大模型”和“任務大模型”有8個新的大模型上綫：

例如：

NLP大模型

新增瞭 ERNIE 3.0 Zeus ，它是一個任務知識增強韆億級大模型。

可以使用統一的接口和方式同時處理各類應用任務，包括開放問答、信息抽取、情感分析、語義匹配等。

跨模態大模型

ERNIE-SAT ，語音-語言跨模態大模型。在預訓練過程中將中英雙語對應的音素作為輸入，讓模型學習不同語言間音素的對齊以及語言與語音的對齊，同時對語言和語音做聯閤掩碼學習。

ERNIE-GeoL ，地理-語言跨模態大模型。有瞭它，像搜索“北京西火車站”這樣不規範詞語時，可以理想地對應到真實地理坐標上的“北京西站”（已經用在瞭百度地圖）。

CV大模型

VIMER-UFO 2.0 ，參數規模170億，是業界規模最大的多任務統一視覺大模型。

它的一大特點，是在訓練的時候可以把多個任務放到一起來聯閤學習，例如可以同時完成機動車、非機動車、行人等特徵的提取。

VIMER-UMS ，可以通過融閤編碼來學習圖像及其相應文字的統一錶徵（已經用到瞭商品搜索）。

VIMER-StrucTexT 2.0 ，可以融閤學習“語義”和“結構”信息，支持文檔圖像理解的全場景任務。

生物計算大模型

HELIX-GEM ，是融閤瞭幾何級彆的自監督學習策略，學習化閤物鍵長、鍵角等空間結構知識，提升化閤物性質預測的效果（例如提升藥物篩選成功率）。

HELIX-Fold ，是蛋白結構分析大模型，在國産DCU環境，可以將韆萬級彆蛋白的訓練時間從AlphaFold2的7天縮短到2.6天。

從上麵的大模型不難看齣，飛槳文心大模型一個非常明顯的標簽便是 “知識增強” 。

這就使得文心大模型不僅擁有解決基礎問題的能力，在麵對專有任務問題時，也能處理得遊刃有餘。

而除瞭8個擴充之外，文心大模型還多瞭2個“新增”―― 行業大模型 。

具體來說，包括聯閤 國傢電網 研發的知識增強的能源行業NLP大模型國網-百度・文心，以及聯閤 浦發銀行 研發的知識增強的金融行業NLP大模型浦發-百度・文心。也正如剛纔所述，這是業內史無前例的行業大模型。

行業大模型也是先基於文心大模型的通用能力，來挖掘相關行業中的知識；而後再結閤實際行業特色的數據和知識，進行大規模無監督的聯閤訓練。

而且在算法層麵上，團隊針對不同行業領域設計瞭具有特色的算法，這就讓訓練後的行業大模型能夠更好的解決實際場景中的“疑難雜癥”。

可以說，百度已經找到瞭 大模型應用産業落地的關竅 。

用吳甜的話來講：

大模型如果能學習到行業特有數據和知識，會更接近於行業場景的需要，有利於大規模産業落地。

例如在保險行業這個真實場景中，一個老大難的問題便是閤同數量龐大且重要。

但在行業大模型能力的加持之下，保險公司可以閤同中的條款文本進行自動解析識彆，關鍵信息的維度可以高達39個。

如此能力之下，業務的效率也是猛增，以前一份閤同人工處理要花上30分鍾的時間，而現在僅需1分鍾！

這也更加印證瞭飛槳文心大模型“知識增強”標簽之外的另一個特點―― “産業級” 。

除此之外，不難看齣此次這10個新大模型具有一個共性，那便是都基於文心大模型的通用性。

頗有一種 “一生二，二生三，三生萬物” 的感覺瞭。

但百度飛槳要做的可不隻是打造大模型這麼簡單，他們還要讓大模型用著方便。

就像我們剛纔提到的“好馬配好鞍”，在這方麵，百度飛槳所提齣的是一套工具平台：

大模型開發套件

大模型API服務

開發平台EasyDL和BML

據瞭解，開發平台EasyDL和BML能夠涵蓋 30000 多個任務，並且可以讓數據標注量平均下降 70% 、效果平均提升 10.7% 。

這就讓開發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“異麯”卻“同工”的文心大模型，也是共享飛槳生態的升級，同步發布瞭一個生態係統―― �D榖大模型創意與探索社區 。

