沒有好問題，就沒有好答案。
百度技術(shù)積累如何，比起谷歌微軟的搜索會有什么優(yōu)勢？
百度的大模型參數(shù)比ChatGPT多近50%，質(zhì)量會更好嗎？
————
之前文章提過，北京時間2月7日，谷歌發(fā)布了Bard，直接與ChatGPT競爭，而微軟緊接著發(fā)布了新Bing，這個ChatGPT技術(shù)支持的搜索引擎驚艷四座。兩家公司分別上漲了4%多一點。
同樣在2月7日，百度對外證實正在打造中國版的類ChatGPT項目，隨即，百度股票漲了15%。百度的微信官宣，項目名為文心一言（英文名ERNIE Bot）。其中，“ERNIE”是“Enhanced Representation through Knowledge Integration”的縮寫，即“通過知識集成實現(xiàn)增強型表達”。
資本市場給予了類ChatGPT項目很高的期待。2月1日，便有消息傳出，百度將于3月在國內(nèi)推出類似ChatGPT的智能聊天程序，截至當日收盤，百度港股股價報收于144.3港元，漲幅達到8.66%。
美國投行麥格理稱，百度可見的上行驚喜將會是公司有機會在中國推出類似ChatGPT的人工智能(AI)聊天機器人，該公司將百度2023年、2024年兩年經(jīng)調(diào)整每股盈測分別上調(diào)13%、4%，并預計2023年經(jīng)調(diào)整經(jīng)營利潤率將提高2.4個百分點至18.3%。資管巨頭貝萊德則增加持倉，將其在百度的持股比例增至6.6％，成為該公司最大股東之一。但隨后2月8日百度股價有所回落，2月9日百度股價低開低走。
為什么百度股票漲得這么多？
百度方面表示，“百度是國內(nèi)少有的擁有大模型技術(shù)的企業(yè)，其從2019年開始進行大模型探索，打造文心大模型家族，包含PLATO、ERNIE 3.0等多個NLP大模型，其中PLATO也主打?qū)υ捊换?。從技術(shù)上看，文心過往在NLP模型上的實踐，將成為百度打造‘文心一言’的基礎(chǔ)?！?/p>
據(jù)百度方面介紹，開發(fā)中國的ChatGPT，百度并不是從零開始，百度在人工智能領(lǐng)域已經(jīng)深耕數(shù)十年了。
目前的文心系列大模型參數(shù)規(guī)模達到2600億，比GPT-3的1750億參數(shù)多48.5%。具備跨模態(tài)、跨語言的深度語義理解與生成能力，表現(xiàn)超越谷歌的T5和OpenAI的GPT-3，是全球最大的中文單體模型。
百度同時具備人工智能需要的算力、算法和數(shù)據(jù)，并且在底層的芯片、深度學習框架、大模型以及最上層的搜索等應用四層技術(shù)棧均有布局。擁有產(chǎn)業(yè)級知識增強文心大模型ERNIE ，具備跨模態(tài)、跨語言的深度語義理解與生成能力。
許多人表示，看好百度以及相關(guān)廠商在國內(nèi)的布局能力，原因是他們有中文語言優(yōu)勢，有國內(nèi)領(lǐng)域相關(guān)數(shù)據(jù)積累。當然，國內(nèi)廠商目前在基礎(chǔ)模型及預訓練模型方面與國外有差距。但相信會在不久的將來會減少差距。在特定的場景，各有優(yōu)勢。
百度的野心
就在ChatGPT上線后不久，2022年12月末的百度全員會（內(nèi)部稱為“簡單之約”）上，百度創(chuàng)始人、董事長兼CEO李彥宏就被員工問到如何評價引發(fā)巨大關(guān)注的 ChatGPT，以及百度有什么部署。
李彥宏當時說道：“最近有許多人問類似的問題，不只是同業(yè)、同領(lǐng)域的朋友，還有許多不同領(lǐng)域，跨界的人都在關(guān)注，很高興我們天天琢磨的技術(shù)方向，能夠讓這么多人關(guān)注，確實是挺不容易的。”
