觀察者網(wǎng)：紫東太初能夠快速面世，主要原因都有哪些？

徐波：這涉及到多方面的原因。

首先，主要得益于非常強(qiáng)大的基礎(chǔ)研究能力。通過多模態(tài)實(shí)現(xiàn)更加強(qiáng)大的人工智能一直是我們的夢想。從去年開始，在各研究團(tuán)隊(duì)單模態(tài)大模型取得階段性成果基礎(chǔ)上，我們組織所內(nèi)優(yōu)勢力量聯(lián)合投入開始多模態(tài)攻關(guān)；第二，我們以中國自主的昇騰人工智能基礎(chǔ)軟硬件平臺為基礎(chǔ)，運(yùn)用包括昇騰芯片和全場景人工智能計(jì)算框架MindSpore來打造多模態(tài)通用人工智能平臺，通過對外交流合作大大加速了這個過程。目前平臺具備了三大關(guān)鍵技術(shù)（多模態(tài)理解與生成的多任務(wù)統(tǒng)一建模、面向國產(chǎn)化軟硬件的高效訓(xùn)練與部署、多模態(tài)預(yù)訓(xùn)練模型架構(gòu)設(shè)計(jì)與優(yōu)化），和六項(xiàng)核心能力（多模態(tài)統(tǒng)一表示與語義關(guān)聯(lián)、跨模態(tài)內(nèi)容轉(zhuǎn)化與生成、預(yù)訓(xùn)練模型網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)、標(biāo)注受限自監(jiān)督模型學(xué)習(xí)、模型適配與分布式訓(xùn)練、模型輕量化與推理加速）。

在這里，要糾正一個誤區(qū)。模型并不是越大越好，大模型出來以后怎么做輕量化和推理的加速，是攻關(guān)的重要方向之一。目前的圖文音三模態(tài)大模型，與單模態(tài)和圖-文兩模態(tài)相比，可以支撐全場景的人工智能應(yīng)用，包括像視頻配音，語音播放，標(biāo)題摘要，海報制作，跨模態(tài)檢索，圖像生成等等。

此外，三模態(tài)大模型跟國產(chǎn)軟硬件的技術(shù)合作非常關(guān)鍵。未來人工智能將成為人類社會的基礎(chǔ)設(shè)施，就像現(xiàn)在的水、電、煤一樣，必須實(shí)現(xiàn)此類技術(shù)的自主可控。目前，國內(nèi)已經(jīng)具備全棧式基礎(chǔ)軟硬件條件能力，要做到“從可以用”到“很好用”的成熟生態(tài)，需要多方一起合作。

觀察者網(wǎng)：作為人工智能領(lǐng)域的國家隊(duì)，中科院自動化研究所多模態(tài)大模型是如何布局的？

徐波：中科院自動化研究所以打造新時代智能科學(xué)與技術(shù)戰(zhàn)略科技力量作為己任，擁有模式識別國家重點(diǎn)實(shí)驗(yàn)室、復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室兩個人工智能研究平臺。依托這兩個國家級平臺，已經(jīng)在機(jī)器學(xué)習(xí)、圖像與視頻、語音與語言、智能機(jī)器人、智慧醫(yī)療、社會計(jì)算等領(lǐng)域取得了豐富的研究成果，獲得多項(xiàng)國家級的獎項(xiàng)。

我們一直在探索更強(qiáng)大的人工智能，通過多模態(tài)實(shí)現(xiàn)更加通用的人工智能是其中一條研究主線。通用智能不同于強(qiáng)人工智能，但它至少應(yīng)該適應(yīng)不同的環(huán)境和任務(wù)遷移。我們在已有語音、圖像、視頻、文本等單模態(tài)研究基礎(chǔ)上，重點(diǎn)在多模態(tài)學(xué)習(xí)基礎(chǔ)理論、多模態(tài)語義統(tǒng)一表示、大規(guī)模訓(xùn)練平臺、多模態(tài)數(shù)據(jù)以及評估標(biāo)準(zhǔn)等方面進(jìn)行多團(tuán)隊(duì)聯(lián)合攻關(guān)。

同時我們不斷加強(qiáng)對外合作交流。我們通過跟華為昇騰以及武漢人工智能計(jì)算中心的合作，最終使多模態(tài)大模型得以問世。通用人工智能之路需要不斷探索，而不是坐而論道。只有真正做出一些階段性成果才能對技術(shù)發(fā)展路線有更加清晰的認(rèn)識，也能對未來人工智能的發(fā)展有更加清晰的認(rèn)知。

武漢人工智能計(jì)算中心

觀察者網(wǎng)：你們在研究多模態(tài)大模型的時候有沒有考慮到AI的產(chǎn)業(yè)化和普惠性的問題？

徐波：這個問題仍然需要進(jìn)一步探討?，F(xiàn)在市場上有大量的音視頻處理需求，確實(shí)跟我們的多模態(tài)信息處理能力很契合。“紫東太初”剛剛誕生，在有些場景下已經(jīng)開始使用。下一步，我們準(zhǔn)備繼續(xù)優(yōu)化這個平臺，按照節(jié)奏規(guī)劃對外開放。同時，我們將把更多的精力聚焦在多模態(tài)大模型上面，把它做的更準(zhǔn)確，效率更高、能耗更低。這將為現(xiàn)在的人工智能研發(fā)模式和產(chǎn)學(xué)研轉(zhuǎn)化模式帶來巨大變化。

觀察者網(wǎng)：最后一個問題，為什么說研究跨模態(tài)人工智能平臺是通用人工智能路徑的探索？

徐波：通用人工智能大家都比較關(guān)心，因?yàn)樗鼘ΜF(xiàn)有的人工智能研發(fā)范式起顛覆性影響。但是，什么是通用人工智能？是不是就是強(qiáng)人工智能？是不是就是跟人一樣的人工智能？這些都還沒有特別明確的定義。但是業(yè)內(nèi)普遍認(rèn)為，通用人工智能要有一種“泛化能力”，一定要用較少的代價去完成多任務(wù)的遷移執(zhí)行。

通用人工智能一直是技術(shù)界的一個夢想，不同的專家都在從不同的路徑去探索。有的人希望通過復(fù)制人腦或者受腦啟發(fā)去實(shí)現(xiàn)通用人工智能；DeepMind是希望通過進(jìn)化博弈的方法，最終走向通用人工智能。預(yù)訓(xùn)練大模型則是基于數(shù)據(jù)自監(jiān)督學(xué)習(xí)的智能探索。不同路徑解決的階段性問題各有側(cè)重，但最終一定會融合。目前走在最前面的還是多模態(tài)大模型，“紫東太初”是最新的嘗試，尤其是語義空間的表征突破，會對人工智能實(shí)現(xiàn)通用化帶來非常大的變化。

無疑這扇大門正在打開。

本文系觀察者網(wǎng)獨(dú)家稿件，文章內(nèi)容純屬作者個人觀點(diǎn)，不代表平臺觀點(diǎn)，未經(jīng)授權(quán)，不得轉(zhuǎn)載，否則將追究法律責(zé)任。關(guān)注觀察者網(wǎng)微信guanchacn，每日閱讀趣味文章。