黃鐵軍:耕耘不輟，開(kāi)拓人工智能新賽道

“作為我國(guó)大模型發(fā)源地，智源人工智能研究院正在全力訓(xùn)練多模態(tài)大模型和機(jī)器人大腦，努力實(shí)現(xiàn)人工智能認(rèn)知能力達(dá)到國(guó)際領(lǐng)先水平，支撐國(guó)家智力基礎(chǔ)設(shè)施建設(shè)，繪制中國(guó)式現(xiàn)代化的新華章！”

在北京海淀，有這樣一群人，他們以螢螢之光，繪就時(shí)代的璀璨星空。他們當(dāng)中，有的扎根基層，全心全意為人民服務(wù)；有的愛(ài)崗敬業(yè)，在專(zhuān)業(yè)領(lǐng)域作出了突出貢獻(xiàn)；有的熱心公益，用愛(ài)心善舉傳遞著人間溫暖……他們有一個(gè)共同的名字——“感動(dòng)海淀”文明人物。

4月22日下午，“感動(dòng)海淀”2023年度暨第十三屆年度人物頒獎(jiǎng)典禮在國(guó)圖音樂(lè)廳舉行。北京大學(xué)計(jì)算機(jī)學(xué)院教授、多媒體信息處理全國(guó)重點(diǎn)實(shí)驗(yàn)室主任、北京智源人工智能研究院理事長(zhǎng)、創(chuàng)始院長(zhǎng)黃鐵軍位列其中。

從ChatGPT到視頻生成大模型Sora，“大模型”成為科技行業(yè)的一個(gè)熱門(mén)詞語(yǔ)。黃鐵軍研究AI超過(guò)30年，擅長(zhǎng)智能視覺(jué)信息處理技術(shù)，終結(jié)了國(guó)外向我國(guó)視頻行業(yè)索取高額專(zhuān)利費(fèi)的歷史。2020年，在大多數(shù)人對(duì)大模型還一無(wú)所知的時(shí)候，他掌舵北京智源研究院智源研發(fā)大模型，并在2021年上半年推出了開(kāi)創(chuàng)“中國(guó)首個(gè)”“世界最大”的大模型悟道1.0和悟道2.0。黃鐵軍培養(yǎng)了一批大模型人才，當(dāng)前大模型創(chuàng)業(yè)公司、大廠(chǎng)，從事研發(fā)的CTO或首席科學(xué)家中，參加過(guò)悟道項(xiàng)目的人不在少數(shù)，這里被稱(chēng)為大模型的“黃埔軍?！薄Ｈ缃?，他瞄準(zhǔn)打造開(kāi)源開(kāi)放的人工智能大模型體系，緊緊抓住創(chuàng)新這個(gè)“牛鼻子”，加快關(guān)鍵核心技術(shù)攻關(guān)，搶占人工智能新賽道。

志存高遠(yuǎn)

1970年，黃鐵軍出生在河北省邯鄲市大名縣的一個(gè)普通村莊。1985年，剛剛上高中的他就趕上“電腦要從娃娃抓起”的東風(fēng)，跟隨班主任霍振祥老師學(xué)習(xí)Basic語(yǔ)言。在學(xué)校微機(jī)課程中第一次接觸到蘋(píng)果電腦，他很是興奮，因?yàn)檫M(jìn)步很快，霍老師把自己大學(xué)期間的計(jì)算機(jī)教材都給他自學(xué)，黃鐵軍對(duì)油印教材中的流程圖至今記憶猶新。

1988年，黃鐵軍報(bào)考北京大學(xué)，數(shù)分之差未能如愿，被武漢工業(yè)大學(xué)（現(xiàn)武漢理工大學(xué)）計(jì)算機(jī)應(yīng)用專(zhuān)業(yè)錄取。大學(xué)畢業(yè)那一年，他后來(lái)的碩士導(dǎo)師申請(qǐng)到863計(jì)劃課題，研究手寫(xiě)體漢字識(shí)別，需要新生力量，鑒于他當(dāng)時(shí)成績(jī)優(yōu)秀，就被免試進(jìn)入課題組讀碩士。1995年他入讀華中理工大學(xué)（現(xiàn)華中科技大學(xué)）模式識(shí)別與智能控制專(zhuān)業(yè)攻讀博士學(xué)位，期間研究虛擬現(xiàn)實(shí)，主要是基于雙目立體視覺(jué)的場(chǎng)景建模，如此算來(lái)從事計(jì)算機(jī)視覺(jué)已近三十年。

