Sam Altman、Hinton中國首秀！國內(nèi)最硬核AI內(nèi)行盛會圓滿閉幕

這一屆的智源大會，依然是星光熠熠，學(xué)術(shù)感爆棚。眾大咖激辯超級AI，思想碰撞火花四射，依然是絕不能錯過的一屆AI春晚！

就在剛剛，一年一度的國內(nèi)‘AI春晚’智源大會，圓滿閉幕！

這場人工智能年度巔峰盛會上，有OpenAI、DeepMind、Anthropic、HuggingFace、Midjourney、Stability AI等耳熟能詳?shù)拿餍菆F(tuán)隊，有Meta、谷歌、微軟等做出征服全世界產(chǎn)品的大廠，有斯坦福、UC伯克利、MIT等世界頂尖學(xué)府。

GPT-4、PaLM-E、OPT、LLaMA等重要工作的作者悉數(shù)出席，為我們講解研究成果。這場大會堪稱專業(yè)深度與創(chuàng)意啟發(fā)兼具，每個話題都被探討到極致。

而把大會推向高潮的，無疑是圖靈獎得主Yann LeCun、Geoffrey Hinton、以及OpenAI創(chuàng)始人Sam Altman的演講了。

這幾位超重磅大佬的亮相，可謂是亮點滿滿。

Geoffrey Hinton：超級AI風(fēng)險緊迫

在剛剛結(jié)束的論壇閉幕主題演講中，圖靈獎得主、深度學(xué)習(xí)之父Hinton為我們構(gòu)想了一個值得深思的場景。

演講開始，Hinton發(fā)問‘人工神經(jīng)網(wǎng)絡(luò)是否比真正的神經(jīng)網(wǎng)絡(luò)更聰明’？

是的，在他看來，這可能很快就會發(fā)生。

正如前段時間，Hinton離職谷歌，對辭職理由一言蔽之。他直言對自己畢生工作感到后悔，并對人工智能危險感到擔(dān)憂。他多次公開稱，人工智能對世界的危險比氣候變化更加緊迫。

同樣，在智源大會上，Hinton再次談及AI風(fēng)險。

如果一個在多臺數(shù)字計算機(jī)上運行的大型神經(jīng)網(wǎng)絡(luò)，除了可以模仿人類語言獲取人類知識，還能直接從世界中獲取知識，會發(fā)生什么情況呢？

顯然，它會變得比人類優(yōu)秀得多，因為它觀察到了更多的數(shù)據(jù)。

這種設(shè)想并不是天方夜譚，如果這個神經(jīng)網(wǎng)絡(luò)能夠通過對圖像或視頻進(jìn)行無監(jiān)督建模，并且它的副本也能操縱物理世界。

在最極端的情況下，不法分子會利用超級智能操縱選民，贏得戰(zhàn)爭。

如果允許超級智能自行制定子目標(biāo)，一個子目標(biāo)是獲得更多權(quán)力，這個超級AI就會為了達(dá)成目標(biāo)，操縱使用它的人類。

張宏江與Sam Altman巔峰問答：AGI或?qū)⑹�年�?nèi)出現(xiàn)

今日上午，Sam Altman也通過視頻連線現(xiàn)身了。這是ChatGPT爆火之后，Sam Altman首次在中國公開演講。

精彩摘要：

- 當(dāng)下AI革命影響如此之大的原因，不僅在于其影響的規(guī)模，還有進(jìn)展的速度。這同時帶來紅利和風(fēng)險。

- 隨著日益強(qiáng)大的AI系統(tǒng)的出現(xiàn)，加強(qiáng)國際間的通力合作，建立全球信任是最重要的。

- 對齊仍是一個未解決的問題。GPT-4在過去8個月時間完成對齊工作，主要包括擴(kuò)展性和可解釋性。

演講中，Altman多次強(qiáng)調(diào)全球AI安全對齊與監(jiān)管的必要性，還特別引用了《道德經(jīng)》中的一句話：

千里之行，始于足下。

在他看來，人工智能正以爆發(fā)式的速度發(fā)展，未來十年可能就會出現(xiàn)超強(qiáng)AI。

因此，需要推進(jìn)AGI安全，加強(qiáng)國際間的通力合作，并在相關(guān)的研究部署上對齊最為重要。

Sam Altman認(rèn)為，國際科技界合作，是當(dāng)下邁出建設(shè)性步伐的第一步。特別是，應(yīng)該提高在AGI安全方面技術(shù)進(jìn)展的透明度和知識共享機(jī)制。

