bet36体育备用网址_bet36体育投注-手机版*在线

　　以GPT-3、Switch Transformer为代表，布局大模型已成为世界性趋势。未来，人工智能大模型时代即将到来，大模型会形成类似“电网”的基础设施，为社会提供智力能源。

　　在9月24日，由科技部战略规划司、高新技术司，北京市科委、中关村管委会，海淀区政府主办，北京智源人工智能研究院(以下简称“智源研究院”)承办的2021中关村论坛“人工智能与多学科协同创新论坛”上，与会专家围绕“人工智能大模型时代学科交叉和可持续发展”的主题展开深入交流。基于智源“悟道”大模型的冬奥手语播报数字人在论坛上发布。

　　大模型实现产业落地

　　“悟道2.0”大模型是由智源研究院、清华大学等单位联合研发的全球最大的智能模型，模型参数规模达到1.75万亿，打破了之前由谷歌预训练模型创造的1.6万亿参数记录，并在多个国际人工智能基准测试榜单的9项任务上取得领先。

　　智源研究院副院长、清华大学教授唐杰介绍，“悟道”大模型是一个“低门槛+高效率+高情商”的开放平台，可使得企业可以通过“大模型+少量微调”AI开发模式，实现十亿级别模型的在线训练与微调，规模化、产业化地进行AI应用开发，大大降低大模型开发门槛。

　　“悟道”发布的开源大模型高效推理工具包BMInf，实现了“一卡顶四卡”，支持在低配置的NVIDIA GTX 1060单卡机上运行百亿大模型，同时具备能力全面、应用便捷的优势。

　　崭新亮相的对话模型EVA实行开源上线。该对话模型除特别善解人意外，还具有前所未有的大模型群聊功能，展望“人与物”交流的现在时代迈进到“物与物”交流的人机共融未来时态。

　　智源“悟道”大模型还与OPPO小布助手合作，基于“悟道”大模型创新性地开发“生成式回答系统”，全面功能上线后将极大解决行业共通性的长尾问题，单条回答的建设成本降低99%。

　　基于“悟道”大模型的冬奥手语播报数字人，也在论坛上首次发布。手语播报数字人将在北京冬奥会期间正式投入应用，提供全流程智能化的数字人手语生成服务，方便听障人士也能收看赛事专题报道，提升他们的社会参与度和幸福感。

　　大模型走向普及化

　　清华大学副教授、智源青年科学家刘知远从学术研究的角度出发，对大模型下一步的努力方向进行构想。“通用化、普及化、标准化，让更多的人用更低的算力用上大模型，从大模型中受惠。”

　　OPPO数智工程系统总裁刘海锋认为，对于B端来说，大模型能够提高工程师的生产力，面向消费者，大模型对问答或者搜索可能产生深远的影响，从基础模型上改变搜索引擎的架构和范式，带来商业机会。

　　“大模型为代表的AI突破可以给产业界带来巨大改变。”智源悟道CEO路绪清表示，“用一句话总结，就是未来所有人类社会需要一万小时训练才能获得的技能，都可以由当前的AI技术来模拟。”

　　智源研究院院长黄铁军表示，大模型就是把社会的各种数据资源、最强的算法以及算力整合在一起，变成公共基础平台，因此，他呼吁产学研共同努力发展大模型，使其更好地服务于各种应用。

　　AI促进多学科协同发展

　　在人类探索宇宙的征程中，人工智能对海量数据的深度挖掘、分析能力，已成为重要技术;在分子生物学和遗传学中，人工智能正在改变蛋白质折叠预测、新型药物快速研发、基因测序和分析;在化学中，人工智能使得一个世纪完成的元素周期表在几个小时内重构……

　　人工智能与神经科学、认知科学、量子科学、心理学、数学、经济学、社会学等相关基础学科加快交叉融合，大大拓展了时间、空间和人们认知范围，科学研究范式正在发生深刻变革。

　　北京大学教授、中国科学院院士鄂维南正在开展利用人工智能平台开展化学、材料、生物和工程科学研究。“这些传统科学领域是人工智能的主战场，空间巨大，有望产生新一代的科学软件甚至工业软件，这正我们国家的痛点，既是一个机会也是一个挑战，因此必须加快推进人工智能与传统科学的融合发展。”

　　微软亚洲研究院副院长刘铁岩认为，作为人工智能的学者和从业者，必须要有勇气走出自己的舒适圈，拥抱更多的交叉学科和产业，才能推动人工智能本质发展。秉承这样的思路，微软亚洲研究院在金融领域与华夏基金、太平资产进行了深入的交流与合作，构建了智能量化投资的共性平台，在量化投资业界产生了非常大的反响。

　　针对人工智能在具体学科中的应用，加拿大皇家科学院院士李明表示，人工智能技术促进了免疫肽组学研究的最新进展。美国AI药物研发公司英矽智能(Insilico Medicine)创始人兼 CEO Alex Zhavoronkov介绍了AI如何与医疗人员配合开展长寿医学研究的经验。

　　“能力越强，责任越大”。大模型的发展面临社会和伦理风险，如何规避相关风险，减少能源消耗，实现可持续发展，已引起国际社会的广泛关注。

　　美国耶鲁大学技术与伦理研究组负责人Wendell Arnhold Wallach认为，规避人工智能技术难以预测的危害，需要关注人工智能原则的运作，让原则更广泛，最终通过价值重设、软法律和精心设计的政策，将技术轨道推向可持续发展的道路。