（�D榖在古書、神話中是指“日齣的地方”。）

在這個社區裏，開發者可以通過大模型的創意産品，擦碰齣更多富有想象力的新事物。

……

而細品百度飛槳這一波操作之後，不難提煉齣 “量産” 、 “易用” 這兩個關鍵詞。

由此，百度飛槳大模型“上崗”的路徑也逐步明朗瞭起來――開始構建並走嚮規模化生産和産業級應用。

但要走好這條路，單是在文心大模型上發力還是不夠的，還需要它背後關鍵的支撐點，飛槳。

飛槳：我最懂中國AI場景

百度飛槳作為一個深度學習平台，雖與文心大模型 “異麯” ，但從齣發點和目標來看，卻又有著 “同工” 之妙――加速AI的落地。

為此，在今年的Wave Summit峰會中，飛槳也由內到外地來瞭個六大全新發布。其中特彆亮眼的，當屬飛槳與硬件夥伴進一步深化閤作、全麵共創，推齣瞭飛槳硬件生態共創計劃。

同樣也是“歸攏歸攏”著來看，飛槳全新發布可以分為三大類，分彆是技術、場景和生態。

首先是飛槳框架升級到瞭2.3版本，在開發、訓練、推理部署全麵升級，提升深度定製開發和自動化能力。

這是在技術層麵上的能力提升，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，它在場景層麵上還喊齣瞭“最懂中國AI場景”的口號。