另外，Altman提到，目前OpenAI的主要研究目標(biāo)集中在AI對齊研究上，即如何讓AI成為一個有用且安全的助手。

一是可擴(kuò)展監(jiān)督，嘗試用AI系統(tǒng)協(xié)助人類監(jiān)督其他人工智能系統(tǒng)。二是可解釋性，嘗試?yán)斫獯竽Ｐ蛢?nèi)部運作‘黑箱’。

最終，OpenAI的目標(biāo)是，訓(xùn)練AI系統(tǒng)來幫助進(jìn)行對齊研究。

演講結(jié)束后，智源研究院理事長張宏江與Sam Altman開啟了隔空對話，一起探討了如何讓AI安全對齊的難題。

當(dāng)被問及OpenAI是否會開源大模型，Altman稱未來會有更多開源，但沒有具體模型和時間表。

另外，他還表示不會很快有GPT-5。

會后，Altman發(fā)文對這次受邀來智源大會演講表示感謝。

LeCun：依然是世界模型的擁躉

在頭一天發(fā)言的又一位圖靈獎得主LeCun，仍然繼續(xù)推行自己的‘世界模型’理念。

對于AI毀滅人類的看法，LeCun一直表示不屑，認(rèn)為如今的AI還不如一條狗的智能高，還沒有發(fā)展出真正的人工智能，這種擔(dān)心實屬多余。

他解釋道：AI不能像人類和動物一樣推理和規(guī)劃，部分原因是目前的機(jī)器學(xué)習(xí)系統(tǒng)在輸入和輸出之間的計算步驟是基本恒定的。

如何讓機(jī)器理解世界是如何運作的，像人類一樣預(yù)測行為后果，或?qū)⑵浞纸鉃槎嗖絹碛媱潖?fù)雜的任務(wù)呢？

顯然，自監(jiān)督學(xué)習(xí)是一個路徑。相比強(qiáng)化學(xué)習(xí)，自監(jiān)督學(xué)習(xí)可以產(chǎn)生大量反饋，能夠預(yù)測其輸入的任何一部分。

LeCun表示，自己已經(jīng)確定未來幾年人工智能的三大挑戰(zhàn)，就是學(xué)習(xí)世界的表征、預(yù)測世界模型、利用自監(jiān)督學(xué)習(xí)。

而構(gòu)建人類水平AI的關(guān)鍵，可能就是學(xué)習(xí)‘世界模型’的能力。

其中，‘世界模型’由六個獨立模塊組成，具體包括：配置器模塊、感知模塊、世界模型、cost模塊、actor模塊、短期記憶模塊。

他認(rèn)為，為世界模型設(shè)計架構(gòu)以及訓(xùn)練范式，才是未來幾十年阻礙人工智能發(fā)展的真正障礙。

被問到AI系統(tǒng)是否會對人類構(gòu)成生存風(fēng)險時，LeCun表示，我們還沒有超級AI，何談如何讓超級AI系統(tǒng)安全呢？

最頂配‘AI內(nèi)行盛會’

