從感知認知到智能決策，持續(xù)推進AI創(chuàng)新

本刊記者

通用大模型，被譽為“AI時代”的靈魂，是指一種集成了多種功能的AI系統(tǒng)。其在語音識別、自然語言處理、圖像識別等領(lǐng)域的應(yīng)用，極大地推動了人工智能技術(shù)的發(fā)展。

然而，一個普遍的事實是，當(dāng)前，通用大模型存在算力成本高、本地化部署難、數(shù)據(jù)泄漏風(fēng)險高、領(lǐng)域?qū)I(yè)知識弱等痛點難點，市場需求難以得到滿足。

在2023“直通烏鎮(zhèn)”全球互聯(lián)網(wǎng)大賽人工智能（大模型及數(shù)字人）專題賽上，北京中科聞歌科技有限公司（以下簡稱“中科聞歌”）以“雅意”大模型為參賽項目，針對行業(yè)的痛點問題，帶來了中科聞歌的解決方案。

聞弦歌知“雅意”，善推理知決策

“聞歌”二字起源于《呂氏春秋》中的“聞弦歌知雅意”，從創(chuàng)立伊始，中科聞歌便將人工智能的內(nèi)涵蘊藏于企業(yè)名字之中?！拔覀兊脑妇笆峭ㄟ^大數(shù)據(jù)分析、人工智能技術(shù)洞悉行業(yè)難題及本質(zhì)，解決隱藏其中的難點，以技術(shù)服務(wù)國家戰(zhàn)略需求?！敝锌坡劯柘嚓P(guān)負責(zé)人說道。

而中科聞歌此次帶來的“雅意”大模型，更是與企業(yè)名字暗合，聞弦歌、知雅意，善推理、會決策，“雅意”大模型的定位便是一款人工智能認知與決策技術(shù)領(lǐng)域的企業(yè)級通用大模型。

據(jù)介紹，“雅意”大模型由中科聞歌自主研發(fā)，擁有五大核心功能，包括實時聯(lián)網(wǎng)問答、領(lǐng)域知識問答、復(fù)雜場景信息抽取、多語言內(nèi)容理解、多模態(tài)內(nèi)容生成，共100余項特色技能，支持云端MaaS使用、本地一體機部署、自主私有訓(xùn)練部署三種使用方式，可快速對接政府、企業(yè)數(shù)據(jù)并一鍵生成大模型專屬應(yīng)用服務(wù)。

作為垂直領(lǐng)域的專屬大模型，“雅意”圍繞行業(yè)垂直生態(tài)，推出“5＋N”計劃，面向媒體、宣傳、金融、治理、安全等五大方向進行針對性訓(xùn)練，并泛化到家居、醫(yī)療、教育等行業(yè)，可適配多樣化、專業(yè)的業(yè)務(wù)場景。目前，“雅意”已搭載在中科聞歌多款行業(yè)產(chǎn)品中，包括面向輿情信息領(lǐng)域的“晴天”多模態(tài)信息洞察平臺、面向媒體數(shù)字化領(lǐng)域的“紅旗”智能媒體操作系統(tǒng)，以及面向金融領(lǐng)域的“多投”投研資管平臺等。

5到700，500萬到10億，0到4億

許多人不知道的是，中科聞歌還藏著“國家隊”的基因。2017年，“人工智能”首次被寫入全國“兩會”政府工作報告，報告提出，“要全面實施戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃，加快新材料、人工智能、集成電路、生物制藥、第五代移動通信等技術(shù)研發(fā)和轉(zhuǎn)化，做大做強產(chǎn)業(yè)集群”。

在國家科技政策的鼓勵支持下，人工智能市場迎來了發(fā)展高潮，出現(xiàn)萬億級的“時代賽道”。彼時，已在中國科學(xué)院深耕AI和大數(shù)據(jù)研究十余年的王磊等五位青年技術(shù)人員，選擇走出實驗室，在180平方米的辦公室，拿著500萬元的天使啟動資金，就這樣“下?！绷恕?/p>

“國家隊”的基因為中科聞歌團隊之后的研發(fā)成果輸出，奠定了良好的科技基礎(chǔ)。從王磊等人的中科院工作經(jīng)歷算起，到今天，前后共17年，核心團隊一直堅持在人工智能與復(fù)雜數(shù)據(jù)解析核心技術(shù)創(chuàng)新領(lǐng)域。如今，企業(yè)研發(fā)人員占比達60%，碩博人才占比高，僅學(xué)術(shù)帶頭科學(xué)家便達20余人。有了科技基因和科技成果的中科聞歌，第三步便是發(fā)揮市場化基因，為此，企業(yè)建立了完全市場化的經(jīng)營模式，組建起一支多元化的人才隊伍。

