悟道的想象世界

下午观看2021北京智源大会网络直播。想进一步了解基于“超大模型”的通用人工智能的发展情况。特别是这次会上发布的悟道2.0的一些创新应用。

自GPT-3问世以来，不到一年，通用人工智能领域发展迅猛。今年1月，Google推出Switch Transformer模型，将参数量提升到1.6万亿，成为人类历史上首个万亿级语言模型。不到五个月，中国的悟道2.0，参数量达到1.75万亿，创下全球最大预训练语言模型记录。

“悟道2.0”实现了“大而聪明”，具备大规模、高精度、高效率的特点。目标是打造数据和知识双轮驱动的认知智能，让机器能够像人一样思考，实现超越图灵测试的机器认知能力。据说，多项基准测试超越了OpenAI GPT-3、DALL·E以及Google ALIGN等先进模型。

悟道2.0目前有文汇、文源、文澜、文溯几大场景。

悟道·文汇面向认知领域，目前，已经具备初级认知能力，在开放对话、知识问答、可控文本生成等认知推理任务上有不错的表现。文汇希望从更本质的认知层面去探索通用人工智能的潜力。

悟道·文源具有识记、理解、检索、数值计算、多语言等多种能力。在开放域回答、语法改错、情感分析等20种主流中文自然语言处理任务中都有很好的表现。

悟道·文澜尝试通过多模态解决现实场景的需求。解决自然语言处理、计算机视觉以及语音识别技术的大规模落地，“多模态”是当下前沿技术走向产业应用的一个突破口。

悟道·文溯用于电子信息、生物医药等基础科学科的科学研究。譬如蛋白质预测。去年DeepMind公司研究人员研发的AlphaFold，将蛋白质结构预测的准确度提高到了原子水平，解决了困扰科学界近50年的重大难题。悟道尝试以基因领域认知图谱为指导，通过超大规模预训练模型解决超长/复杂蛋白质序列的建模和预测问题。

智源研究院与新华社合作将悟道模型应用于新闻智能化转型，这是新闻领域0到1 的突破。在新闻领域，悟道模型能够处理新闻下游任务， 包括新闻内容处理、图文生成、传播优化等，还具备接近人类的图文创意能力，可以作诗、 问答、创意写作等。

对于将悟道模型用于新闻生产，我非常感兴趣，下午联系智源研究院，表达了进一步合作的愿望，对方表示等智源大会结束后再详谈。我通过悟道官方网站申请了悟道API接口，目前正在研究测试中。有进一步消息再和大家分享。

智源研究院表示，悟道2.0后续将支持个人开发者、中小创新企业、行业应用企业、IT领军企业等不同主体，提供模型开源、API调用、“专业版”大模型开发、大模型开发许可授权等多种形态的模型能力服务，赋能AI技术研发。非常值得期待。

下午的直播会上，演讲嘉宾分享了悟道2.0一个小应用——布灵的想象世界，你可以在这个应用上输入一句文案，人工智能程序，会根据你的文案，提供一副想象的图像。

譬如，我输入一句文案：我想要一个女朋友

这个基于悟道·文澜模型的布灵，给我发了这样一张照片，不知是啥意思。

下面这张是大海在咆哮，还算贴切吧，

你可以用手机浏览器中点击这里打开布灵的想象世界测试。