智源研究院发布“悟道3.0”大模型系列

北京日报客户端 | 记者 孙杰

6月9日，2023北京智源大会在北京开幕。国际人工智能领域的顶级专家和学者齐聚大会，围绕当前人工智能学术领域迫切需要解决的问题和产业落地存在的各种挑战，开展深入研讨。

智源大会是北京智源人工智能研究院举办的年度国际性的人工智能领域高端学术交流活动，今年已经是第五届。智源大会已经成为北京乃至中国人工智能发展的学术名片。

大模型是当下全社会关注的热点。什么是大模型？智源研究院院长黄铁军当日表示，大模型至少有三个特点：其一，规模要大，神经网络参数要达到百亿规模以上；其二要有涌现性，这是人工智能发展六七十年来最具里程碑的一个新特性，可以产生预料之外的新能力。如果一个模型只从原有的数据、算法推导出来结果，那不叫“涌现”，“涌现”一定是有全新的功能出现。其三，通用性，不限于针对专门问题或者专门领域，能够解决各类问题。

从算法、算力和数据三个维度，目前大模型发展的制约点在哪里？黄铁军在接受采访时表示，目前制约点是中国训练的大模型都还不够大，智能水平也有差距。从技术判断来说，现在大模型的“大”远远没有达到天花板和包罗万象的程度。仅从语言这一大类来说，可能也得3年左右的时间才能做到包罗万象。他判断，未来3年大模型的规模肯定还会放大，能力还会更强，这应该是基本趋势。

“现在太热，太热就是制约点。”他表示，国内大模型有很多，但距离真正的顶尖水平还比较遥远。重复性发力越多反而越分散资源，在大模型研发方面能否集中力量办大事，这是目前最应该发力的。

智源研究院是2018年11月成立的非盈利研发机构。近年来，智源研究院积极探索新型科研管理等体制机制的创新，已在创新研究、学术生态、成果转化等方面取得重大进展，取得了一系列研究成果。当日，智源研究院正式推出全面开源的“悟道3.0”模型，包括视觉大模型EVA、大语言模型悟道·天鹰在内的一系列多类别模型。

其中，谈到视觉大模型的发展现状与趋势，黄铁军介绍，视觉模型到目前为止问题还在解决中，不像语言模型有那么多涌现和应用的发展。视觉模型还处在爆发的前期阶段，但视觉ChatGPT时刻接近了。什么时候视觉模型真正能像ChatGPT那样引爆？他认为还需要一种“杀手级”应用才能激发出大家的热情，也才能激发出模型背后的能力。类似自动驾驶可能会是这样一个应用方向。

未来，人工智能将如何改变人们的生活？黄铁军表示，作为技术工具，人工智能替代原来很多只有人才能完成的任务，AI替代之后带来效率提升成本降低。新工具带来生产效率提升的同时，也就意味着很多人的工作会被替换掉，原来很稳定的工作现在AI可以以更低成本做到，这些工作人员就会面临比较大的冲击。他认为，人和人工智能融合的时期至少有10年甚至更长一段时间。