從5個人到700人，從500萬啟動資金到10億的資產(chǎn)規(guī)模，從0到年銷售額達4億元，從北京到全國15家分公司，中科聞歌一路穩(wěn)扎穩(wěn)打，逐步在人工智能領(lǐng)域走出了自己的道路。

今年9月1日，由國家信息互聯(lián)網(wǎng)辦公室發(fā)布的第二批境內(nèi)深度合成服務(wù)算法備案名單中，中科聞歌“雅意”大模型算法便位列其中。目前，雅意大模型的性能在國內(nèi)權(quán)威C—EVAL評測的所有模型中，名列第四，在國際權(quán)威評測LLM leaderboard評測的同等參數(shù)規(guī)模模型中同樣名列前茅。

專注前沿科技創(chuàng)新，服務(wù)國家人工智能戰(zhàn)略需求

習(xí)近平總書記曾指出，“新一代人工智能是我們贏得全球科技競爭主動權(quán)的重要戰(zhàn)略抓手，是推動我國科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的重要戰(zhàn)略資源”。從2016年3月，“人工智能”一詞寫入國家“十三五”規(guī)劃綱要開始，近年來，國家的重視為人工智能的發(fā)展提供了強勁的動能，而一大批像中科聞歌這樣的科技企業(yè)，一直沖鋒在攻克各項技術(shù)壁壘的前沿，為這個萬億賽道助力。

從梳理技術(shù)選賽道開始，中科聞歌幾乎是一腳便站上了最難的賽道。從感知智能向認知和決策智能進軍，這個研究方向在業(yè)界被稱為人工智能皇冠上的明珠，是人工智能取得進一步突破的關(guān)鍵瓶頸，也是形成更大產(chǎn)業(yè)規(guī)模的關(guān)鍵技術(shù)。

在“雅意”研發(fā)過程中，技術(shù)壁壘便是層出不窮。據(jù)介紹，“雅意”是基于BigScience發(fā)布的bloomz—7b—mt模型（開源可商用的預(yù)訓(xùn)練模型，70億參數(shù)）和Hugging Face發(fā)布的StarCoder（開源可商用的預(yù)訓(xùn)練模型，150億參數(shù)）權(quán)重作為初始化權(quán)重，并基于詞表進行擴展，前后經(jīng)歷了三個階段的訓(xùn)練：第一階段是面向通用技能領(lǐng)域，使用聞海自有數(shù)據(jù)篩選高質(zhì)量多樣性樣本數(shù)據(jù)364萬條，進行指令微調(diào)；第二階段是在人工構(gòu)造的高質(zhì)量領(lǐng)域數(shù)據(jù)上，進行領(lǐng)域性指令微調(diào)，包括媒體、輿情、安全、金融、治理等五大領(lǐng)域數(shù)百種自然語言指令任務(wù)，共計80萬條高質(zhì)量知識數(shù)據(jù)；第三階段則是針對安全性/毒性等場景，做了針對性訓(xùn)練，訓(xùn)練數(shù)據(jù)約5萬條，并結(jié)合人工反饋優(yōu)化增加模型的忠實性和安全性。

在經(jīng)過內(nèi)部構(gòu)建的55個任務(wù)綜合評測后，“雅意”與目前主流的幾個大模型相比，取得了不俗的性能，在基礎(chǔ)能力測試方面，其整體性能與目前開源的同等規(guī)模參數(shù)的大模型能力相當(dāng)。

“中科聞歌一直致力于引領(lǐng)人工智能從感知向認知、決策技術(shù)跨越，目前正在訓(xùn)練的一個千億規(guī)模的大模型，在數(shù)據(jù)、模型、應(yīng)用等方面擁有完全自主知識產(chǎn)權(quán)，希望將來能以先進的大模型技術(shù)服務(wù)行業(yè)數(shù)智化轉(zhuǎn)型，服務(wù)國家層面的人工智能戰(zhàn)略需求。”

談及此次烏鎮(zhèn)之旅，項目團隊負責(zé)人表示，通過大賽，不僅接觸到了最新的大模型和數(shù)字人技術(shù)，通過與專家和同行的交流，項目團隊還了解到了更多的新研究方向和應(yīng)用場景，這對中科聞歌未來的研究和實踐有很大的幫助，同時對國內(nèi)大模型和數(shù)字人賽道的未來發(fā)展前景充滿信心。