“我們做了這么多年的AI之后，發(fā)現(xiàn)過去AI試圖理解人、模仿人，現(xiàn)在AI可以生成內(nèi)容?！崩顝┖晖嘎?，其實在這個領(lǐng)域，百度在過去很多年都有技術(shù)的積累。
百度表示，目前文心一言（英文名ERNIE Bot）在做上線前的沖刺準備工作，預計三月份完成內(nèi)測，面向公眾開放。
從商業(yè)價值上看，OpenAI已經(jīng)初步證明了ChatGPT的商業(yè)化可行性。OpenAI預測，2023年將實現(xiàn)收入2億美元，2024年將超過10億美元。Sam Altman 最近對投資者表示，OpenAI很快就能產(chǎn)生高達10億美元的年收入，部分是通過向消費者和企業(yè)收取產(chǎn)品費用實現(xiàn)的。
而微軟的發(fā)布會上，新搜索Bing和新瀏覽器Edge都放大了OpenAI技術(shù)的價值，說明了其對搜索引擎的賦能是改變搜索引擎市場格局的關(guān)鍵。
百度的野心首先是在搜索上，有接近百度相關(guān)人士向記者透露，百度搜索早就接入了文心相關(guān)技術(shù)。
去年9月，李彥宏公開表示，人工智能發(fā)展在“技術(shù)層面和商業(yè)應用層面，都有方向性改變”。
在近期流出的一份百度內(nèi)部講話中，李彥宏再次強調(diào)“技術(shù)已經(jīng)到了臨界點，類似ChatGPT這樣的技術(shù)如何運用在搜索場景上，未來一年，在這方面我們非常有機會”。
2月8日，經(jīng)媒體披露，百度CEO李彥宏2023年一季度OKR關(guān)鍵任務為“引領(lǐng)搜索體驗的代際變革”。
顯然，百度搜索或?qū)⑷€接入文心一言，搜索產(chǎn)品將迎來顛覆性變化。一些相關(guān)功能已陸續(xù)在百度搜索內(nèi)上線或內(nèi)測，包括多答案回復、智能生成等。
另外，小度將融合文心一言的全面能力打造針對智能設(shè)備場景的人工智能模型，“小度靈機”應用到小度全系產(chǎn)品。
從百度相關(guān)商標注冊的范圍看，百度未來會把AI技術(shù)鋪開到更廣泛的應用范圍。百度已申請注冊多件“ERNIE”、“ERNIEAI”、“ERNIENLP”、“ERNIE-VILG”商標，國際分類包括網(wǎng)站服務、科學儀器，商標最早申請時間是2019年6月，最新申請于今年1月3日，多件商標已注冊成功。
其他大廠摩拳擦掌
除百度之外，國內(nèi)各個大廠也在試圖抓住ChatGPT帶來的熱度。
列舉如下：
阿里
此前，有媒體報道，阿里達摩院正在研發(fā)類chatgpt的對話機器人，從曝光截圖來看，阿里巴巴可能將ai大模型技術(shù)與釘釘生產(chǎn)力工具深度結(jié)合。阿里確認，其ChatGPT產(chǎn)品也已經(jīng)在研發(fā)中，目前處于內(nèi)測階段。據(jù)透露，新產(chǎn)品可實現(xiàn)的功能包括知識問答、AI繪畫、代碼生成、小說續(xù)寫、文案撰寫、寫詩作詞等。也就是說，不僅ChatGPT具備的能力它都能實現(xiàn)，而且多了“AI繪畫”這項功能。
據(jù)了解，2023年1月，阿里巴巴達摩院曾發(fā)布2023年十大科技趨勢，其中多模態(tài)預訓練大模型、生成式ai在列。在這些可能照進現(xiàn)實的科技趨勢中，達摩院認為，基于多模態(tài)的預訓練大模型將實現(xiàn)圖文音統(tǒng)一知識表示，成為人工智能（ai）基礎(chǔ)設(shè)施。生產(chǎn)式ai進入應用爆發(fā)期，將極大推動數(shù)字內(nèi)容生產(chǎn)與創(chuàng)造。
360
2月7日，三六零在互動平臺表示，公司的人工智能研究院從2020年開始一直在包括類ChatGPT技術(shù)在內(nèi)的AIGC技術(shù)上有持續(xù)性的投入，但截至目前僅作為內(nèi)部業(yè)務自用的生產(chǎn)力工具使用，且投資規(guī)模及技術(shù)水平與當前的ChatGPT 3相比還有較大差距，各項技術(shù)指標只能做到略強于ChatGPT 2。
