記者俞陶然

  ChatGPT問世以來，上海學術界和產業界已開發出MOSS、“曹植”和“魔力寫作”等多個大型自然語言模型。其中，MOSS由復旦大學科研團隊開發，現時在校園網內測階段，計畫4月完成陞級並開源；“曹植”由達觀數據公司開發，也處於內測階段，計畫今年上半年正式發佈；“魔力寫作”由竹間智慧公司開發，多家企業用戶正在試用，其面向個人用戶的版本“靈感閃寫”和“文膽”微信小程式已上線一個多月。

  如何看待ChatGPT引發的科研範式變革和產業變革？政府、高校院所和企業可以有何作為？三個大語言模型開發負責人談了他們的看法。

  重視通用人工智慧研究

  “科研範式變革可以分為兩個層面，一個是在眾多學科領域引入人工智慧，開展AI for Science（人工智慧驅動的科學研究）；另一個是在人工智慧領域內，從傳統的自然語言處理轉向以大語言模型為基座的通用人工智慧（AGI）研究。”復旦大學計算機科學技術學院教授、MOSS開發團隊負責人邱錫鵬說。

  邱錫鵬認為，國內科技界要重視通用人工智慧研究，不能只盯著GPT模型本身和這類產品的落地應用。“通用人工智慧就是人工智慧像人一樣，可以幹很多事，不再局限於某些特定任務。”他解釋，“微軟最近發表的測評論文說，GPT-4能力的廣度和深度顯示，它可以被視為AGI系統的雛形。OpenAI、穀歌、華盛頓大學等頭部機构都已轉向，研究以大模型為基座的AGI。”

  為了在這場科技革命中不被落下，我國也要加强通用人工智慧研究，包括將視覺、語音等多模態感知能力接入大語言模型，增强大模型與現實世界的互動能力，並構建以通用人工智慧為覈心的產學研合作生態。

  作為國內第一個對話式大語言模型，MOSS今年2月啟動內測後引發廣泛關注。近日，復旦科研團隊正在對它進行陞級。現時，邱錫鵬和博士生孫天祥等人一方面在提升它的中文水准，中文詞語訓練量已由內測啟動時的300億增至1000億；另一方面，他們在為MOSS添加聯網蒐索、圖片生成等功能，讓它可以上網獲取新的知識，向通用人工智慧系統演進。

  復旦科研團隊計畫4月完成陞級並開源，公佈MOSS模型參數和訓練細節，與學術界和產業界分享大語言模型開發經驗，讓企業在開源模型基礎上開發各種應用，促進產業生態繁榮。

  建立人工智慧公共算力池

  談及大語言模型產業前景，達觀數據董事長兼首席執行官陳運文預測，產業上游是算力供應商，中游是百度等開發C端通用大模型的大企業和開發B端服務大模型的企業，下游是開發各種應用的中小企業。其中，B端服務大模型的參數量是C端通用大模型的1/5至1/3，適合較大規模的企業開發。

  達觀數據研發的“曹植”就是一個B端服務大模型，參數量超過500億，公司希望它像曹植那樣有“七步成詩”的能力，成為滿足金融、政務、製造等行業需求的智慧大腦。它擁有ChatGPT的所有功能，可以生成貸後管理報告、投行申報檔案、法律文書等各類文字，也可以與用戶對話。“我們想打造垂直、專用、自主可控的國產大模型。”陳運文說，“為了能生成長篇專業文字，比如上百頁的報告，我們開發了一個能輸入複雜指令的表單介面，有望為企業員工大幅減負。”

  在研發過程中，達觀數據也有些煩惱——公司只有100張GPU（圖形處理器）卡，而要“跑”大模型，至少需要1000張GPU卡。為此，陳運文只能到處“化緣”借卡。在他看來，新型舉國體制適用於大語言模型研發和產業化，國家和地方政府可建立人工智慧公共算力池，租給企業和高校院所使用。“一張A800 GPU卡的價格是8萬元，公共算力池可配備5000—10000張卡，建設成本在10億元以內。開發大模型產品的企業可分時租用池裏部分GPU，大幅節省自購算力資源的成本。”

  新型舉國體制還可在大模型的中文預訓練中發揮作用，推動圖書館、出版社、新聞機构等擁有高品質中文語料庫的組織與人工智慧企業合作，提高大模型的中文知識水准。

  竹間智慧創始人兼首席執行官簡仁賢也表達了人工智慧企業的心聲：在這輪產業變革中，希望政府和投資機構更多地關注、支持中小企業。大模型並非只有“BAT”等巨頭才“玩得起”，事實上，OpenAI就屬於創業期的中小企業。創業公司決策效率高、創新能力强的優勢，在大模型技術創新中得到了充分體現。“就像OpenAI與微軟的合作一樣，創業公司與大企業、投資機構聯手，有望開發出顛覆性產品。”