揭秘大模型時代背后,那些平凡的天才們(平凡的天才小說)

在如今這樣一個大時代背景下,說到“天才”,人們很容易就能想到那些游走在時代前端的科技開拓者。

今年7月份,在2023年中國互聯網大會上,一組中國人工智能產業創新人才競爭力的數據頗引人注目——百度公司在預訓練大模型、深度學習、自然語言處理、知識圖譜、智能語音、計算機視覺、自動駕駛等七大領域的專利積累和人才儲備,都遙遙領先于其他同行。

為什么是百度?這個問題,可能只有他們自己才能回答。

在中國,幾乎人人都在用百度。然而,或許也正是因為人們對百度過于熟悉,所以便輕易地忽視了它背后的“機器”一直在如何運轉。

實際上,作為一家產業化公司,百度一直在悄悄地“搞發明”。2022年年底,隨著ChatGPT在全球范圍內掀起了一場大爆發,一場科技賽程的追趕開始了,等到大家回過神來的時候,百度已迅速拿出了自己已錘煉多年的大模型、高端芯片“昆侖芯”、飛槳深度學習平臺、量子、自動駕駛等科技前沿成果。

2023年7月6日,上海世博展覽館,參觀者走過百度的展臺。(圖/視覺中國)

據了解,在過去的一年里,百度核心研發費用達到了214.16億元,占了百度核心收入比例的五分之一。近十年來,百度累計研發投入也是超過了1400億元。

早在2013年,李彥宏宣布百度將成立專注于Deep Learning(深度學習)的研究院,要做中國人工智能領域的“貝爾實驗室”,吸引全球最頂級的人才。多年來,百度高度重視人才培養。2020年,為培養高校AI人才,飛槳啟航計劃投入總價值5億元的資金與資源;2021年,飛槳再發布“大航?！庇媱?3年投入15億元資金和資源,李彥宏稱,要為中國培養500萬名AI人才。

如今,隨著大模型時代的到來,人們的生活開始慢慢從“數字化”往“數智化”邁進,當越來越多的百度“創造”抵達用戶之后,人們不禁疑問,到底是什么樣的人,才可以發明出這些了不起的東西?2023年9月12日,百度在北京發布了2023年“百度十大科技前沿發明”,同時也把那些科技幕后的創造者們,推到了臺前。

說起新時代的科技發明,似乎并不能像學習一個物理公式那樣輕松,也無法像理解愛迪生如何發明了電燈泡那樣簡單。自從互聯網誕生之后,人類從物質的三維世界,邁向了更廣闊的維度。

為了更清楚地揭秘現在的科技開發者都在做些什么,百度公司的同學們,向《新周刊》介紹了如今的互聯網行業,為什么會被稱為“大模型時代”——相較于傳統的“操作系統+應用”的運行方式,AI時代的到來,將互聯網科技的技術棧,拆分成了現如今的四層架構。

這么說來,或許很容易讓人費解,但其實簡單地說,就是AI技術在傳統的運行方式上,植入了一個智能“插件”,只不過這個“插件”,需要芯片、深度學習框架、預訓練大模型,以及各種落地應用來共同運轉。

就在這樣的行業背景之下,百度近年來自主研發的“飛槳深度學習平臺”和“文心大模型”,仿佛一對“組合拳”,連接了整個上下游產業鏈,并且在國內遙遙領先于其他科研機構。

百度知識圖譜部的小凡,2011年研究生畢業就加入了百度,目前主要負責大語言模型推理技術及應用。他說與很多科技工作者一樣,自己會有一個通用人工智能(AGI)的夢想,而大語言模型將加速它的實現。據他介紹,正如“文心”出自《文心雕龍》的典故,百度對于大模型的開發就好比雕刻,如何讓其能像人一樣去思考和推理,是他所在團隊的主要工作目標。為了達成這樣一個目標,他們基于百度超大規模知識圖譜,進行大規模的思維數據構建與模型訓練,并通過大量的實驗印證,以各種形式逐步提升大模型的推理能力。

如今,這項基于思維鏈的大模型推理技術,在小凡等人的推動下,大大提升了大模型的推理能力,并且面向涉及復雜推理的應用場景,展現出了強大的技術實力和創新性。

此外,與“文心大模型”聯系密切的“飛槳深度學習平臺”,自從2016年開源以來,目前已凝聚了超過800萬名開發者,廣泛服務于金融、能源、制造、交通等領域,穩居中國深度學習平臺市場綜合份額第一。

