上衛星、能帶貨 國人將AI大模型應用玩出了花
所謂AI大模型，通常指的是在人工智能領(lǐng)域中，具有大量參數的深度學(xué)習模型，這些模型能夠捕捉和學(xué)習數據中的復雜模式和關(guān)系，從而在各種任務(wù)上表現出色。去年，大模型行業(yè)經(jīng)歷了如雨后春筍般的“百模大戰”，今年，業(yè)內認為迎來(lái)了大模型應用元年。各類(lèi)AI大模型應用“上天入地，從宏觀(guān)到微觀(guān)”，開(kāi)始深度服務(wù)我們的生產(chǎn)和生活。
全球首顆AI大模型衛星
讓衛星更聰明
在今年的9月底，我國商業(yè)航天團隊發(fā)射了全球第一顆AI大模型衛星。那什么是AI大模型衛星？它和普通的衛星有什么不同？經(jīng)過(guò)一個(gè)多月的在軌測試，大模型衛星運行怎么樣？它能做些什么呢？
地球500公里外衛星上運行AI大模型
這個(gè)畫(huà)面是遠在500多公里外，衛星上運行AI大模型的場(chǎng)景。研發(fā)團隊介紹，本次的發(fā)射任務(wù)主要是對AI大模型衛星進(jìn)行在軌運行試驗，測試不同溫度工況，以及完成和衛星之間的各類(lèi)推理問(wèn)答，目前各項任務(wù)執行均獲得成功，這也標志著(zhù)一個(gè)智能衛星的時(shí)代正在開(kāi)啟。
國星宇航首席執行官王磊：其實(shí)這個(gè)過(guò)程當中就已經(jīng)產(chǎn)生了我們技術(shù)人員與衛星之間的一個(gè)技術(shù)性互動(dòng)。因為遙感數據的星上的數據是一個(gè)體量很大，而且是非規則化的這種數據，現在大模型可以更好地對于一個(gè)區域，從目標識別、特征提取，甚至到行為預測，這就是得益于大模型的注入。比如道路的疏解，礦產(chǎn)資源的發(fā)現，還有包括城市的規劃，很多的場(chǎng)景都在這種新的場(chǎng)景之下會(huì )得到極大的效率提升。
AI大模型衛星天上自主作決策
有了大模型技術(shù)，衛星無(wú)需將數據傳回地面，就可以作出相關(guān)的任務(wù)決策，大大提升了衛星的工作效率。同時(shí)，加入了AI大模型技術(shù)的衛星，就仿佛開(kāi)啟了自動(dòng)駕駛模式的汽車(chē)，可以在天吉印通行自我姿態(tài)的調整和任務(wù)指令的自行執行。
為了將AI算力和系統從地面搬運到天上，團隊要解決一系列技術(shù)難題。
國星宇航首席執行官王磊介紹，挑戰還是比較大的。地面的話(huà)從能源建筑體量，包括溫度濕度，很多的控制條件相對于太空框架是更加寬松一點(diǎn)。這里還包括重量等很多的因素，我采取什么樣的板卡芯片，然后這種接口如何對接和協(xié)議的適配，這種會(huì )產(chǎn)生一系列的技術(shù)問(wèn)題。
啟動(dòng)“星算計劃”將算力系統搬到天上
將算力系統搬到天上后，團隊還有更大的目標。他們已啟動(dòng)“星算計劃”，將于2030年前建成由2800顆算力衛星組網(wǎng)、全球覆蓋的“移動(dòng)”算力網(wǎng)，助力人類(lèi)更好地利用太空資源。
國星宇航首席執行官王磊：我覺(jué)得可能展望是隨著(zhù)AI技術(shù)的發(fā)展和大模型技術(shù)的迭代，對于商業(yè)航天會(huì )有很大的改觀(guān)，甚至從整個(gè)工程設計理念都會(huì )帶動(dòng)、會(huì )產(chǎn)生很多設計方思路上的改變，這一點(diǎn)對這個(gè)行業(yè)會(huì )產(chǎn)生很大的促進(jìn)和推動(dòng)作用。
AI大模型“造字”
效率提升10倍以上
在我們身邊，大模型應用在一些細分領(lǐng)域，正在顛覆傳統行業(yè)。比如利用大模型還可以創(chuàng )造不同的字體，可以讓效率提升10倍以上，成本也大大降低。一起去看看“AI設計師”是怎樣發(fā)揮創(chuàng )造潛力造字的。