由于訓練數(shù)據(jù)源及應用方向的原因，在中文環(huán)境下的實際效果強于ChatGPT 2。360在數(shù)據(jù)資源端有豐富的多模態(tài)大數(shù)據(jù)積累和相關(guān)語料，尤其是中文語料，相較于國外同行落后的是預訓練大模型和有效的多模態(tài)數(shù)據(jù)清洗與融合技術(shù)。公司有充足的資金儲備可用于購買大規(guī)模算力，在繼續(xù)深入自行研發(fā)的同時，不排除尋找強有力的合作伙伴，以開放的心態(tài)搭建多方共享平臺、補足短板，快速縮小差距。公司也計劃盡快推出類ChatGPT技術(shù)的demo版產(chǎn)品。AIGC技術(shù)除了在搜索引擎的應用之外，還可以輔助數(shù)字安全能力的提升。
網(wǎng)易
2月8日，據(jù)報道，網(wǎng)易有道未來或?qū)⑼瞥鯟hatGPT同源技術(shù)產(chǎn)品，應用場景圍繞在線教育。網(wǎng)易有道一度漲超18%。
據(jù)相關(guān)負責人透露，網(wǎng)易有道的AI團隊此前便投入到ChatGPT同源技術(shù)產(chǎn)品的研發(fā)。去年底嘗試AIGC在教育場景中的落地應用，包括但不限于AI口語老師、中文作文打分和評價等。網(wǎng)易有道還表示，其在學習和翻譯場景下積累了豐富的多模態(tài)數(shù)據(jù)和相關(guān)語料，一直通過有道智云平臺向外輸出。
近年來，團隊在神經(jīng)網(wǎng)絡(luò)翻譯、計算機視覺、智能語音AI技術(shù)、高性能計算等關(guān)鍵技術(shù)方面均取得重要突破。
“產(chǎn)品的最終形態(tài)團隊還在討論中，需要匹配用戶需求來決定，智能硬件、在線課程都可能是考慮落地的場景?！本W(wǎng)易有道稱。
騰訊
騰訊稱，目前在相關(guān)方向上已有布局，專項研究也在有序推進。騰訊持續(xù)投入AI等前沿技術(shù)的研發(fā)，基于此前在AI大模型、機器學習算法以及NLP等領(lǐng)域的技術(shù)儲備，將進一步開展前沿研究及應用探索。據(jù)悉，2月3日，騰訊科技（深圳）有限公司申請的“人機對話方法、裝置、設(shè)備及計算機可讀存儲介質(zhì)”專利獲授權(quán)。
ChatGPT將是騰訊發(fā)展的一個巨大機遇，聊天式界面天然與微信相洽，許多人都在期待騰訊的時間表。
京東
2月9日，京東集團副總裁、IEEE Fellow何曉冬表示，京東一直在ChatAI 和AIGC賽道上推進，但更聚焦2B行業(yè)，近期將有進一步突破，包括在這一賽道上推出下一代產(chǎn)品。何曉冬透露，京東云旗下言犀人工智能平臺，將依托自身10余年智能對話經(jīng)驗的積累，加上在京東零售、物流、金融、健康等各業(yè)務的多年實踐，日均千萬次智能交互，未來借助ChatGPT等相關(guān)技術(shù)成果，將加速我國在人工智能的應用落地。而結(jié)合京東大規(guī)模、豐富的應用場景和多年的技術(shù)積累，聚焦文本、聲音和數(shù)字人生成4個方面開展工作。
京東云旗下言犀人工智能應用平臺宣布推出產(chǎn)業(yè)版ChatGPT：ChatJD，并公布了ChatJD的落地應用路線圖“125”計劃。包含一個平臺、兩個領(lǐng)域、五個應用。
1個平臺是指ChatJD智能人機對話平臺，即自然語言處理中理解和生成任務的對話平臺，預計參數(shù)量達千億級；2個領(lǐng)域分別為零售、金融；5個應用包含內(nèi)容生成、人機對話、用戶意圖理解、信息抽取、情感分類，涵蓋零售和金融行業(yè)復用程度最高的應用場景。
作業(yè)幫
