今天小編分享的互聯網經驗：百度王海峰披露飛槳生态最新成果：開發者數量已達800萬，模型數超80萬，歡迎閲讀。
8 月 16 日，在 WAVE SUMMIT 深度學習開發者大會 2023 上，百度首席技術官、深度學習技術及應用國家工程研究中心主任王海峰首次對外表示，大語言模型具備了理解、生成、邏輯、記憶等人工智能的核心基礎能力，為通用人工智能帶來曙光。
2019 年 4 月，王海峰在首屆 WAVE SUMMIT 深度學習開發者大會上提出，深度學習具有很強的通用性，并具備标準化、自動化和模塊化的工業大生產特征，推動人工智能進入工業大生產階段。
百度方面表示，四年來，深度學習技術和應用的發展充分驗證了王海峰的觀點。深度學習技術的通用性越來越強，深度學習平台的标準化、自動化和模塊化特征越來越顯著，而預訓練大模型的興起，使得人工智能應用的深度和廣度進一步拓展。人工智能已進入工業大生產階段。
标準化方面，框架和模型聯合優化，多硬體統一适配，應用模式簡潔高效，大幅降低人工智能應用門檻；自動化方面，從訓練、适配，到推理部署，提升人工智能研發全流程效率；模塊化方面，豐富的產業級模型庫，支撐人工智能在廣泛場景的便捷應用。
據介紹，得益于飛槳產業級深度學習開源開放平台和文心大模型的互相促進，飛槳已有 800 萬開發者，服務 22 萬家企事業部門，基于飛槳創建了 80 萬個模型。王海峰闡釋了飛槳開發者社區 AIStudio 中文名 " 星河社區 " 的含義，" 文心加飛槳，翩然赴星河 "。
王海峰表示，人工智能具有多種典型能力，理解、生成、邏輯、記憶是其中的核心基礎能力，這四項能力越強，越接近通用人工智能，而大語言模型具備了這四項能力，為通用人工智能帶來曙光。
具體而言，人工智能的典型能力如創作、編程、解題、規劃等都依賴于理解、生成、邏輯、記憶等核心基礎能力，依賴程度有所不同。以解題為例，從讀懂題目、解答題目到最後寫出答案，需要理解、記憶、邏輯及生成能力的綜合運用。
如何獲得這些能力呢？以文心一言為例，首先從數萬億數據和數千億知識中融合學習得到預訓練大模型，在此基礎上采用有監督精調、人類反饋的強化學習和提示等技術，并具備知識增強、檢索增強和對話增強等技術優勢。
進一步地，通過多種策略優化數據源及數據分布、基礎模型長文建模、多類型多階段有監督精調、多任務自适應有監督精調、多層次多粒度獎勵模型等技術創新，全面提升基礎通用能力。在檢索增強和知識增強的基礎上，通過知識點增強，提升對世界知識的掌握和運用；通過大規模邏輯數據構建、邏輯知識建模、多粒度語義知識組合以及符号神經網絡，提升邏輯能力；通過構建數據、内容、模型和系統安全的全面安全體系，保障大模型的安全性。
效率方面，據介紹，通過飛槳端到端自适應混合并行訓練技術以及壓縮、推理、服務部署的協同優化，文心大模型訓練速度達到原來的 3 倍，推理速度達到原來的 30 多倍。
應用方面，通過數據驅動、提示構建，以及插件增強進行場景适配，協同優化。文心一言已上線百度搜索、覽卷文檔、E 言易圖、説圖解畫、一鏡流影五大插件，使模型具備生成實時準确信息、長文本摘要和問答、數據洞察和圖表制作、基于圖片的創作和問答、文生視頻等能力。插件機制擴展了大模型能力邊界，更适應場景需要。王海峰表示，未來百度将與開發者共建插件生态。