1999年，黃鐵軍進(jìn)入中國(guó)科學(xué)院計(jì)算技術(shù)研究所進(jìn)行博士后研究，研究方向?yàn)閳D像識(shí)別技術(shù)，合作導(dǎo)師是時(shí)任所長(zhǎng)、現(xiàn)北京大學(xué)教授、中國(guó)工程院院士高文。本來(lái)他以為自己會(huì)沿著計(jì)算機(jī)視覺(jué)這條路走下去，但命運(yùn)卻把他引向了岔路口——視頻編碼。

2002年，數(shù)萬(wàn)臺(tái)我國(guó)制造出口的DVD，由于未支付專(zhuān)利許可費(fèi)，在歐盟地區(qū)被海關(guān)扣押。在專(zhuān)利大棒的打壓下，集中在廣東地區(qū)的相關(guān)生產(chǎn)工廠(chǎng)大量倒閉。

“那是改革開(kāi)放后，我國(guó)首次遭遇重大知識(shí)產(chǎn)權(quán)問(wèn)題?！秉S鐵軍說(shuō)，制定中國(guó)自主知識(shí)產(chǎn)權(quán)音視頻壓縮標(biāo)準(zhǔn)，擺脫受制于人的困境，在當(dāng)時(shí)變得十分迫切。

博士后剛出站的黃鐵軍，便協(xié)助高文教授組織成立數(shù)字音視頻編解碼技術(shù)標(biāo)準(zhǔn)工作組。對(duì)他而言，視頻編碼是個(gè)“從未涉足過(guò)的領(lǐng)域”。“既然是國(guó)家需要，自己接下了任務(wù)，就得好好干?！秉S鐵軍說(shuō)，此后他的研究重心逐漸向視頻編碼方向傾斜，也開(kāi)啟了視頻編碼標(biāo)準(zhǔn)突圍和超越之路。

2002年至今擔(dān)任國(guó)家數(shù)字音視頻編解碼標(biāo)準(zhǔn)工作組（AVS）秘書(shū)長(zhǎng)20年，牽頭或作為主要起草人制定三代國(guó)家標(biāo)準(zhǔn)，編碼效率實(shí)現(xiàn)了對(duì)同期國(guó)際標(biāo)準(zhǔn)的趕超。2008年上海東方明珠采用AVS1轉(zhuǎn)播奧運(yùn)會(huì)，2012年中央電視臺(tái)采用AVS+播出高清電視，之后國(guó)內(nèi)外上千路電視頻道采用，2018年中央電視臺(tái)采納AVS2進(jìn)行4K超高清播出，保障2019年國(guó)慶70周年直播，2022年中央廣播電視總臺(tái)采用AVS3對(duì)北京冬奧會(huì)8K播出。擔(dān)任國(guó)際標(biāo)準(zhǔn)化組織MPEG中國(guó)代表團(tuán)團(tuán)長(zhǎng)10年，起草ISO/IEC國(guó)際標(biāo)準(zhǔn)4項(xiàng)，獲ISO和IEC秘書(shū)長(zhǎng)聯(lián)名簽發(fā)證書(shū)。

2007年，黃鐵軍開(kāi)始研究監(jiān)控視頻編碼，2010年研究視覺(jué)特征編碼，創(chuàng)立了以特征分析與壓縮為中心的視頻大數(shù)據(jù)高效處理技術(shù)體系，發(fā)明了視覺(jué)特征高效壓縮、場(chǎng)景視頻建模壓縮、對(duì)象精準(zhǔn)分析識(shí)別等技術(shù)并成為國(guó)際標(biāo)準(zhǔn)，實(shí)現(xiàn)了識(shí)別精度和壓縮效率提升，在百度、騰訊、海信產(chǎn)品中被數(shù)億用戶(hù)使用，2017年獲得國(guó)家技術(shù)發(fā)明二等獎(jiǎng)。

