今天小編分享的科學經驗：大模型的“第一性原理”：技術創新與社會價值的接軌，歡迎閲讀。
随着時間來到 2023 年第三季度，國產大模型已經達到 100 多個，" 百模大戰 " 正式開啓。
大模型，我們有了很多選擇，也開始呈現出某種同質化。除了拼參數、比背景、看榜單，有沒有其他方法，讓我們更好地判斷一個大模型的價值呢？
亞裏士多德認為，任何一個系統都有自己的第一性原理，它是一個根基性命題或假設，不能缺省，也不能被違背。
透過表象，追尋本質，會發現各家大模型的 " 第一性原理 "，有很大的不同。而這個核心的不同，也會帶動大模型走向不同的發展模式。
比如 OpenAI 的内核是 AGI，大語言模型以 " 通用人工智能 " 的目标，作為出發點，最近才開始走向行業。
一些通用大模型，内核是 " 科研 "，在榜單上有不俗的成績，而行業應用所需要的配套工具、算力基礎設施等，則不在研發者的考量中，逐漸淡出主流視野。
一些產業大模型，内核是 " 應用 "，要快速勝任某一些具體的任務場景，加入了行業知識和專有數據 " 特訓 "，可基礎模型能力一般，遇到 " 常識性問題 " 就掉鏈子。
工具可以開發，算力可以買，一個大模型的内在價值核心，卻不會輕易替換。
我們一層層剝開京東大模型，看到了一個核心，就是—— " 產業 "。
最近恰逢 WAIC 和 JDD 大會，我們跟京東探索研究院院長、京東科技智能服務與產品部總裁何曉冬博士，進行了多次交流，他深入分享了很多京東對于大模型的思考。
将 " 產業價值 " 作為大模型的 " 第一性原理 "，會讓大模型走出怎樣一條差異化的發展之路呢？我們不妨以京東為例，來展望一下產業大模型的未來。
大模型的價值起點
巴菲特曾説過，投資是滾雪球，找到 " 長長的坡 " 和 " 很濕的雪 "，雪球一旦啓動，堅持下去，就能越滾越大。
從產業的視角出發，會發現大模型這顆 " 雪球 " 的核心價值自證，确實還存在着很多問題，比如：
1. 技術的可用性存疑。
產業化最後一公裏的問題，看起來好像不大，卻是決定大模型能用不能用的邊界。
京東從 2017 年開始關注大模型，就很注重行業落地，也碰到了一些經驗教訓。
何博士直言，" 拿着刷榜的技術給業務部門去秀，用起來碰到各種各樣的小問題，對使用者來説不可用，後來人家就不信你了，你再怎麼説也覺得你技術不行 "。
2. 行業的連接不夠充沛。
大模型落地，需要解決一個一個具體問題。這些問題不可能在實驗室裏 " 湧現 "，行業到底需求什麼，有哪些限制條件，都要從產業實踐和應用中找到答案。
何曉冬博士認為，大模型是不能自己坐在辦公室拍腦袋想出來的，一定是行業凝練出來的。
但向上觸碰學術、向下扎根行業，這樣的 AI 研究機構本身就很稀缺。
3. 價值回報還很朦胧。
引入大模型，意味着企業要增加各種成本，消耗大量的資源。企業引入大模型，也希望得到經過反復嘗試被證明沒有問題的產品。目前很多大模型的價值自證，還不夠有力。
何博士就提到，一般的生成式語言模型，内容正确率是 83%、85% 左右，to C 用户覺得還可以，但嚴肅商用的時候，模型正确率要達到 95% 以上，才能達到企業的要求。" 明明這個活動打的是八折，大模型生成的營銷文案説是五折，這個事情商業上是不可接受的 "。
事非躬行不知難，大模型急需一場產業價值的自證與他證。
破解方式其實也很簡單，就是一步一個腳印，把該踩的坑都踩了，把遇到的問題都一一解決。
所以年初，大語言模型高歌猛進的時候，京東沒有跟風，它在忙什麼？忙着解決問題。
京東的長坡
