百度王海峰谈通⽤⼈⼯智能：技术通⽤、能⼒全⾯
赵⼴⽴
中国科学报
2024-06-28 20:34:59
⽂｜本报记者
赵⼴⽴“旱稻什么时候种最好？”“种植旱稻有哪些注意事项？”“我的旱稻遭遇病⾍害怎么办？”以前，在云南省普洱市澜沧拉祜族⾃治县⽵塘乡云⼭村，种植旱地优质稻的村⺠们遇到这些问题，只能在中国⼯程院院⼠朱有勇每天跑步的必经之路上“堵”他。
但现在，他们可以使⽤“农⺠院⼠智能体”快速得到答案。“农⺠院⼠智能体”是中国⼯程院朱有勇院⼠及团队与百度共同打造的⾸个农业智能体，它基于⽂⼼智能体平台创建，学习了朱有勇院⼠的研究成果以及相关的农业知识，可以为农⺠解答⽣产⽣活中的问题。云⼭村村⺠张⽂清说：“朱院⼠就在我的⼿机⾥！同他本⼈⼀模⼀样。”
“智能体是在基础⼤模型的基础上，进⼀步做思考增强训练的结果。”6⽉28⽇，在深度学习技术及应⽤国家⼯程研究中⼼主办的WAVE SUMMIT深度学习开发者⼤会2024上，百度CTO王海峰正式发布⽂⼼⼤模型4.0 Turbo、⻜桨框架3.0等最新技术以及“农⺠院⼠智能体”。
模型迭代：速度更快、效果更好⼤模型技术和产品的迭代仍在加速。
⼤会现场，王海峰发布了⽂⼼⼤模型4.0 Turbo，⽹⻚版、APP、API陆续⾯向⽤户开放。企业⽤户即刻起登录百度智能云千帆⼤模型平台即可使⽤API服务。以⽤户使⽤⽂⼼⼤模型设计调查问卷的演示为例，⽂⼼⼤模型4.0 Turbo的速度更快，效果更好。
百度⾃2010年起开始布局⼈⼯智能，2019年3⽉推出⽂⼼⼤模型1.0并持续迭代升级, 2023年10⽉发布⽂⼼⼤模型4.0，今年4⽉发布⽂⼼⼤模型4.0⼯具版。⽂⼼⼤模型，基于⻜桨平台从万亿级数据和千亿级知识中融合学习，具备知识增强、检索增强和对话增强等核⼼技术。
王海峰介绍，在强⼤的基础⼤模型基础上，百度进⼀步创新了智能体技术，包括理解、规划、反思和进化，能够做到可靠执⾏、⾃我进化，并⼀定程度上将思考过程⽩盒化，让机器像⼈⼀样思考和⾏动，能够调⽤⼯具⾃主完成复杂任务，在环境中持续学习实现⾃主进化。“农⺠院⼠智能体”就是基于⽂⼼智能体平台创建。
王海峰介绍说，“农⺠院⼠智能体”不仅学习了相关的农业知识，还使⽤朱有勇院⼠团队的研究成果“开⼩灶”，从⽽可以为农⺠解答⽣产⽣活中的问题，促进科技助农惠农。⽬前，⽂⼼⼀⾔累计⽤户规模已达3亿，⽇调⽤次数5亿，澜沧拉祜族⾃治县⽵塘乡云⼭村村⺠们也成了⽂⼼⼀⾔的新⽤户。
⻜桨升级，⽂⼼进化
王海峰表示，⽂⼼⼤模型的持续快速进化，得益于百度在芯⽚、框架、模型和应⽤上的全栈布局，尤其是⻜桨深度学习平台和⽂⼼的联合优化。⽂⼼⼤模型的基础模型训练离不开⻜桨深度学习平台——运⾏在万卡算⼒上的⻜桨平台，通过集群基础设施和调度系统及软硬件协同优化，⽀持着⽂⼼⼤模型的稳定⾼效训练。会上，王海峰发布了⻜桨新⼀代框架——⻜桨框架3.0。