作業(yè)幫也向媒體透露，關(guān)于ChatGPT在教育領(lǐng)域的應用，該公司已經(jīng)在做一些小樣測試，主要還是在原來作業(yè)幫的產(chǎn)品上，等產(chǎn)品成熟度較高后，會在聰明學系統(tǒng)里進行應用。
作業(yè)幫表示，多年來其在預訓練語言模型中有持續(xù)投入，在教育相關(guān)場景下的多個垂類應用都有落地，包括題意理解、知識點分類、作文批改、智能質(zhì)檢等。
“比如，行業(yè)之前做考試批閱的普遍做法是圍繞圖像比對來進行，現(xiàn)在我們已經(jīng)能對一些數(shù)學題本身進行測算和深度理解、處理，這其實是相似的技術(shù)?！弊鳂I(yè)幫執(zhí)行總裁蘇靜表示。
科大訊飛
科大訊飛表示，已于2022年12月進一步啟動生成式預訓練大模型任務攻關(guān)。2023年5月6日，將進行產(chǎn)品級發(fā)布，AI學習機將成為該項技術(shù)率先落地的產(chǎn)品。其技術(shù)突破將在中英文作文輔導、中英文口語學習等方面帶來顯著提升。
消息放出后，科大訊飛股價一度上漲30%，2月10日午盤，科大訊飛上漲4.66%。
字節(jié)跳動
唯一不跟風的是字節(jié)跳動，2月9日有傳聞稱，字節(jié)跳動的人工智能實驗室(AI Lab)有開展類似ChatGPT和AIGC的相關(guān)研發(fā)，未來或為旗下的PICO公司提供技術(shù)支持。但 PICO相關(guān)負責人直接對傳聞進行了否認，表示，PICO目前沒有采用類似ChatGPT技術(shù)的產(chǎn)品規(guī)劃。不過，對于AI Lab是否正在研發(fā)ChatGPT，字節(jié)跳動沒有做出回應。
在中國的AI模型中，你最看好哪一家？
百度 ERNIE發(fā)展歷程
文心( ERNIE) 依托百度的深度學習平臺飛槳打造，將機器理解語言的水平提升到新的高度，全面刷新了各項NLP任務的世界最好效果，取得了諸多權(quán)威語義評測比賽的世界冠軍。 除語言理解外，提出的基于多流機制生成完整語義片段語言生成技術(shù)ERNIE-GEN、知識增強跨模態(tài)語義理解技術(shù)ERNIE-ViL等，均達到世界領(lǐng)先水平。自2019年誕生至今，在語言理解、文本生成、跨模態(tài)語義理解等領(lǐng)域取得多項技術(shù)突破，在公開權(quán)威語義評測中斬獲了十余項世界冠軍。
文心平臺基于領(lǐng)先的語義理解核心技術(shù)，內(nèi)置百度自研業(yè)界效果領(lǐng)先的預訓練模型集ERNIE和全面領(lǐng)先的算法集，將文本數(shù)據(jù)處理、基于深度學習的模型訓練、模型評估和上線部署等NLP開發(fā)流程進行易用性封裝，為NLP開發(fā)者提供一整套效果領(lǐng)先、簡單易用、高效靈活的NLP模型開發(fā)服務，文心平臺已廣泛應用于金融、通信、教育、電商等行業(yè)。
下面簡單回顧下其發(fā)展歷程。
2019年3月，ERNIE 1.0 問世
2019年3月，百度開發(fā)了文心ERNIE語言模型，推出1.0版。
百度文心大模型是基于國產(chǎn)深度學習框架發(fā)展的，打造了自主創(chuàng)新的AI底座，大幅降低了AI開發(fā)和應用的門檻，滿足真實場景中的應用需求，真正發(fā)揮大模型驅(qū)動AI規(guī)?；瘧玫漠a(chǎn)業(yè)價值。文心大模型的一大特色是“知識增強”，即引入知識圖譜，將數(shù)據(jù)與知識融合，提升了學習效率及可解釋性。
2019年12月，文心就在國際權(quán)威的通用語言理解評估基準 GLUE 上，首次突破90分，超過人類水平3個百分點，刷新榜單得分并獲得全球第一。
2020年，ERNIE榮獲WAIC最高獎