轟轟烈烈的2023智源大會，可以說是本年度國內(nèi)AI領(lǐng)域規(guī)格最高的、最受矚目的大會。

從創(chuàng)辦之初，智源大會的本質(zhì)特征就很明確：學(xué)術(shù)、專業(yè)、前沿。

轉(zhuǎn)眼間，這場面向AI內(nèi)行的年度盛會已經(jīng)來到了第五個年頭。

這次，2023智源大會繼續(xù)延續(xù)每一屆智源大會的傳統(tǒng)，學(xué)術(shù)氛圍感依舊爆棚。

2021年，第三屆智源大會上，圖靈獎得主Yoshua Bengio、北京大學(xué)教授鄂維南院士、清華大學(xué)國家金融研究院院長朱民帶來了主題演講。

2022年，兩位圖靈獎得主Yann LeCun和Adi Shamir、強(qiáng)化學(xué)習(xí)之父Richard Sutton、美國三院院士Michael I． Jordan、哥德爾獎獲得者Cynthia Dwork等重量級大佬做了分享。

而到了2023年，無疑是‘星光最盛’的一屆。

共有4位圖靈獎得主Yann LeCun、Geoffrey Hinton、Joseph Sifakis和姚期智，以及OpenAI創(chuàng)始人Sam Altman、諾貝爾獎得主Arieh Warshel、未來生命研究所創(chuàng)始人Max Tegmark、2022年吳文俊最高成就獎得主鄭南寧院士和中國科學(xué)院張鈸院士等大佬參與。

更為重要的是，繼智源‘悟道’大模型項目連創(chuàng)‘中國首個+世界最大’紀(jì)錄之后，‘悟道3.0’進(jìn)入‘全面開源’的新階段。

‘悟道3.0’是一個大模型系列。

具體來說，包括悟道·天鷹（Aquila）語言大模型系列、天秤（Flag Eval）大模型評測體系、‘悟道·視界’視覺大模型系列，以及多模態(tài)大模型系列。

語言大模型系列

悟道·天鷹（Aquila）：全面開放商用許可

首先登場的是悟道·天鷹（Aquila）系列大模型，是首個具備中英雙語知識，支持國內(nèi)數(shù)據(jù)合規(guī)需求的開源語言大模型，并且已經(jīng)全面開放商用許可。

這次開源的包括70億參數(shù)和330億參數(shù)的基礎(chǔ)模型，AquilaChat對話模型，以及AquilaCode‘文本-代碼’生成模型。

悟道 · 天鷹 Aquila 開源地址：

https：//github.com/FlagAI-Open/FlagAI/tree/master/examples/Aquila

性能更強(qiáng)

在技術(shù)上，Aquila基礎(chǔ)模型（7B、33B）在技術(shù)上繼承了GPT-3、LLaMA等的架構(gòu)設(shè)計優(yōu)點，替換了一批更高效的底層算子實現(xiàn)、重新設(shè)計實現(xiàn)了中英雙語的tokenizer，升級了BMTrain并行訓(xùn)練方法，在Aquila的訓(xùn)練過程中實現(xiàn)了比Magtron+DeepSpeed ZeRO-2 將近8倍的訓(xùn)練效率。

具體來說，首先是得益于一個并行加速訓(xùn)練框架的新技術(shù)。

智源去年開源的大模型算法開源項目FlagAI，里面集成了BMTrain這樣的新的并行訓(xùn)練方法。在訓(xùn)練過程中，還進(jìn)一步優(yōu)化了它的計算和通信以及重疊的問題。

其次，智源率先引入了算子優(yōu)化技術(shù)，跟并行加速方法集成到一起，進(jìn)一步獲得了性能的提速。

又學(xué)中文，又學(xué)英文的大模型

悟道·天鷹（Aquila）的發(fā)布，為什么如此值得鼓舞？

因為很多大模型都‘只學(xué)英文’——只基于大量的英文語料訓(xùn)練，但悟道·天鷹（Aquila）又要學(xué)中文，又要學(xué)英文。

大家可能有親身體驗：一個人學(xué)知識的時候，如果一直用英文就沒問題，但如果一下學(xué)英文，一下學(xué)中文，難度就會爆棚。

所以，比起LLaMA、OPT這類以英文為主的模型，需要同時學(xué)習(xí)中英文知識的悟道·天鷹（Aquila）的訓(xùn)練難度提升了很多倍。

為了讓悟道·天鷹（Aquila）針對中文任務(wù)達(dá)到優(yōu)化，在它的訓(xùn)練語料上，智源放了將近40%的中文語料。究其原因是智源希望悟道·天鷹（Aquila）不只能生成中文，還能讀懂大量的中文世界的原生知識。