以 " 產業價值 " 作為 " 第一性原理 "，京東做大模型最先關注的，不是籤了多少單，什麼時候開發布會，而是夯實基礎設施。
AI 三要素：數據、算力、算法，都需要更新，才能撐住大模型時代，如同一個 " 長坡 "，讓大模型的 " 價值雪球 " 可以向前滾動。
先説數據。產業大模型，一般是先用公網域數據訓練基礎模型，再用行業專有數據進行 " 特訓 "，相當于先在中學上通識課，再到大學裏去學專業技能。京東的思路很不一樣，言犀大模型訓練時融合 70% 的通用數據與 30% 數智供應鏈原生數據，把零售、金融、健康、物流的 know-how 和數據，也放到基座模型中，相當于既做了通識教育，又上了很多門專業課，有更多的行業理解。
所以京東的大模型一推出來，面向知識密集型、任務型產業場景，已經可以解決真實產業問題。
再説算法。算法是大模型的核心能力，也是拉開產品體驗差距的關鍵。目前，單點算法已經不足以撐起大模型了，大語言模型就包含了強化學習、提示學習、預訓練等一系列優化。成體系的技術體系和算法創新，也更容易形成護城河。
然後是算力。很多大模型推出後不久便停止開放、限制互動次數，就是因為算力不足或成本昂貴，企業想用也用不起。所以，大模型後續能否持續為產業所用，算力不能成為短板。
京東在 2021 年就建立了最先進的 DGX 集群，在重慶落地了全國首個基于 SuperPOD 架構的超大規模計算集群——天琴 α，推理提速 6.2 倍，推理成本節省 90%，為基礎大模型的訓練和迭代提供保障，保持競争力。
一路深耕 AI 三要素，京東為大模型從技術走向產業，構築了一條 " 長坡 "。至此，大模型的價值底座，已經非常堅實。
產業的厚雪
回顧上一階段的產業智能化，很多技術能力都停留在表面，難以深入行業或規模化復制。大模型的價值變得飽滿，要卷起產業的 " 厚雪 "，将雪球越滾越大。
在何曉冬博士分享的一系列京東大模型技術和實踐裏，我們可以看到，大模型黏住產業 " 厚雪 " 的多種姿勢：
一是技術黏着。
產業 AI 落地難的很多問題，其實都源于技術瓶頸，比如深度學習的不可解釋性、泛化能力不足、模型精度不夠等。京東通過基礎技術的體系化突破，讓大模型變得高可用，形成端到端的產品價值。
比如數字人，基于 10 餘年智能對話經驗與多模态互動技術積澱，京東雲多模态數字人只需要極少量樣本素材，5 分鍾簡易拍攝，就可以自動生成聲情并茂的數字人，讓中小商家與個人能夠用得起、用得上數字人服務，算力、開發周期、人才等高門檻不再成為問題。
二是工具黏着。
目前，很多大模型廠商都開放了 API 調用的 MaaS 服務，但一個容易忽略的問題是，調 API 也是需要一定能力和開發工作的，很多傳統行業的用户，連 AI 基礎調用 API 的能力都不一定有。
豐富、極簡、開箱即用的工具，是產業落地必不可少的條件。京東的目标是，讓對 AI 完全沒有認知的用户，也可以直接使用大模型，提供從數據模型到應用服務的全周期管理，從基礎層、模型層、MaaS，延伸到了應用層的 SaaS 服務。
言犀大模型開放計算平台的行業知識庫，就沉澱了 100 多種訓練和推理優化工具，不到一周時間，即可完成從數據準備、模型訓練、到模型部署的全流程。
三是實踐黏着。
比起某個榜單上的書面效果，企業應用大模型，更希望看到實際應用中的真實效果，對技術能力和價值收益有一個更清晰的感知。京東已經進行了大量的產業實踐，優勢格外明顯。
目前，大模型在零售、金融、健康、物流等京東内部高復雜場景大規模錘煉，并融合行業解決方案對外輸出，可以減少大模型落地的顧慮和成本。