悟道出世

人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量。黃鐵軍從2016年開(kāi)始全程參與國(guó)家新一代人工智能發(fā)展規(guī)劃的建議、起草和實(shí)施。2017年7月國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，11月“科技創(chuàng)新2030”新一代人工智能重大科技項(xiàng)目啟動(dòng)，黃鐵軍擔(dān)任專(zhuān)家組副組長(zhǎng)，負(fù)責(zé)基礎(chǔ)軟硬件板塊，主導(dǎo)建立了覆蓋芯片、系統(tǒng)軟件、算法框架、開(kāi)發(fā)環(huán)境和應(yīng)用編程接口的全棧技術(shù)體系，對(duì)我國(guó)新一代人工智能技術(shù)生態(tài)建設(shè)作出了突出貢獻(xiàn)。

2018年北京市發(fā)布支持建設(shè)世界一流新型研發(fā)機(jī)構(gòu)實(shí)施辦法，北京智源研究院成立，首任院長(zhǎng)便由黃鐵軍擔(dān)任，提出自由探索與目標(biāo)導(dǎo)向相結(jié)合的創(chuàng)新機(jī)制，實(shí)施智源學(xué)者計(jì)劃，緊密團(tuán)結(jié)高校院所和優(yōu)勢(shì)企業(yè)，探索人工智能前沿?！爸窃囱芯吭憾ㄎ粸槿斯ぶ悄茴I(lǐng)域新型研發(fā)機(jī)構(gòu)，密切關(guān)注人工智能技術(shù)發(fā)展，基于對(duì)未來(lái)產(chǎn)業(yè)的判斷，2020年決定集中主要精力資源做大模型方向。”

2021年3月20日，悟道1.0橫空出世。這是我國(guó)首個(gè)超大規(guī)模智能模型系統(tǒng)，取得了多項(xiàng)國(guó)際領(lǐng)先的AI技術(shù)突破，形成超大規(guī)模智能模型訓(xùn)練技術(shù)體系，訓(xùn)練出包括中文、多模態(tài)、認(rèn)知、蛋白質(zhì)預(yù)測(cè)在內(nèi)的系列模型，勇闖通用智能發(fā)展前沿，構(gòu)建我國(guó)人工智能應(yīng)用基礎(chǔ)設(shè)施。在發(fā)布會(huì)上，黃鐵軍說(shuō)“人工智能發(fā)展已經(jīng)從‘大煉模型’轉(zhuǎn)入‘煉大模型’的新階段”，大模型一代從此登上歷史舞臺(tái)。三個(gè)月后，悟道2.0再次驚艷亮相，模型參數(shù)規(guī)模達(dá)到1.75萬(wàn)億，打破了之前由谷歌預(yù)訓(xùn)練模型創(chuàng)造的1.6萬(wàn)億參數(shù)記錄，并在多個(gè)國(guó)際人工智能基準(zhǔn)測(cè)試榜單的9項(xiàng)任務(wù)上取得領(lǐng)先。

“目前，布局大模型已成為世界性趨勢(shì)。未來(lái)，人工智能大模型時(shí)代即將到來(lái)?！秉S鐵軍說(shuō)。2023年6月9日，黃鐵軍在北京智源大會(huì)上發(fā)布悟道3.0大模型系列，并宣布進(jìn)入全面開(kāi)源的新階段。

“從夢(mèng)想角度來(lái)說(shuō)，智源期望不同于前兩個(gè)技術(shù)路線(xiàn)，從‘第一性原理’出發(fā)。從原子到有機(jī)分子、到神經(jīng)系統(tǒng)、到身體，構(gòu)建一個(gè)完整的智能系統(tǒng)AGI。這是一個(gè)大概20年才可能實(shí)現(xiàn)的目標(biāo)，所以智源作為新型研發(fā)機(jī)構(gòu)平臺(tái)，在三個(gè)方向都在開(kāi)展工作?！秉S鐵軍的這段描述也梳理了此次發(fā)布的背后邏輯，分別包括大模型方向、具身方向，以及智源自己期望方向的進(jìn)展。