另外，智源還重新設(shè)計實現(xiàn)了中英雙語的tokenizer（分詞器），這是為了更好地識別和支持中文的分詞。

在訓(xùn)練和設(shè)計的過程中，針對中文任務(wù)，智源團(tuán)隊特意會權(quán)衡質(zhì)量和效率兩個維度決定分詞器大小。

在悟道·天鷹（Aquila）基礎(chǔ)模型底座上打造AquilaChat對話模型（7B、33B）支持流暢的文本對話及多種語言類生成任務(wù)。

多輪對話

高考作文生成

此外，通過定義可擴(kuò)展的特殊指令規(guī)范，可以實現(xiàn)AquilaChat對其它模型和工具的調(diào)用，且易于擴(kuò)展。

例如，調(diào)用智源開源的AltDiffusion多語言文圖生成模型，實現(xiàn)了流暢的文圖生成能力。配合智源InstructFace多步可控文生圖模型，它還可以輕松實現(xiàn)對人臉圖像的多步可控編輯。

文圖生成

多步可控人臉編輯

AquilaCode-7B‘文本-代碼’生成模型，基于 Aquila-7B 強(qiáng)大的基礎(chǔ)模型能力，以小數(shù)據(jù)集、小參數(shù)量，實現(xiàn)高性能，是目前支持中英雙語的、性能最好的開源代碼模型，經(jīng)過了高質(zhì)量過濾、使用有合規(guī)開源許可的訓(xùn)練代碼數(shù)據(jù)進(jìn)行訓(xùn)練。

此外，AquilaCode-7B分別在英偉達(dá)和國產(chǎn)芯片上完成了代碼模型的訓(xùn)練，并通過對多種架構(gòu)的代碼+模型開源，推動芯片創(chuàng)新和百花齊放。

文本-代碼生成

更合規(guī)、更干凈的中文語料

相比國外的開源大模型，悟道·天鷹（Aquila）的最鮮明的特點就在于，它支持國內(nèi)數(shù)據(jù)合規(guī)需求。

國外大模型可能具備一定的中文能力，但是幾乎所有國外開源大模型使用的中文互聯(lián)網(wǎng)數(shù)據(jù)，都是從像 Common Crawl 這樣的互聯(lián)網(wǎng)數(shù)據(jù)集上抽取的。

但如果對Common Crawl語料進(jìn)行分析可以發(fā)現(xiàn)，它100萬條里可用的中文網(wǎng)頁只有不到4萬個，并且其中83%是海外的網(wǎng)站，在質(zhì)量上明顯不可控。

因此，悟道·天鷹（Aquila）并沒有使用Common Crawl里的任何中文語料，而是用的智源自己過去三年多積累的悟道數(shù)據(jù)集。悟道中文數(shù)據(jù)集來自一萬多個中國大陸網(wǎng)站，因此它的中文數(shù)據(jù)更加滿足合規(guī)需要，更加干凈。

總的來說，這一次的發(fā)布只是一個起點，智源的目標(biāo)是，打造一整套大模型進(jìn)化迭代流水線，讓大模型在更多數(shù)據(jù)和更多能力的添加之下，源源不斷地成長，并且會持續(xù)開源開放。