2020年3月，在全球最大規(guī)模之一的語義評測 SemEval 2020上取得了5項世界冠軍。2020年7月，文心登頂視覺常識推理權(quán)威榜單 VCR。
2020年7月，文心在多模態(tài)語義理解領(lǐng)域取得突破，提出了業(yè)界首個基于場景圖知識增強的多模態(tài)預訓練模型ERNIE-ViL，在多項典型多模態(tài)任務上刷新世界最好效果。2020年7月9日，文心ERNIE榮獲世界人工智能大會WAIC最高獎項SAIL獎 (Super AI Leader，卓越人工智能引領(lǐng)者)。
從這時開始，百度搜索就開始應用“文心大模型”技術(shù)，深度賦能搜索的相關(guān)性、深度問答和內(nèi)容理解等。百度全系列產(chǎn)品都在逐步使用文心大模型。
2021年5月，開源四個ERNIE預訓練模型
2021年5月20日，依靠飛槳外圍框架，百度文心 ERNIE 最新開源四大預訓練模型：多粒度語言常識加強模型 ERNIE-Gram、長文本了解模型 ERNIE-Doc、交融場景圖常識的跨模態(tài)了解模型 ERNIE-ViL、語言與視覺一體的模型 ERNIE-UNIMO。
針對以后預訓練模型現(xiàn)存的難點痛點，此次文心 ERNIE 開源的四大預訓練模型不僅在文本語義了解、長文本建模和跨模態(tài)了解三大畛域獲得沖破，還領(lǐng)有寬泛的利用場景和前景，進一步助力產(chǎn)業(yè)智能化降級。
基于ERNIE，對百度搜索也進行了升級，又要求將大模型作為整個系統(tǒng)的核心引擎，應用于檢索和生成，并將搜索引擎升級為檢索生成雙模系統(tǒng)。
2021年12月，發(fā)布2600億參數(shù)的ERNIE 3.0
2021年12月 鵬城-百度·文心(ERNIE 3.0 Titan)正式發(fā)布，該模型參數(shù)規(guī)模達到2600億，比 GPT-3 的參數(shù)量多 48.5% 。這是目前全球最大中文單體模型，在機器閱讀理解、文本分類、語義相似度計算等60多項任務取得最好效果，并在30余項小樣本和零樣本任務上刷新基準。
不過，大模型不僅僅是比模型參數(shù)，跟語料和訓練方法，人工監(jiān)督的參與都有關(guān)系。所以，谷歌出的16000億參數(shù)的模型，依然不如GPT-3。百度的這個模型，可能也有較多差距。但大概率比中國的某家機構(gòu)推出的萬億參數(shù)的模型好。
ERNIE 3.0首次在百億級和千億級預訓練模型中引入大規(guī)模知識圖譜，提出了海量無監(jiān)督文本與大規(guī)模知識圖譜的平行預訓練方法。通過將大規(guī)模知識圖譜的實體關(guān)系與大規(guī)模文本數(shù)據(jù)同時輸入到預訓練模型中進行聯(lián)合掩碼訓練，促進了結(jié)構(gòu)化知識和無結(jié)構(gòu)文本之間的信息共享，大幅提升了模型對于知識的記憶和推理能力。在此基礎(chǔ)上，ERNIE 3.0 提出了將通用語義表示與任務語義表示相結(jié)合的模型框架，該框架融合自編碼和自回歸等不同的任務語義表示網(wǎng)絡(luò)，既可同時處理語言理解和語言生成任務，還能做無標注數(shù)據(jù)的零樣本學習（Zero-shot Learning）和有標注數(shù)據(jù)的微調(diào)訓練（Fine-tuning）。
在此基礎(chǔ)上，鵬城-百度·文心中提出了可控學習和可信學習算法。
在可控學習方面，模型具備了不同類型的零樣本生成能力。使用者可以將指定的體裁、情感、長度、主題、關(guān)鍵詞等屬性自由組合，無需標注任何樣本，便可生成新的類型的文本。在可信學習方面，鵬城-百度·文心通過自監(jiān)督的對抗訓練，讓模型學習區(qū)分數(shù)據(jù)是真實的還是模型偽造的，使得模型對生成結(jié)果真實性具備判斷能力，從而讓模型可以從多個候選中選擇最可靠的生成結(jié)果，顯著提升了生成結(jié)果的可信度。
