圖源：攝圖網(wǎng)

5月20日，周鴻祎在第六屆全國(guó)青年企業(yè)家大會(huì)，分享了自己對(duì)AI的思考。

周鴻祎認(rèn)為，新質(zhì)生產(chǎn)力的核心是科技創(chuàng)新。在數(shù)字化領(lǐng)域，人工智能和大模型無(wú)疑是當(dāng)前最熱門(mén)的話(huà)題。

有人擔(dān)憂(yōu)大模型會(huì)摧毀每一個(gè)行業(yè)，但我卻認(rèn)為它會(huì)重塑每個(gè)行業(yè)。這也是為什么今年的政府報(bào)告中提到了人工智能+的概念，旨在將人工智能和大模型與中國(guó)的各個(gè)傳統(tǒng)產(chǎn)業(yè)，特別是制造業(yè)、新興工業(yè)等傳統(tǒng)業(yè)務(wù)進(jìn)行深度融合。

值得注意的是，大模型并非只有越做越大的一條路。從國(guó)際趨勢(shì)來(lái)看，很多大模型是由多個(gè)專(zhuān)家小模型構(gòu)成的，術(shù)業(yè)有專(zhuān)攻。

周鴻祎指出，如果中國(guó)有1萬(wàn)家傳統(tǒng)企業(yè)開(kāi)放場(chǎng)景，在這1萬(wàn)個(gè)企業(yè)里面找一萬(wàn)個(gè)場(chǎng)景，然后訓(xùn)練一萬(wàn)個(gè)垂直或?qū)I(yè)大模型。這一萬(wàn)個(gè)專(zhuān)業(yè)大模型與企業(yè)的場(chǎng)景密切結(jié)合，無(wú)論是對(duì)外的服務(wù)、還是對(duì)內(nèi)的生產(chǎn)管理、整個(gè)運(yùn)營(yíng)流程，都能夠真正提質(zhì)增效，哪怕提高10%，提高20%，都是一個(gè)工業(yè)革命的良好開(kāi)端。

預(yù)訓(xùn)練大模型成為人工智能領(lǐng)導(dǎo)者的競(jìng)爭(zhēng)焦點(diǎn)

預(yù)訓(xùn)練大模型是人工智能產(chǎn)業(yè)發(fā)展的必然選擇，基于海量行業(yè)數(shù)據(jù)和知識(shí)，通過(guò)強(qiáng)大算力集群，預(yù)先訓(xùn)練基礎(chǔ)模型，并結(jié)合應(yīng)用場(chǎng)景的數(shù)據(jù)和各類(lèi)需求，通過(guò)預(yù)訓(xùn)練大模型+任務(wù)微調(diào)的方式，進(jìn)行工業(yè)化的高效率開(kāi)發(fā)。開(kāi)發(fā)者利用預(yù)訓(xùn)練大模型，只需要少量數(shù)據(jù)，就可以快速開(kāi)發(fā)出精度更高、泛化能力更強(qiáng)的行業(yè)模型。預(yù)訓(xùn)練大模型可以提升人工智能項(xiàng)目開(kāi)發(fā)效率，降低研發(fā)成本，縮短研發(fā)時(shí)間，解決人工智能項(xiàng)目碎片化的問(wèn)題。

根據(jù)Omdia的數(shù)據(jù)，中國(guó)開(kāi)發(fā)者對(duì)基于昇思MindSpore打造的盤(pán)古NLP大模型最感興趣。首先，盤(pán)古NLP大模型在技術(shù)上處于領(lǐng)先地位，千億參數(shù)模型，學(xué)習(xí)了40TB的中文文本數(shù)據(jù)，在中文領(lǐng)域有天生優(yōu)勢(shì);其次，盤(pán)古NLP大模型可覆蓋多個(gè)場(chǎng)景下語(yǔ)言處理的任務(wù)和需求，泛化能力強(qiáng)，在知識(shí)問(wèn)答、知識(shí)檢索、知識(shí)推理等文本生成領(lǐng)域有廣泛應(yīng)用前景;另外，盤(pán)古NLP大模型對(duì)開(kāi)發(fā)者友好，可以讓開(kāi)發(fā)者能用拖拉拽的方式使用大模型，開(kāi)發(fā)和生產(chǎn)成本低。這也從另外一個(gè)角度驗(yàn)證了盤(pán)古大模型的開(kāi)放性，開(kāi)發(fā)者可以跨平臺(tái)快速調(diào)用盤(pán)古大模型，與其他工具和應(yīng)用結(jié)合使用。