他介绍，⻜桨3.0具备动静统⼀⾃动并⾏、编译器⾃动优化、⼤模型多硬件适配、⼤模型训推⼀体等核⼼技术，能够⽀撑⼤模型效果更好、性能更优。“‘⻜桨⽂⼼’⽣态持续壮⼤，和每⼀位开发者的贡献都密不可分。”王海峰披露，⻜桨—⽂⼼⽣态⾄今已凝聚1465万开发者，服务37万家企事业单位，创建95万个模型。
通⽤⼈⼯智能：技术通⽤、能⼒全⾯⼈⼯智能的⽬标是模拟、延伸和扩展⼈的智能。
随着⼤模型的“规模效应”（scaling law）越来越显著，⼈们逐渐看到了通⽤⼈⼯智能（AGI）的曙光。对此，王海峰认为，可以从两个⻆度解读，⼀是⼈⼯智能技术的通⽤性，⼆是能⼒的全⾯性。
他提到，⼈⼯智能技术历经⼏⼗年发展，经历了从专⽤到通⽤的蝶变：从早期的⼈⼯撰写规则到后来统计机器学习，能⾃动从数据中学习；从早期解决不同场景的问题需要不同的算法，演进到深度学习时代算法的通⽤性⼤⼤加强，深度神经⽹络⼀套架构和技术可以解决各类问题，再到⼤模型时代，不仅算法，模型也变得更加通⽤和统⼀。在技术的通⽤性⽅⾯，王海峰表示，⼤模型在⾯向不同任务、语⾔、模态、场景时，通⽤性越来越强。
以⾃然语⾔处理为例，之前有分词、句法分析、语义匹配、机器翻译、问答、对话等很多⼦⽅向，现在⼀个⼤语⾔模型就可以解决绝⼤多数任务；语⾔⽅⾯，⼤模型既可以解决单语⾔的问题，也可以跨语⾔——不仅能学习⼈类的⾃然语⾔，也能学习⼈⼯定义的形式语⾔（如编程语⾔等），架起了从思考到执⾏的桥梁；同时，⼤模型也可以实现多模态的统⼀建模，⼴泛赋能各⾏各业应⽤等。总体上，⼈⼯智能技术的通⽤性越来越强。
在能⼒的全⾯性⽅⾯，王海峰认为，理解、⽣成、逻辑、记忆是⼈⼯智能的四项基础能⼒，⼈⼯智能所表现出来其他能⼒⽆论是创作、解题还是编写代码，抑或是规划、决策等，基本上都是这四项基础能⼒的综合运⽤。
以基于⽂⼼⼤模型实现的运营活动系统为例，模型⾸先理解⽤户需求进⾏系统设计，然后规划相关的任务来执⾏，接下来根据规划⽣成代码，逐步实现系统搭建（包括数据库、后端功能、前端⻚⾯等），再进⾏服务的部署；如果部署失败，模型还能够根据报错信息⾃动“反思”迭代，直到部署成功，服务顺畅运⾏。“⼤模型完成系统开发到服务运⾏的过程，充分体现了⼤模型的理解、⽣成、逻辑、记忆四项基础能⼒，以及对这四项能⼒的综合运⽤。
”王海峰说：“这四项能⼒越强，越接近通⽤⼈⼯智能。”王海峰最后表示，纵观⼈类经历的前三次⼯业⾰命，当时的核⼼驱动⼒量如机械技术、电⽓技术和信息技术都有很强的通⽤性，能应⽤于各⾏各业，当它们呈现出标准化、⾃动化和模块化的特征时，核⼼技术就进⼊⼯业⼤⽣产阶段。
如今，基于深度学习及⼤模型⼯程平台的⼈⼯智能技术，包括算法、数据、模型、⼯具等，也已经具备了⾮常强的通⽤性，并具备了标准化、模块化和⾃动化的特征，也正在推动⼈⼯智能进⼊⼯业⼤⽣产阶段，通⽤⼈⼯智能将加速到来。编辑|赵路排版|郭刚