鵬城-百度·文心首創(chuàng)了大模型在線蒸餾技術(shù)，顯著降低了大模型應用成本。其在訓練過程中周期性地將知識信號傳遞給若干個學生模型同時訓練，保證了學生模型的效果和尺寸豐富性，方便不同性能需求的應用場景使用。其參數(shù)壓縮率可達99.98%。壓縮版模型僅保留0.02%參數(shù)規(guī)模就能與原有模型效果相當。
ERNIE 3.0刷新情感分析、觀點抽取、閱讀理解、文本摘要、對話生成、數(shù)學運算等54個中文NLP任務基準，其英文模型在國際權(quán)威的復雜語言理解任務評測SuperGLUE上, 以超越人類水平0.8個百分點的成績登頂全球榜首。在知識推理任務上，鵬城-百度·文心相對OpenAI GPT-3 準確率絕對提升8%。
2022年6月，ERNIE 賦能虛擬人
2022年6月，百度文心大模型讓虛擬人度曉曉變身為高考作文寫手和 AI 畫家，她在全國高考作文寫作得高分；其作畫參加西安美術(shù)學院畢業(yè)展；還聯(lián)合龔俊數(shù)字人推出國內(nèi)首個虛擬偶像 AIGC 創(chuàng)作歌曲。 這要歸功于融合任務相關(guān)知識的千億大模型 ERNIE 3.0 Zeus 和跨模態(tài)圖文生成模型 ERNIE-ViLG。
6 月 7 日高考語文考試之后，度曉曉化身數(shù)字人考生挑戰(zhàn)全國新高考 Ⅰ 卷作文題《本手、妙手、俗手》，40 秒的時間內(nèi)完成了 40 篇高考作文，平均 1 秒生成 1 篇，寫作速度遠超了人類。那么度曉曉生成的作文能滿足高考寫作的審題、邏輯和創(chuàng)意等要求嗎？
這一擔心也被證明是多余的，曾任北京高考語文閱卷組組長的申怡為她隨機生成的一篇作文打出了 48 分的成績（滿分 60 分），從歷年統(tǒng)計數(shù)據(jù)來看，這個分數(shù)超過了 75% 的人類考生。稱呼她一聲寫作高手絕不為過。
6 月初，度曉曉創(chuàng)作的「無界」系列數(shù)字藏品上線百度 APP 開啟限時搶購，該系列共有 4 幅畫作。作為國內(nèi)首個數(shù)字人創(chuàng)作的藝術(shù)數(shù)字藏品，這些畫作在 24 小時內(nèi)就賣出了 17 萬元。更令人想不到的是，每幅畫作的創(chuàng)作時間僅需幾十秒，這種畫畫速度大概會令通常仔細斟酌、耗時很長的專業(yè)畫家羨慕吧。
隨后，度曉曉帶著她的畫作現(xiàn)身西安美術(shù)學院 2022 年「時空留痕無界西美」本科畢業(yè)展，在自己的專屬展區(qū)展出了此前制成數(shù)字藏品的四幅作品以及兩幅有關(guān)西安大雁塔的本地特色作品。這些畫作的水平又如何呢？西安美院教授評價稱「已經(jīng)達到了本科美術(shù)生的基本要求」。
2020年7月，發(fā)布ERNIE-ViL
2020年7月，百度提出了知識增強視覺-語言預訓練模型 ERNIE-ViL，首次將場景圖（Scene Graph）知識融入多模態(tài)預訓練。
ERNIE-ViL在 5 項多模態(tài)任務上刷新世界最好效果，并在多模態(tài)領(lǐng)域權(quán)威榜單 VCR 上超越微軟、谷歌、Facebook 等機構(gòu)，登頂榜首。
2022年8月，發(fā)布“文心一格”
2022年8月19日 ，百度推出人工智能作畫輔助工具“文心一格”。用戶僅需輸入文字創(chuàng)想，即可完成別具一格的畫作，受到用戶廣泛好評。值得一提的是，文心一格深諳中國文化精髓，所創(chuàng)畫作盡現(xiàn)中國風骨。本次峰會上，吳甜發(fā)布了文心一格的三大全新功能：支持以圖生圖、支持可控的增刪改等圖片二次編輯和一鍵生成視頻，進一步激發(fā)創(chuàng)造力，降低內(nèi)容生產(chǎn)成本。
2022年11月，發(fā)布“文心百中”