這些風(fēng)格各異、細節滿(mǎn)滿(mǎn)、數量龐大的字體庫，幾乎全部都是由AI設計完成的。這個(gè)不到十個(gè)人的“97后”創(chuàng )業(yè)團隊，僅用了18個(gè)月的時(shí)間，就已經(jīng)完成了300多套字體的設計，字數加起來(lái)已經(jīng)超過(guò)500萬(wàn)字，將一套字體的設計效率較傳統人工設計提升了10倍以上，成本也降低了80%。AI是如何學(xué)會(huì )造字的呢？團隊工程師為我們介紹了整個(gè)學(xué)習過(guò)程。
圖形起源算法工程師許璀杰：左邊這個(gè)是參考字，然后這個(gè)AI生成出來(lái)的字已經(jīng)很像了，如果我們把這兩個(gè)字重疊在一起，能夠看到有一些出入，黑色部分是重疊的，而藍色和黃色部分分別是這個(gè)參考字。我們會(huì )將之間的差值作為AI學(xué)習的目標，讓AI盡量地去減少它們之間的出入。然后AI通過(guò)不斷的學(xué)習，可以看到它的出入是在逐漸減小的。
據圖形起源算法工程師介紹，現在A(yíng)I大概能夠把正確率做到97%，AI這部分大概是兩天完成，如果沒(méi)有AI生成，生產(chǎn)周期可能一套字需要6到12個(gè)月。
AI大模型“造字”正改變字體設計行業(yè)
這個(gè)創(chuàng )業(yè)團隊用AI改變的，正是字體設計行業(yè)。我們在印刷品、包裝、網(wǎng)站上經(jīng)常能看到各種各樣的“字體”，這些字體是由字體設計師制作的。在一個(gè)字體文件中，每個(gè)字都是一張矢量圖，因此要制作一套字體，需要把對應語(yǔ)言中的每個(gè)字都手工繪制出來(lái)，比如漢字字體的設計師，可能需要繪制多達3萬(wàn)個(gè)字，還需進(jìn)行反復的細節調整，來(lái)確保每個(gè)字的正確性、美觀(guān)性和一致性，可想而知工作量極其龐大，這也直接導致了應用端，大家需要花費昂貴的版權費來(lái)承擔字體的設計成本。而這個(gè)創(chuàng )業(yè)團隊就敏銳捕捉到了傳統行業(yè)的特點(diǎn)，并用人工智能大模型技術(shù)來(lái)提質(zhì)增效。
AI大模型可開(kāi)發(fā)多語(yǔ)言符號字庫
團隊通過(guò)不斷摸索試錯，用技術(shù)解決真需求，不斷迭代技術(shù)能力，在算法、算力方面進(jìn)行優(yōu)化，讓大模型造字變得越來(lái)越可用。他們的字體生成能力還可以開(kāi)發(fā)日、韓、拉丁字母等眾多語(yǔ)言和符號的字庫，他們還在研究將傳統書(shū)法家的毛筆字進(jìn)行矢量化學(xué)習，設計成書(shū)法家字庫，從而發(fā)揚傳統的漢字文化。
記者探訪(fǎng)迭代中的“AI打工人”
AI大模型的超強學(xué)習能力，讓我們看到了它在各行各業(yè)的應用潛力。和任何一種技術(shù)的發(fā)展一樣，人工智能也需要不斷的學(xué)習和迭代，才能變得可用、好用。
用文字轉化成記者的語(yǔ)音生成的視頻，在幾分鐘內，一個(gè)以記者聲音和形象進(jìn)行播報的視頻就生成了。
電商直播數字人大模型聲音文字秒級生成
在工作室里，記者只需要對著(zhù)鏡頭錄制一段幾分鐘的畫(huà)面，隨后上傳到系統，再在系統里任意編輯自己想要表達的文字內容，就可以在一兩分鐘內，生成一段播報的內容。技術(shù)人員告訴記者，目前AI大模型技術(shù)還很難實(shí)時(shí)做到表情的模擬，但是在聲音和文字內容的快速生成上，已經(jīng)做到了秒級。通過(guò)這種快速生成的能力，團隊推出了國內首個(gè)電商直播數字人大模型，并已經(jīng)投放進(jìn)了市場(chǎng)。
當記者在直播間隨機問(wèn)數字主播，我想吃一個(gè)辣的，很快就得到了主播的回復。聲音細節、節奏，還有回復內容，能夠做到精準且快速，還充滿(mǎn)個(gè)性化，數字人利用大模型直播有了落地的可能。