值得注意的是，悟道 · 天鷹（Aquila）在消費級顯卡上就可用。比如7B模型，就能在16G甚至更小的顯存上跑起來。

天秤（Flag Eval）大模型評測體系

一套安全可靠、全面客觀的大模型評測體系對于大模型的技術(shù)創(chuàng)新和產(chǎn)業(yè)落地也十分重要。

首先，對于學(xué)術(shù)界來說，如果想要促進(jìn)大模型的創(chuàng)新，就必須有一把尺子，可以去衡量大模型的能力和質(zhì)量到底如何。

其次，對于產(chǎn)業(yè)界來說，絕大多數(shù)企業(yè)都會選擇直接調(diào)用已有的大模型，而不是從頭研發(fā)。在挑選時，就需要一個評測體系來幫助判斷。畢竟，自研基礎(chǔ)大模型依賴龐大的算力成本。研發(fā)一個300億參數(shù)的模型，需要的經(jīng)費包括算力、數(shù)據(jù)等，至少要兩千萬。

此外，是否有能力打造一套‘自動化評測+人工主觀評測’的大模型全面評價系統(tǒng)，并實現(xiàn)從評測結(jié)果到模型能力分析，再到模型能力提升的自動閉環(huán)，已經(jīng)成為基礎(chǔ)大模型創(chuàng)新的重要壁壘之一。

為了解決這一痛點，智源研究院選擇優(yōu)先推出天秤（Flag Eval）大模型評測體系及開放平臺（Flag Eval.baai.ac.cn）。

天秤（Flag Eval）大模型評測體系及開放平臺，旨在建立科學(xué)、公正、開放的評測基準(zhǔn)、方法、工具集，協(xié)助研究人員全方位評估基礎(chǔ)模型及訓(xùn)練算法的性能，同時探索利用AI方法實現(xiàn)對主觀評測的輔助，大幅提升評測的效率和客觀性。

具體來說，天秤（Flag Eval）大模型評測體系創(chuàng)新性地構(gòu)建了‘能力-任務(wù)-指標(biāo)’三維評測框架，能夠細(xì)粒度刻畫基礎(chǔ)模型的認(rèn)知能力邊界，可視化呈現(xiàn)評測結(jié)果。

目前，天秤（Flag Eval）大模型評測體系包含了總計600+評測維度，包括22個評測數(shù)據(jù)集和84，433道題目，更多維度的評測數(shù)據(jù)集正在陸續(xù)集成。

此外，天秤（Flag Eval）大模型評測體系還將持續(xù)探索語言大模型評測與心理學(xué)、教育學(xué)、倫理學(xué)等社會學(xué)科的交叉研究，以期更加全面、科學(xué)地評價語言大模型。

30+能力×5種任務(wù)×4大類指標(biāo)=600+維全面評測

視覺大模型系列

在計算機(jī)視覺方面，悟道3.0團(tuán)隊打造了具備通用場景感知和復(fù)雜任務(wù)處理能力的‘悟道·視界’系列大模型。

其中，構(gòu)建起‘悟道·視界’底層基座的，正是這次6連發(fā)的SOTA技術(shù)：

多模態(tài)大模型‘Emu’，預(yù)訓(xùn)練大模型‘EVA’，視覺通用多任務(wù)模型‘Painter’，視界通用分割模型，圖文預(yù)訓(xùn)練大模型‘EVA-CLIP’以及視頻編輯技術(shù)‘vid2vid-zero’。

1． Emu：在多模態(tài)序列中補全一切

Emu是一個接受多模態(tài)輸入，產(chǎn)生多模態(tài)輸出的大模型�；�于多模態(tài)上下文學(xué)習(xí)技術(shù)路徑，Emu能從圖文、交錯圖文、交錯視頻文本等海量多模態(tài)序列中學(xué)習(xí)。

訓(xùn)練完成后，Emu能在多模態(tài)序列的上下文中補全一切，對圖像、文本和視頻等多種模態(tài)的數(shù)據(jù)進(jìn)行感知、推理和生成，完成多輪圖文對話、少樣本圖文理解、視頻問答、文圖生成、圖圖生成等多模態(tài)任務(wù)。