比如文本生成，零售領網域的文案，每個品類的敏感信息審核門檻都不一樣，基于京東全品類豐富的商品數據積累和大模型，京東雲 AIGC 内容營銷平台，已經可以通過一張商品圖片，生成電商運營需要的商品主圖，營銷海報圖和商詳圖等，每套圖成本降低 90%，周期從 7 天縮短到半天，而且不用擔心内容有風險，因為大模型的安全可信，在京東零售内部已經錘煉過了。
再比如健康診療，是一個對内容專業性和可靠性要求非常高的場景，京東健康應用大模型，進行健康助手及輔助診療，已涵蓋超千種疾病專業性服務，目前累計超 3 千萬高質量醫患對話，百萬級規模醫學知識圖譜。這些積累。
黏住產業的 " 厚雪 "，做實大模型的技術紅利，是這一輪 AI 熱潮，帶給科技企業的真正機遇。
在京東，產業大模型已經從一種技術設想，逐漸變為清晰的發展方向，以及可執行的行動方案，正在撬動產業 AI 的下一個可能。
抱一而為天下式
大模型的價值探索
在年初的熱鬧中保持冷靜，在 " 百模大戰 " 來臨之際，京東卻率先給出了大模型的價值公式：大模型的價值 = 算法 × 算力 × 數據 × 產業厚度的平方。
當下階段，大模型的野蠻生長，已經告一段落，走向新的應用紀元。推動大模型 " 從參數為中心 " 向 " 以應用為中心 " 轉變，是目前的核心問題。京東憑什麼後發先至？或許是很多讀者心中的 " 未解之謎 "。
但透過 " 第一性原理 "，我們卻可以看到，京東大模型差異化，是一種 " 必然 "。
京東技術的 " 第一性原理 "，就是 " 產業價值 "。
如京東 CEO 許冉所説，京東研發每一項技術，都将產業屬性作為出發點、產業價值作為目标：技術源于產業需求，歷練于產業場景，創造產業價值。
這個 " 第一性原理 "，造就了京東大模型的路線分野——產學研用的高度結合。
不同的出發點：不同于科研類大模型的 " 兩耳不聞窗外事 "，也不同于行業大模型的 " 一心只掃門前雪 "，京東從產業端切入大模型，既需要錘煉基座模型的先進技術，又需要考慮為整個產業和社會創造價值，這條路如同 " 從北坡等珠峰 "，更難也更有價值。
不同的行路人：看到了路，就需要有攀登的人。以何曉冬博士為代表的京東技術人，眼中有人間煙火，聚焦產業場景，服務京東自己的業務需要，技術在真實場景中被實踐打磨，被驗證，再解耦賦能其他合作夥伴；眼中也有星辰大海，京東探索研究院當技術剛剛在地平線上露出來的時候，就看到五年後可能會發生一些革命性的改變，開始前瞻性的布局，大模型就是其中之一，具身智能、多模态大模型、AGI 等，都是京東正在關注的方向。
不同的路線圖：京東做大模型，不是 " 無的放矢 "，對于大模型的應用實踐，已經有了明确的 " 三步走 " 規劃，第一步，基于内部實踐構建通用大模型；第二步，在零售、金融、健康、物流等京東内部高復雜場景大規模錘煉，融合行業解決方案對外輸出；第三步，針對嚴肅商業場景将大模型能力對外開放。目前，京東雲已經基于内部實踐構建了通用大模型。到今年年底，京東将經由高復雜場景大規模錘煉，迭代出扎實的產業服務，預計在 2024 年初，會将大模型能力向外部嚴肅商業場景開放。目前，京東已經走到第二步，并在内部取得了豐富的實踐成果。
以 " 產業價值 " 作為大模型的 " 第一性原理 "，驅動着京東在大模型領網域，走上了差異化的發展模式，率先完成了產業價值的創生和積累，更早進入應用紀元。
京東大模型的 " 價值雪球 "，正以 " 馬太效應 " 越滾越大，加速駛向千行百業、人間煙火。抱一而為天下式，大模型的產業價值，最終會凝結在萬千眾生的微笑裏。
>