易用性和性能成為AI框架的核心競(jìng)爭(zhēng)力

中國(guó)人工智能開(kāi)發(fā)者選擇開(kāi)源框架最重要的兩個(gè)因素是：易用性和性能。人工智能框架隔離了底層的復(fù)雜性，更加易用的框架能夠讓開(kāi)發(fā)人員以更快的速度和更高的效率，來(lái)探索、創(chuàng)建、改進(jìn)和迭代人工智能項(xiàng)目。而人工智能框架的性能則涉及到框架本身的底層性能，包括框架的底層算法效率，以及框架利用底層硬件資源進(jìn)行優(yōu)化開(kāi)發(fā)、訓(xùn)練和推理的能力。

有40%的開(kāi)發(fā)者將易用性作為選擇框架的首選因素，34%的開(kāi)發(fā)者將性能作為選擇框架的首選因素。在第二重要的因素選擇中，開(kāi)發(fā)者選擇性能比易用性更多。與易用性和性能這兩個(gè)因素相比，選擇其他選項(xiàng)作為首選的比例很少。受訪者把對(duì)社區(qū)活躍度、框架廠商提供的技術(shù)支持或培訓(xùn)，知名度或流行程度，以及前沿技術(shù)支持的關(guān)注放在了同等位置上。

AI框架行業(yè)龍頭公司業(yè)績(jī)對(duì)比

近兩年國(guó)內(nèi)廠商推出的AI框架市場(chǎng)占有率正穩(wěn)步提升。華為MindSpore框架開(kāi)源后獲得國(guó)內(nèi)外開(kāi)發(fā)者的積極響應(yīng)，是國(guó)內(nèi)最活躍的AI開(kāi)源框架;百度飛槳PaddlePaddle、一流科技OneFlow開(kāi)發(fā)者規(guī)模也在持續(xù)壯大。

注：①查詢(xún)?nèi)掌跒?023年8月1日;②開(kāi)源代碼提交的次數(shù)(Commits)表征開(kāi)源項(xiàng)目活躍度;③代碼復(fù)刻、分叉(Fork)，表征開(kāi)源項(xiàng)目被引用情況;④點(diǎn)贊數(shù)(Star)表征開(kāi)源項(xiàng)目關(guān)注度;⑤貢獻(xiàn)者(Contributors)表征開(kāi)源項(xiàng)目貢獻(xiàn)者規(guī)模。

展望未來(lái)，產(chǎn)業(yè)研究院分析認(rèn)為，AI框架將注重前端便捷性與后端高效性的統(tǒng)一，AI框架將支持端邊云全場(chǎng)景跨平臺(tái)設(shè)備部。另外，隨著處理任務(wù)的復(fù)雜化、處理數(shù)據(jù)的密集化，跨架構(gòu)的開(kāi)發(fā)能力將會(huì)成為常態(tài)化的需求。AI框架需要與硬件基礎(chǔ)設(shè)施平臺(tái)充分解耦，通過(guò)標(biāo)準(zhǔn)的硬件注冊(cè)接口實(shí)現(xiàn)跨設(shè)備平臺(tái)的快速部署。

經(jīng)濟(jì)學(xué)人APP資訊組

看完覺(jué)得寫(xiě)得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 模型 框架 人工智能 隨筆