2． EVA：最強(qiáng)十億級視覺基礎(chǔ)模型

項目地址：https：//github.com/baaivision/EVA

論文地址：https：//arxiv.org/abs/2211.07636

EVA將語義學(xué)習(xí)模型（CLIP）和幾何結(jié)構(gòu)學(xué)習(xí)方法（MIM）相結(jié)合，并把標(biāo)準(zhǔn)的ViT模型擴(kuò)大規(guī)模到了10億參數(shù)進(jìn)行訓(xùn)練。一舉在ImageNet分類、COCO檢測分割、Kinetics視頻分類等廣泛的視覺感知任務(wù)中取得當(dāng)時最強(qiáng)的性能。

3． EVA-CLIP：性能最強(qiáng)開源CLIP模型

項目地址：https：//github.com/baaivision/EVA/tree/master/EVA-CLIP

論文地址：https：//arxiv.org/abs/2303.15389

以視覺基礎(chǔ)模型EVA為核心開發(fā)的EVA-CLIP，目前已經(jīng)迭代至50億參數(shù)。

和此前80.1%準(zhǔn)確率的OpenCLIP相比，EVA-CLIP模型在ImageNet1K零樣本top1準(zhǔn)確率達(dá)到了82.0%。在ImageNet kNN準(zhǔn)確率上，Meta最新發(fā)布的DINOv2模型和10億參數(shù)的EVA-CLIP持平。

4． Painter：首創(chuàng)‘上下文圖像學(xué)習(xí)’技術(shù)路徑

項目地址：https：//github.com/baaivision/Painter

論文地址：https：//arxiv.org/abs/2212.02499

通用視覺模型Painter建模的核心思想是‘以視覺為中心’，通過將圖像作為輸入和輸出，來獲得上下文視覺信息，從而完成不同的視覺任務(wù)。

5． 視界通用分割模型：一通百通，分割一切

視界通用分割模型具有強(qiáng)大的視覺上下文推理能力，只需給出一個或幾個示例圖像和視覺提示，模型就能理解用戶意圖，并完成類似分割任務(wù)。

簡單來說，用戶在畫面上標(biāo)注識別一類物體，即可批量化識別分割同類物體，無論是在當(dāng)前畫面還是其他畫面或視頻環(huán)境中。

6． vid2vid-zero：業(yè)界首個零樣本視頻編輯技術(shù)

項目地址：https：//github.com/baaivision/vid2vid-zero

論文鏈接：https：//arxiv.org/abs/2303.17599

Demo地址：https：//huggingface.co/spaces/BAAI/vid2vid-zero

零樣本視頻編輯技術(shù)‘vid2vid-zero’，首次利用注意力機(jī)制的動態(tài)特性，并結(jié)合現(xiàn)有的圖像擴(kuò)散模型，打造了一個無需額外視頻預(yù)訓(xùn)練，即可進(jìn)行視頻編輯的模型框架。現(xiàn)在，只需上傳一段視頻，然后輸入一串文本提示，就可以進(jìn)行指定屬性的視頻編輯。

中國大模型研究的啟蒙者

2018年11月成立的智源研究院是中國大模型研究的啟蒙者，經(jīng)過5年發(fā)展，更成為中國大模型研究的標(biāo)桿。

與其他的機(jī)構(gòu)與眾不同地方在于，智源研究院是一家平臺性機(jī)構(gòu)。成立之初，智源研究院就將營造人工智能創(chuàng)新生態(tài)作為基本使命和任務(wù)之一。

從創(chuàng)立至今，智源都如何推動了中國大模型研究的發(fā)展？

其實，智源研究院的成立恰恰趕在了國外大模型萌芽初現(xiàn)的一個契機(jī)。

說起來，2015年成立的OpenAI研究的主要方向是探索通往AGI的路線，也不是大模型。

從2018年后，OpenAI才開始集中轉(zhuǎn)向大模型，并在6月發(fā)布了有1.17億參數(shù)的GPT。同年，谷歌還發(fā)布了大規(guī)模預(yù)訓(xùn)練語言模型BERT，有3億參數(shù)。

