学术界普遍认为,深度学习具有很强的通用性,并具备标准化、自动化和模块化的工业大生产特征,将推动人工智能进入工业大生产阶段。2019年以来,深度学习技术和应用的发展充分验证了这一观点——深度学习技术的通用性越来越强,深度学习平台的标准化、自动化和模块化特征越来越显著。而预训练大模型的兴起,则使人工智能应用的深度和广度进一步拓展。这意味着,人工智能已进入工业大生产阶段。
王海峰表示,人工智能具有多种典型能力,理解、生成、逻辑、记忆是其中的核心基础能力,这四项能力越强,越接近通用人工智能,而大语言模型具备了这四项能力。
具体而言,人工智能的典型能力如创作、编程、解题、规划等都依赖于理解、生成、逻辑、记忆等核心基础能力,依赖程度有所不同。以解题为例,从读懂题目、解答题目到最后写出答案,需要理解、记忆、逻辑及生成能力的综合运用。
如何获得这些能力?王海峰介绍,以文心一言为例,首先从数万亿数据和数千亿知识中融合学习得到预训练大模型,在此基础上采用有监督精调、人类反馈的强化学习和提示等技术,并具备知识增强、检索增强和对话增强等技术优势。进一步地,通过多种策略优化数据源及数据分布、基础模型长文建模、多类型多阶段有监督精调、多任务自适应有监督精调、多层次多粒度奖励模型等技术创新,全面提升基础通用能力。
当下,以大语言模型为代表的人工智能正在深入千行百业,加速产业升级和经济增长。“在此进程中,技术创新和应用落地形成良性循环,理解、生成、逻辑、记忆等能力持续提升,产业应用的广度和深度持续拓展,大语言模型为通用人工智能带来曙光。”王海峰说。