零一萬(wàn)物首席執行官李開(kāi)復介紹，大模型的計算是要花很多的GPU芯片和算力，也是有很高的成本的。在過(guò)去有些美國的大廠(chǎng)做一次訓練，可能就要花1億甚至10億美元，我們的速度可以比openAI的模型要快30~40倍。而且它的成本是美國公司的1/30，所以它是可以點(diǎn)燃應用的。
集成式開(kāi)發(fā)模式模型訓練推理“多快好省”
大模型動(dòng)輒上億的訓練成本和推理成本，令很多開(kāi)發(fā)者和大模型初創(chuàng )企業(yè)望而卻步。為了讓模型落地，真正好用，開(kāi)發(fā)者們關(guān)注的并不能僅僅是生成的質(zhì)量，還要在成本和好用性上去下功夫。在訓練模型過(guò)程中，一個(gè)集成式的開(kāi)發(fā)模式發(fā)揮了作用，讓模型訓練和推理都做到“多快好省”。
“智能體”將如何改變我們的生活
隨著(zhù)AI大模型技術(shù)的不斷落地，為我們身邊的各類(lèi)硬件設備走向“智能”，提供了技術(shù)支持。“智能體”就隨之成了一個(gè)新的高頻詞。什么叫做智能體，這種新技術(shù)又將會(huì )怎樣改變我們的生活呢？
智能體，簡(jiǎn)單來(lái)說(shuō)，就是將人工智能大模型與各種智能硬件相結合，打造出的智能系統。和傳統硬件相比，它們能夠根據預設好的規則和目標，獨立自主地執行任務(wù)、理解并響應人類(lèi)的需求。比如在手機上，我們已經(jīng)可以用一句話(huà)，讓手機自主完成點(diǎn)外賣(mài)、全程無(wú)需人來(lái)插手。
智能體產(chǎn)品工程師江洪澤：通過(guò)大模型的理解能力，我們可以將用戶(hù)的意圖，拆解成很多個(gè)步驟，然后按照一定的方式編排，一個(gè)任務(wù)、一個(gè)任務(wù)地去幫助用戶(hù)自動(dòng)完成，達成手機上的“自動(dòng)駕駛”的這種體驗。
多層分級打造“智能”新標準
隨著(zhù)智能在終端設備中的爆發(fā)，智能體的智能化標準也成了行業(yè)發(fā)展必不可少的關(guān)鍵。
近期，中國信息通信研究院牽頭發(fā)布了全球首份《終端智能化分級研究報告》，參考汽車(chē)自動(dòng)駕駛的分級標準，這份報告將終端智能化水平由低到高分為L(cháng)1—L5五個(gè)等級，等級越高，意味著(zhù)終端在任務(wù)完成中的自主參與程度越高。幫助消費者理解他們的設備能做什么，也為產(chǎn)業(yè)發(fā)展提供了一份清晰的技術(shù)路線(xiàn)圖。
中國信通院泰爾終端實(shí)驗室副主任果敢：我們在分級這個(gè)方面主要從4個(gè)維度四大因素去考慮。首先對用戶(hù)的意圖理解的程度。另外從對用戶(hù)信息、用戶(hù)使用習慣的學(xué)習記憶的能力去考慮。后面兩個(gè)就是從提供服務(wù)和規劃任務(wù)的能力的程度，還有任務(wù)的執行完成情況這4個(gè)維度，去設計了1~5級的這種整個(gè)的分級的類(lèi)別。
智能終端距完全自動(dòng)化智能化仍有距離
據介紹，根據分級標準，目前智能終端發(fā)展階段普遍在L2—L3級別之間，即能感知用戶(hù)簡(jiǎn)單的意圖，并提供個(gè)性化服務(wù)，但距離完全的自動(dòng)化和智能化，仍然有著(zhù)不短的距離。
清華大學(xué)人工智能研究院常務(wù)副院長(cháng)孫茂松：大模型它非常的厲害，但是它不是萬(wàn)能的，有它的局限性。總的來(lái)說(shuō)，它在語(yǔ)言、文字、語(yǔ)音、圖像、視頻這方面的理解和生成能力，應該說(shuō)超過(guò)了可能85%的人類(lèi)。15%的問(wèn)題可能就要和應用場(chǎng)景去結合，通過(guò)應用和應用場(chǎng)景結合去想辦法彌補這15%的問(wèn)題。