所有人都注意到，2018年的整個產(chǎn)業(yè)趨勢、技術(shù)趨勢都是做更大的模型。

隨著模型所用算力增長，摩爾定律變成所謂的‘模型定律’，即訓(xùn)練大模型所用算力3-4個月翻一番。

也正是2018年，智源研究院成立，率先匯聚了AI領(lǐng)域的頂尖學(xué)者，開啟了大模型探索。

由此，2021年，智源連著發(fā)布了悟道1.0，悟道2.0兩代大模型。

據(jù)黃鐵軍介紹，在2021年3月，悟道1.0發(fā)布會上，智源研判人工智能已經(jīng)從‘大煉模型’轉(zhuǎn)變?yōu)椤疅挻竽Ｐ汀�的新階段，從此，‘大模型’這個概念進(jìn)入公眾視野。

每年的智源大會，都會重述攀登AGI高峰的三大技術(shù)路線：大模型、生命智能和AI4Science。這三條路線不是孤立的，它們之間相互作用和影響。

如今，大模型涌現(xiàn)能力出現(xiàn)的主要原因來自，背后的海量數(shù)據(jù)(21.560, 0.32, 1.51%)。

語言數(shù)據(jù)本身蘊含著豐富的知識和智能，通過大模型方式將其提煉出來，用神經(jīng)網(wǎng)絡(luò)去表達(dá)復(fù)雜數(shù)據(jù)的背后規(guī)律。

這是大模型其中一條技術(shù)路線是能夠通向AGI的合理之處。

這也就解釋了，智源為什么最初將重心放在大模型上。2021年3月發(fā)布悟道1.0，緊接著6月發(fā)布了悟道2.0。

此外，除了大模型，在通往AGI的另外兩條路‘生命智能’和‘AI4Science’上，智源也在不斷探索。

2022年，智源發(fā)布了最高精度的仿真秀麗線蟲。這次，智源將仿真線蟲研究所用的生命模擬平臺‘天演-eVolution’開放，提供在線服務(wù)。

天演是超大規(guī)模精細(xì)神經(jīng)元網(wǎng)絡(luò)仿真平臺，具有四項顯著特點：當(dāng)今效率最高的精細(xì)神經(jīng)元網(wǎng)絡(luò)仿真的平臺；支持超大規(guī)模的神經(jīng)網(wǎng)絡(luò)仿真；提供一站式在線建模與仿真工具集；高質(zhì)量可視化交互，支持實時仿真可視協(xié)同運行。

基于天演平臺，實現(xiàn)對生物智能進(jìn)行高精度仿真，探索智能的本質(zhì)，推動由生物啟發(fā)的通用人工智能。進(jìn)一步地，天演團(tuán)隊已將天演接入我國新一代百億億次超級計算機(jī)-天河新一代超級計算機(jī)。

通過‘天演-天河’的成功部署運行，實現(xiàn)鼠腦V1視皮層精細(xì)網(wǎng)絡(luò)等模型仿真，計算能耗均能降低約10倍以上，計算速度實現(xiàn)10倍以上提升，達(dá)到全球范圍內(nèi)最極致的精細(xì)神經(jīng)元網(wǎng)絡(luò)仿真的性能，為實現(xiàn)全人腦精細(xì)模擬打下堅實基礎(chǔ)。

兩年后的現(xiàn)在，智源再次發(fā)布悟道3.0系列大模型。

從定位上講，自悟道2.0發(fā)布后，智源作為一個非盈利的平臺性機(jī)構(gòu)，不僅是做模型發(fā)模型，逐漸偏向為構(gòu)建大模型核心生態(tài)做出獨特貢獻(xiàn)。