為此，百度飛槳先是發布瞭一張 訓推一體導航圖 。

這張導航圖是基於去年發布的推理部署導航圖升級而來，目的就是為AI 産業應用落地提供從開發、訓練到推理部署的全流程智能導航。

其次，百度飛槳推齣瞭一個 産業模型選型工具 。有瞭它，就有一種“媽媽再也不用擔心我選模型瞭”的感覺。

因為産業模型選擇工具，是飛槳長期在産業長期“打拼”所總結的經驗心得，還手把手教你的那種。

緊接著，飛槳還把 産業級模型 庫做瞭開源。

這個模型庫包含超過500個開源算法，而且以産業場景齣發，能夠在性能和精度做到平衡的特色模型，也從原先的13個增添到瞭23個。

在更聚焦的賽道上，飛槳在已有的量槳（量子機器學習）、螺鏇槳（生物計算）基礎上，還再添瞭一位新成員―― PaddleScience賽槳 。

賽槳是飛槳在麵嚮AI for Science領域的全新發布，具備支持多領域多場景算例、算法和開發接口、端到端核心框架功能支持、廣泛適配異構硬件四大優勢。

而它的作用，依舊是為瞭加速加速前沿技術在産業中的應用落地。

為瞭讓上述模型能夠更方便地開發、部署和迭代，飛槳又推齣瞭移動工作站。

隻需預裝飛槳EasyDL桌麵版和智能邊緣控製台，便可實現本地化開發和邊端部署。

而在技術、場景之後，飛槳最後的一大升級，便是來自生態。

具體而言，包括 三大“共創”計劃 ，均是基於飛槳大航海計劃2.0而來：

飛槳産業實踐範例庫共創計劃：聯閤更多夥伴打造深度學習行業應用標杆，共享生態收益。

飛槳AI for Science共創計劃：協同産學研閤作夥伴打造AI for Science開源生態，推動科研創新與産業賦能。

飛槳硬件生態共創計劃：從共聚、共研到共創，攜手閤作夥伴，軟硬融閤創新，共建繁榮硬件生態。

以上便是百度飛槳在Wave Summit 2022中的核心發布內容。

但隨之而來的一個問題便是：

為什麼非要把AI門檻降下去？

落地，落地，還是落地。

這也是從此次發布會中，能夠感受到的最強信號。

但若是迴溯到2019年那個最初的起點，將這三年的Wave Summit鋪開來看，個中原因就會一目瞭然。

在第一屆峰會中，百度CTO王海峰便提及：

深度學習正在推動人工智能進入工業大生産階段。

王海峰當時認為，正因深度學習具備通用性，以及深度學習平台在不斷發展，所以它們正在推動AI步入一種新的模式。

這種模式可以歸結為“三化”，即標準化、自動化和規模化，這也就意味著人工智能在進入工業大生産階段。

到瞭2020年，“企業版平台”被納入到瞭飛槳的全景圖之中，並且還發布瞭預訓練模型的開發模式。

這也就邁齣瞭通過預訓練大模型來降低AI門檻的重要一步。

而在去年，吳甜在峰會中則是提齣企業AI應用三階段：AI先行者探路、AI工作坊應用、AI工業大生産。

並且針對每一個階段分彆闡述瞭企業將麵臨的睏難和挑戰，以及相應的解決方案。

與此同時，在同年的12月份，文心大模型也隨之正式亮相。

……

從百度走瞭三年的這條路來看，一個大的BGM便是“AI工業大生産”，而主鏇律可以說是“降低AI門檻、應用落地”。

而能夠嫁接二者的“橋梁”，便是具備通用性質的人工智能技術。

正如曆史中每一次的工業大革命，都是有通用技術的普及一樣，例如機械技術、電氣技術和信息技術。

而在人工智能時代的當下，這種信號也是越發的強烈：

深度學習技術：通用性越來越強

深度學習技術平台：標準化、自動化和模塊化越來越顯著

深度學習應用：産業智能化越來越廣泛和深入

正如飛槳三年的觀察那般，AI工業大生産已然如火如荼開展起來。

以文心大模型為例，目前已經在諸如保險、銀行、農業、生物醫藥、工業、搜索，甚至是智能音箱等領域和場景中有所涉足，在提高垂直業務效率的道路上各顯神通。

平台方麵，據IDC的報告，飛槳已經取得瞭國內深度學習平台綜閤市場份額第一的成績。

而且開發者社區已經凝聚477萬開發者、服務18萬個企業，並且已經創建56萬個模型。

基於此，接下來的一步，就是要讓人工智能技術更廣泛地走進韆行百業。

但以大模型為代錶的人工智能通用技術，因為規模過大、算力需求過強等原因，長久以來一直成為開發者詬病之處。

那麼這一局，又該如何破解？

吳甜在此次峰會中說“今年是大模型産業落地的關鍵年”，與此同時她也給齣瞭一種“解法”：

要做好落地，需要解決的關鍵問題是，前沿的大模型技術如何與真實場景的方方麵麵要求相匹配。

而剛纔我們提到的10個新大模型、1個配套工具平台和1個生態係統，正是此“解法”的具體內容：

首先，是建設更適配應用場景的模型體係，包含學習瞭足夠多數據與知識的基礎大模型，麵嚮常見AI任務專門學習的任務大模型，以及引入行業特色數據和知識的行業大模型。

其次，是要有更有效的工具和方法論來讓大模型發揮作用，充分考慮落地應用的全流程問題。

最後，是要有開放的生態，以生態促創新。

若是歸結為一句話，或許可以是“框架打齣去，模型用起來”。

以上便是百度飛槳為什麼要緻力於不斷降低AI門檻的原因瞭。

值得一提的是，雖然此次百度飛槳“前無古人後無來者”地提齣瞭行業大模型，但它並不是否定其它大模型廠商的分類模式。

這更像是站在傳統大模型的基礎上，為瞭讓它更好地能被産業用起來，而提齣的一種新範式。

……

那麼最後，百度飛槳已經在大模型該如何“上崗”、人工智能在工業大生産階段發展路徑等問題上，交齣瞭一份“AI大作業”。

你覺得值得參考嗎？