據百度深度學習技術平臺部的華琪介紹,隨著大模型時代的到來,算力的需求越發凸顯,對深度學習框架的硬件適配技術,也提出了更高的要求。華琪自2020年加入百度后,便開始主要負責飛槳框架的硬件適配工作。如今,飛槳已經和40多家硬件廠商完成適配。

華琪告訴《新周刊》,為了解決AI技術的三要素——“算法、數據、算力”中的算力,芯片的選型和適配是一個非常大的問題。飛槳多硬件分層適配一體化技術,大大降低了適配開發成本,提升了硬件適配效率,加速了人工智能基礎設施的建設,有助于未來更多的技術突破。

飛槳深度學習開源框架。

“我們做的事談不上多么神秘莫測,除了我本身就容易被前沿技術吸引之外,更重要的是,我們覺得工作應該是件有意義的事情?！比A琪說。不過在筆者看來,他們的確與普通人無異,只是做的事都并不普通。

科技的發展作用于社會、造福于人,很多時候不可避免地會向著各種不同行業進行延展,比如生物醫藥、未來教育,以及駕駛出行等,涉及到社會生活中的方方面面。

百度自然語言處理部的張肖男,本科是數學專業,研究生偏重于電子計算機領域,然而當她開始進入到“生物計算大模型”的研發,看到那些小分子化合物和大分子蛋白質,感覺既熟悉又陌生,這就使得她不得不從0開始學習生物醫藥方面的專業知識。不過張肖男表示,這種從計算機向生物醫藥的跨學科相對還好些,有些反過來從其他行業跨入計算機行業的同事,就要難受很多。

據張肖男介紹,隨著2020年全球新冠疫情的暴發,AI在生命科學領域的應用取得了突破性進展,比如谷歌AlphaFold2的出現,為人工智能技術的落地開辟了新的思路。突如其來的研究課題,落到百度科技研發團隊人員的身上,不僅變成了技術攻堅,同時也成了一種社會責任。

“百度最開始在國內做生物醫藥的時候,由于此前積累很少,所以受到過不少跨行業人士的質疑。但是這兩年多來,我們通過不斷學習,堅信自己的實驗數據,最終取得的成果也逐漸得到了行業的認可?！睆埿つ姓f。

文心·生物計算大模型技術。

學習是永恒的母題。除了對生物計算大模型的研發,百度投身于高性能自研量子芯片的研發,不斷地在尋求新的突破。

百度量子計算研究所的舍騮策告訴《新周刊》,隨著信息技術的不斷發展,量子計算作為一項前沿科技,一直備受關注。我們社會的生活與生產都需要“算力”,無論是ChatGPT,還是文心大語言模型,背后對算力的需求愈來愈強烈。于是,“后摩爾時代”新的計算范式成為大家努力追尋的方向。受益于量子的特性,高性能量子芯片能夠在某些復雜計算任務展現“量子優勢”,提供超越于經典計算機的算力。

百度研發的量子芯片。

2014年,舍騮策還在法國攻讀博士,當他通過新聞留意到美國的IBM和Google公司已經開始投入量子計算的研發,而彼時國內還沒有任何一家企業在做的時候,便萌生了投身量子計算產業的想法。后來,舍騮策畢業歸國,經人引薦認識了百度量子計算研究所的所長段潤堯。經過幾次交流后,舍騮策倍受鼓舞,不甘于停留在學術界的他,意識到讓量子計算落地才是自己真正想做的事業。

2018年,舍騮策加入百度。作為“高性能自研量子芯片項目”的核心研發人員,舍騮策瞄準“設計—流片—測控”閉環中的核心技術,在Feature Team的團隊氛圍之下,攻克了不少量子芯片研發中的短板問題。如今他和團隊同學所研發的專利技術,為百度量子計算產業化提供了非常重要的量子硬件基礎。

“‘專注如一,不設限,把事情做到極致’是我們的信條?！鄙狎t策善于觀察,他說百度的同事之間,都會互相稱呼“同學”?！敖小瑢W’是百度的文化之一,其實在我們的團隊當中,大家教育背景和專業不盡相同,但是無論來自哪里,當大家聚集在一起時,就都成了一種互相學習的關系?！?/p>