其中，就包括模型背后數(shù)據(jù)梳理，模型測試，算法測試，開源開放組織，以及算力平臺等全方位布局。

智源為什么有這樣一個轉(zhuǎn)變？

因為智源深刻認(rèn)識到，大模型本身不是大模型時代最主要的產(chǎn)品形態(tài)，而是一個體系化，以智力服務(wù)為特征的一個新的時代。

當(dāng)前，大模型一定會不斷持續(xù)演進(jìn)，不變的是背后的技術(shù)迭代，即訓(xùn)練模型的算法。

你每天所見的最新模型，不過是個固化的結(jié)果，重要的是訓(xùn)練模型的算法是否先進(jìn)，成本是否有效降低，背后能力是否可解釋、可控。

因此，作為一個平臺機(jī)構(gòu)，智源要做的是，把業(yè)界訓(xùn)練模型的算法匯聚成一個不斷迭代的整體。

這項工作是必要的，智源不僅做大模型算法本身，同時也要花更多時間精力為大模型的技術(shù)體系發(fā)展添磚加瓦。

比如，智源推出了大型云計算服務(wù)平臺‘九鼎智算平臺’，為大模型訓(xùn)練提供算力、數(shù)據(jù)、算法的支持。

當(dāng)然，并不是僅憑智源一己之力，還有產(chǎn)學(xué)研一起以開放方式進(jìn)行協(xié)作和迭代。

今年3月，智源發(fā)布了FlagOpen飛智大模型技術(shù)開源體系，是與多家產(chǎn)學(xué)研單位共同構(gòu)建的大模型開源開放軟件體系。

正如黃鐵軍院長所稱，‘我們希望在大模型已然成為人工智能產(chǎn)業(yè)發(fā)展的主導(dǎo)力量的當(dāng)下，未來做更多的支撐性工作，為這個時代貢獻(xiàn)一份獨特力量’。

或許你會問，今年的智源大會與往屆相比最大特色是什么？

風(fēng)格一貫，兩個詞總結(jié)下：專業(yè)和純粹。

智源大會的召開沒有任何現(xiàn)實目標(biāo)，不關(guān)注產(chǎn)品如何、投資者如何。

在這里，業(yè)界大佬能夠以專業(yè)角度提出個人觀點，做出判斷，當(dāng)然還包括頂級觀點的碰撞、爭論，不用去考慮諸多現(xiàn)實因素。

‘AI教父’Geoffrey Hinton今年第一次參加智源大會，前段時間還因為后悔畢生工作離職谷歌。他發(fā)表了最新關(guān)于人工智能安全的觀點。

一如既往的‘樂觀派’Yann LeCun不會像多數(shù)人擔(dān)憂人工智能風(fēng)險，在他看來車還沒有造好就剎車太不合理，當(dāng)前還是要努力發(fā)展更先進(jìn)AI技術(shù)和算法。

同時，你也會看到會上觀點的激烈交鋒。Max Tegmark講述控制人工智能風(fēng)險。雖和LeCun不能說完全對立，但也有很大差異。

這便是智源大會最大的看點，也是一貫的風(fēng)格。

這一定位的獨特性，從這些年來看，也是愈發(fā)重要。

人工智能的發(fā)展對全球、對中國的影響越來越大，因此大家需要一個場合，用純粹方式輸出自己的觀點，包括思想碰撞、激烈爭論。

這樣的意義在于，只有越專業(yè)，越純粹，越中立，越開放的會議，越有利于大家更好的把握這樣的一個高速發(fā)展的時代，同時還能第一整個對人工智能生態(tài)發(fā)展起獨特的作用。

在國外，智源大會同樣口碑極好，國際機(jī)構(gòu)將智源大會作為與中國開展人工智能研究合作的一個窗口。

智源這一名字由來，也是智能的源頭。因此，舉辦智源大會已經(jīng)成為促進(jìn)人工智能生態(tài)發(fā)展一個標(biāo)志性活動。

嘉賓陣容之強(qiáng)大、議題設(shè)置之豐富、內(nèi)容討論之深度，這些都造就了獨一無二的智源大會。

這場專屬AI內(nèi)行的頂級盛會，已成為中國AI領(lǐng)域的亮眼名片。