2022年11月30日，產(chǎn)業(yè)級搜索系統(tǒng)“文心百中”發(fā)布，該產(chǎn)品由百度搜索與文心大模型聯(lián)合研制，命名寓意搜索結(jié)果精準，百發(fā)百中。
產(chǎn)業(yè)級搜索系統(tǒng)文心百中
文心百中具有三大特性：極簡、強大、高效。文心百中采用純神經(jīng)搜索架構(gòu)加數(shù)據(jù)驅(qū)動搜索效果優(yōu)化策略設(shè)計而成，應用起來極其簡便，僅需三步即可在線完成搜索引擎的構(gòu)建；文心百中擁有強大的語義理解能力，相比傳統(tǒng)模型實現(xiàn)了質(zhì)的提升，已在多個場景展現(xiàn)驚艷的搜索效果；文心百中具備搜索系統(tǒng)從0到1的高效建設(shè)能力，相比傳統(tǒng)搜索系統(tǒng)可減少人力成本90%以上；同時，基于小樣本學習能力極強的文心大模型，文心百中僅需少量的數(shù)據(jù)，即可實現(xiàn)不同行業(yè)的搜索效果優(yōu)化，十分高效。
百度的行業(yè)大模型
為了更好幫助企業(yè)與開發(fā)者，實現(xiàn)從開發(fā)大模型到應用大模型的全流程實踐，百度勾勒出了飛槳+文心，即深度學習平臺+大模型的產(chǎn)業(yè)路徑。二者結(jié)合，開發(fā)者可以獲得從算力、框架、模型庫，再到大模型調(diào)用、大模型行業(yè)化的所有能力，獲得了完善、穩(wěn)固的產(chǎn)業(yè)智能化基座。
大模型因“大”而效果好，同時在產(chǎn)業(yè)應用中也會因為“太大”而難以落地部署。為了解決這個問題，百度全新發(fā)布了ERNIE 3.0 Tiny模型。其通過將千億模型作為教師模型，經(jīng)過知識蒸餾等方式，可以形成一系列輕量化模型。最終實現(xiàn)在效果損失非常有限的情況下，模型體量變小，但較比傳統(tǒng)模型卻有數(shù)十倍、上百倍的性能提升，以此滿足產(chǎn)業(yè)場景的真實應用需求。
百度首席技術(shù)官、深度學習技術(shù)及應用國家工程研究中心主任王海峰提出，討論大模型的新升級、新發(fā)展思路，必須建立在對大模型產(chǎn)業(yè)化的客觀理解上。在目前階段，大模型正處在高速發(fā)展期。幾乎每個月，甚至每星期都可以看到產(chǎn)業(yè)界、學術(shù)界公布大模型創(chuàng)新。并且在今天，已經(jīng)很少看到大模型創(chuàng)新過分執(zhí)著參數(shù)對比，更多是進行不同技術(shù)路線、不同應用領(lǐng)域的多樣化創(chuàng)新。
大模型的復雜技術(shù)與研發(fā)挑戰(zhàn)，應該是停留在產(chǎn)業(yè)上游的。具有算法、算力和數(shù)據(jù)綜合優(yōu)勢的企業(yè)，應該將模型生產(chǎn)進行封裝，在產(chǎn)業(yè)鏈上游就解決大數(shù)據(jù)、大算力、大模型的能力挑戰(zhàn)。這樣，應用場景與企業(yè)用戶、開發(fā)者，將得到簡單、易用、工業(yè)化的大模型能力。只有這樣，大模型才能真正落下去、推廣開。
百度正在用飛槳+文心大模型，在技術(shù)與產(chǎn)業(yè)之間架起橋梁，簡化AI模型的應用。
百度聯(lián)合深圳燃氣、吉利、泰康保險、TCL、上海辭書出版社重磅新發(fā)5個行業(yè)大模型：深燃-百度·文心、吉利-百度·文心、泰康-百度·文心、TCL-百度·文心和辭海-百度·文心。
2022年5月，文心大模型面向具體的行業(yè)需求，發(fā)布了行業(yè)大模型這一全新發(fā)展路徑。其通過文心大模型的基礎(chǔ)模型能力，搭配對海量行業(yè)數(shù)據(jù)的挖掘，以及由合作機構(gòu)、行業(yè)客戶提供的行業(yè)特色數(shù)據(jù)和知識，加上行業(yè)特色的專家經(jīng)驗多方結(jié)合，進行相應的行業(yè)訓練任務設(shè)計，最終形成了文心行業(yè)大模型。