不斷學習似乎成了百度最流行的文化,正如張肖男所說:“如果站在歷史的長河里去看百度的產業布局,我覺得任何時候都無法斷言它趨于完整,比如國內的開源生態現在也很繁榮,各自都有各自的優勢吧?！痹谒磥?科研的開發永遠沒有終點,百度只不過是引領了國內大模型的技術產業生態,而未來是不可預測的,也是充滿機會的,這個機會對于每個做科技的公司,以及對于每個做開發的人來說,都是均等的。

“做科研開發的人,很容易被視作‘狠人’‘大?！?更何況百度的價值導向,是一種長期的技術信仰?！绷L春在介紹自己關于“自動駕駛決策系統”的發明專利時說,為了讓汽車在不同的路況環境中做到甚至是超越人眼和大腦的判斷,需要不斷攻克和解決自動駕駛中的基礎問題,這其實還是回到了對深度學習技術的應用,在這個過程里,柳長春只能逼著自己往前走,“因為問題都是可視的,一項一項去解決就好了?！?/p>

據柳長春回憶,2015年,百度的第一輛無人駕駛車開上北京的五環的消息,轟動了整個社會。作為當時剛從清華大學自動駕駛專業研究生畢業的他,沒作多想,便將自己的簡歷投向了百度。在加入百度之后的六七年當中,他自覺與自動駕駛技術的研發工作,是一種共同成長的關系,有突破的時候,當然也有低谷的時候,不過只要看到項目推進哪怕一點點、問題解決一小個,他都能重新振奮起來,因為他相信“悲觀者看到問題,樂觀者改變世界”。

百度無人駕駛車的決策數據閉環系統。

畢業于北京大學的史海波,與柳長春幾乎是同一時間加入了百度,不過他所參與研究的領域,是公司的看家本領——“百度搜索”。六七年來,為了讓搜索引擎變得更高效,早在ChatGPT-4爆發之前,他便一直在機器問答領域不斷摸索,如今研發出了“生成式搜索系統”的發明,為百度搜索的迭代做好了充分的準備。

“學術界關注更多的是科學突破,但是在工業界,想的卻是把想法變成現實,真正把東西造出來?！笔泛２ㄕf,“當代的年輕人普遍容易焦慮,不過做這一行就不太可能,因為每天都在解決實際問題?！?/p>

相比起年輕人,早在2006年入職百度的秦同學,就是“干實事”的最好例子。作為“鳳巢”的首席構架師,他通過搜索變現的方式,曾為百度每年帶來上百億元的收入。他也一直從未停止過想象,怎樣才能把推薦算法變得更加智能。據他回憶自己曾經看過的一部電影《Her》,里面那個“陪伴式的智能體”,成了他的愿望和目標。

直到2019年,秦同學轉入推薦策略部后,通過千億級參數的“文心大語言模型”,他找到了抵達“目標”的關鍵技術突破口,歷時三年終于研發出了“基于用戶心智理解的對話式推薦技術”。名字乍一看有些長,但其實不難理解,這是一種從“數字”到“數智”的飛躍。

在秦同學看來,創新的目標是用科技讓復雜的世界更簡單。在掌握核心技術的百度,一如既往地工作了17年,是他從未后悔過的決定。據他透露,百度內部有一個科技創新最高獎,也是中國互聯網行業最高級別的獎,每個獎金是100萬美元,而光是他帶領的團隊,就拿到過六次。

“其實沒想那么多,就是做自己最擅長的事,而且百度的企業文化一直是簡單可依賴,沒有復雜的人際關系,大家自上而下都是懂技術的,所以都在踏踏實實做事情?！鼻赝瑢W說。

百度量子。

他創新的腳步一直在前行,最近又在推動大模型往個人智能助理的領域發展,這一想法來源于他在生活中觀察到的,人們一直期望高效獲取信息,獲得高情緒價值、教育價值等,在他看來,如果大模型在個人智能助理領域能夠成功做到,那么將來就能泛化應用到人們生活的各個領域。

秦同學說:“我們無須過于擔心,科技的發展會如何影響人類的生活,其實只要將科技視作一種方法,讓社會朝著更良性、更公平的方向發展,一切就都是值得的,也是每個科技研發者共同肩負的責任?！?新周刊)