開(kāi)源開(kāi)放

“智源研究院在今年5月正式推出了智源大模型評(píng)估體系，并對(duì)國(guó)內(nèi)外140余個(gè)開(kāi)源和商業(yè)閉源的語(yǔ)言及多模態(tài)大模型進(jìn)行了全方位的能力評(píng)估。評(píng)估結(jié)果顯示，在中文語(yǔ)境的條件下，國(guó)內(nèi)頭部大模型的能力已接近國(guó)際一流水平，但存在能力不均衡的情況?！秉S鐵軍表示，“中國(guó)大模型的發(fā)展，需要解決算力資源短缺和高質(zhì)量中文數(shù)據(jù)語(yǔ)料庫(kù)短缺和使用難的問(wèn)題。隨著算力和數(shù)據(jù)問(wèn)題的解決，中國(guó)大模型的發(fā)展有望迎來(lái)能力的躍升?！?/p>

在數(shù)據(jù)方面，黃鐵軍指出，目前在開(kāi)源語(yǔ)料中，中文語(yǔ)料占比不足十分之一，今年6月，智源研究院推出了多行業(yè)中英雙語(yǔ)數(shù)據(jù)集IndustryCorpus1.0和千萬(wàn)級(jí)指令微調(diào)數(shù)據(jù)集InfinityInstruct，解決數(shù)據(jù)量少和質(zhì)量不高的問(wèn)題。智源研究院正在牽頭與多家單位共同建設(shè)北京市人工智能數(shù)據(jù)運(yùn)營(yíng)平臺(tái)，支持開(kāi)源開(kāi)放、積分共享、數(shù)算一體三種模式，解決數(shù)據(jù)使用難的問(wèn)題。

“今天互聯(lián)網(wǎng)產(chǎn)生了海量的數(shù)據(jù)，這些數(shù)據(jù)被大模型轉(zhuǎn)換成了智能、轉(zhuǎn)換成了智力，智力像電一樣會(huì)iQJToPl6jrXVn5Sz0fo1DA==流通，為每個(gè)人、千家萬(wàn)戶(hù)提供服務(wù)。”黃鐵軍說(shuō)：“2030年之前，我們每個(gè)人都會(huì)像今天用電、用網(wǎng)一樣方便，以很低的成本用智力，這是一個(gè)新的時(shí)代。”

對(duì)于人工智能大模型的未來(lái)發(fā)展路線(xiàn)，黃鐵軍認(rèn)為，未來(lái)3年，大模型將擴(kuò)展到視覺(jué)、聽(tīng)覺(jué)、具身、行動(dòng)等通用智能，規(guī)模變大，尺寸變小，成為具身智能的“大腦”，普通語(yǔ)言升級(jí)為科學(xué)語(yǔ)言，人工智能將解決重大科學(xué)問(wèn)題；未來(lái)10年，人類(lèi)全面進(jìn)入智力時(shí)代，就像工業(yè)革命解放體力、電力革命解決能源流通，以智力為核心的科技、經(jīng)濟(jì)、社會(huì)生態(tài)構(gòu)建完成；未來(lái)20年，行為主義（強(qiáng)化學(xué)習(xí)）和類(lèi)腦智能（徹底連接主義）發(fā)揮更大作用。

如今，黃鐵軍在抓住科技創(chuàng)新的“牛鼻子”，打造新質(zhì)生產(chǎn)力的路上耕耘不輟。他說(shuō)：“人工智能是新一輪科技革命的核心力量。作為我國(guó)大模型發(fā)源地，智源人工智能研究院正在全力訓(xùn)練多模態(tài)大模型和機(jī)器人大腦，努力實(shí)現(xiàn)人工智能認(rèn)知能力達(dá)到國(guó)際領(lǐng)先水平，支撐國(guó)家智力基礎(chǔ)設(shè)施建設(shè)，繪制中國(guó)式現(xiàn)代化的新華章！”