在于行業(yè)結(jié)合的過程中，文心大模型知識增強與產(chǎn)業(yè)級兩大特色得以充分發(fā)揮，形成了行業(yè)知識增強的關(guān)鍵路徑。這一路徑不僅解決了大模型的應用挑戰(zhàn)，還凝結(jié)成了一系列面向重點行業(yè)的大模型產(chǎn)業(yè)落地方法。實現(xiàn)了大模型在行業(yè)場景中“不但能用還便捷好用”的價值。文心行業(yè)大模型目前有了11個行業(yè)大模型，將行業(yè)大模型延伸到了制造業(yè)、城市管理、汽車等關(guān)鍵領(lǐng)域?？梢哉f，行業(yè)大模型已經(jīng)從先鋒、探索性質(zhì)，發(fā)展到了覆蓋行業(yè)眾多、體系完備的新階段。從應用效果與行業(yè)覆蓋上來說，都已經(jīng)實現(xiàn)了蔚為大觀。
如今，行業(yè)大模型已經(jīng)在多個領(lǐng)域取得可信的成果。比如文心大模型與電影頻道結(jié)合，可以實現(xiàn)每天修復28.5萬幀老舊影片。即使是精修，文心大模型的修復速度也較人工效率提升了3到4倍。在能源、金融等一系列領(lǐng)域，行業(yè)大模型已經(jīng)形成了產(chǎn)業(yè)智能化的發(fā)展路標。
舉個例子，智慧城市建設(shè)是數(shù)字中國的重點發(fā)展方向。哈爾濱市政府攜手百度，聯(lián)合發(fā)布面向城市領(lǐng)域的行業(yè)大模型——冰城-百度·文心，該系統(tǒng)可以將城市中跨業(yè)務、跨結(jié)構(gòu)、跨部門的數(shù)據(jù)知識和多種任務算法進行融合，基于百度文心NLP大模型ERNIE 3.0，打造統(tǒng)一預訓練模型，提供強大的語言理解、語義分析等能力，支撐城市中各領(lǐng)域的AI規(guī)?；Ч嵘?。文心行業(yè)大模型，至此可以從城市治理、產(chǎn)業(yè)發(fā)展、公共服務等多個領(lǐng)域支持哈爾濱的數(shù)字化發(fā)展。從產(chǎn)業(yè)路徑上看，這一聯(lián)合發(fā)布、聯(lián)合打造，將大模型與智慧城市需求有效結(jié)合在了一起。
在一系列新加入的模型之外，百度也在推動大模型開發(fā)工具建設(shè)、產(chǎn)品化升級與社區(qū)建設(shè)。在工具與平臺的技術(shù)升級上，百度提供面向場景化，以及行業(yè)大模型的配套能力。比如在模型精調(diào)方面提供的技術(shù)工具更加豐富，大模型的API當中將包含更豐富的精調(diào)能力。同時，在大模型訓練中也會添加一系列可信學習工具，滿足開發(fā)者對大模型的安全、可控需求。
在文心大模型的產(chǎn)品和社區(qū)方面，百度保留了旸谷社區(qū)作為創(chuàng)意社區(qū)。同時增加了兩款以大模型為核心驅(qū)動的產(chǎn)品。這些產(chǎn)品既可以直接賦能給有相關(guān)需求的產(chǎn)業(yè)用戶和泛科技用戶，豐富大模型的應用價值。同時也為行業(yè)起到了示范作用，展示了大模型產(chǎn)品化的技術(shù)路徑。
總結(jié)
從這次資本市場的反饋看，對許多大廠都是利好。研發(fā)多年的AI技術(shù)有了爆發(fā)的機會。
百度看起來是其中最大的受益者，不過，當搜索引擎能更準確地給出答案了，用戶看的更少，對搜索付費廣告的曝光和點擊可能都會減少。
未來，百度的新版搜索引擎出現(xiàn)后，搜索的收入是否降低，是很多人關(guān)心的事情。
從之前知乎暴漲40%來看，能持續(xù)積累關(guān)鍵知識的網(wǎng)站是未來各家模型爭奪的焦點，也許，知乎是可以躺贏的。