升騰AI+大模型,國科大團隊斬獲“網際網路+”大賽金獎

升騰AI+大模型,國科大團隊斬獲“網際網路+”大賽金獎

正值產業智慧化程序迅速發展之際,伴隨人工智慧技術與產業發展的深度融合,AI幫助企業挖掘資料價值,實現智慧化的落地應用,充分釋放技術創新帶來的紅利。然而企業在實踐的過程中,由於各行業場景不同,技術基礎不一,存在落地場景碎片化,AI開發門檻過高等難題。

擁有泛化性、效率高等優勢的AI大模型正在改變上述局面。在第八屆中國國際“網際網路+”大學生創新創業大賽(下文簡稱“網際網路+”大賽)中,奪得金獎的“紫東。太初-全球首個圖文音多模態破壁者”專案,便是這樣一款創新的AI大模型。

該專案由中國科學院大學博士生陳志揚帶隊,他與孫銘真、鄭嘉榆、張彥雨等同學一起,在王金橋、劉靜、朱優松、胡毅、寧芮可老師的指導下,參加了“網際網路+”大賽的產業命題賽道。自參賽以來,團隊與下游產業展開深入調研,和昇騰AI團隊進行技術交流,積極投入專案的研發,最終突圍而出。

據專案指導老師——中國科學院自動化研究所“紫東。太初”多模態中心常務副主任、武漢人工智慧研究院院長王金橋表示,“紫東。太初”的出現,是邁向通用人工智慧的關鍵一步。

那麼“紫東。太初”有哪些創新之處?它對行業發展有哪些意義?

對此,CSDN採訪了王金橋老師和陳志揚同學,詳解“紫東。太初”大模型的創新與實踐,分享陳志揚團隊一路走來的獲獎心得與收穫。

邁向通用人工智慧的關鍵一步

“紫東。太初”專案由中科院自動化所、華為以及武漢人工智慧研究院基於昇騰AI基礎軟硬體平臺聯合打造,提出了多工多層次的跨模態自監督學習方法。透過使用昇思MindSpore+昇騰AI算力+CANN異構計算架構,開拓性地實現了影象、文字、語音與影片等不同模態資料之間的統一表示和互相生成,形成了完整的智慧表示、推理和生成能力。“紫東。太初”可支撐全場景AI應用,提升泛化能力、突破精度限制、覆蓋多行業多場景、降低研發成本。

以往AI演算法模型通常是單模態,即一個模型只能解決一個任務,模型功能單一。且模型訓練依賴大量資料,AI模型泛化能力差,通用性不足,無法廣泛應用於AI落地場景。”紫東。太初”將當前AI模型“一專一能”的現狀轉為“多專多能“,採用一個大模型便可靈活支撐影象、文字、語音全場景AI應用。

升騰AI+大模型,國科大團隊斬獲“網際網路+”大賽金獎

王金橋照片

據王金橋老師介紹,“紫東。太初”具備三大技術優勢:一是透過跨模態、多工的自監督學習,開拓性實現影象、文字、語音的跨模態統一理解和跨模態的自動轉換。二是讓“以圖生音”和“以音生圖”成為現實,打通不同模態之間的影象、文字、語音理解的鴻溝,以趨近於類人的學習和思考的方式,進一步提升了人工智慧的創造力;三是透過搭建“紫東。太初”大模型服務平臺,實現一站式低程式碼人工智慧模型的訓練、研發和部署,從而邁出人工智慧通用化的關鍵一步。

王金橋老師進一步解釋道,“紫東。太初”正在改變當前AI的研發正規化。原來實現目標識別、車輛識別等場景應用時,需要專業的研究人員研發專用AI模型來實現。如今“紫東。太初”大模型開放服務平臺將這一切變得容易,開發者以低程式碼的方式來快速完成AI模型的研發。由於AI落地場景不一,每個企業的需求都不一樣,透過該平臺使模型研發效率從原來的2到6個月時間,縮減到現在的2到4周時間,大大提高AI模型的生產和研發效率,大幅度降低研發成本。

“紫東。太初”讓AI研發從原來的“手工作坊”模式,有機會變成工業化模式,實現AI普惠化,加速各行業的智慧化轉型實踐。

昇騰為底座,構築AI生態

升騰AI+大模型,國科大團隊斬獲“網際網路+”大賽金獎

“紫東。太初”在手語識別場景中的應用

“紫東。太初”推動AI研發正規化和產業應用模式的新變革,為人工智慧滲透千行百業提供強有力的基礎。如今在智慧製造、智慧交通、智慧醫療、智慧文旅等領域上,均有示範性落地應用。

這背後,離不開昇騰AI提供諸多助力。

技術上,“紫東。太初”以昇騰人工智慧基礎軟硬體平臺為基礎,運用包括昇騰AI硬體和全場景AI框架昇思MindSpore來打造多模態通用人工智慧平臺,從而實現全棧自主創新的大模型。

升騰AI+大模型,國科大團隊斬獲“網際網路+”大賽金獎

陳志揚團隊照片

在備戰“網際網路+”大賽的過程中,陳志揚團隊使用昇思MindSpore和CANN進行完整的專案開發後,最大的感受是剛開始使用昇思MindSpore還不是十分熟悉,幸好昇騰AI團隊提供非常到位的技術支援,幫助他們高效開發。

當他們訓練大模型時,發現大模型開發需要使用的模型並行、資料並行等底層技術,複雜得讓人望而卻步。好在昇思MindSpore提供全場景統一的API,可進行自動微分、自動並行、自動調優等,是一個性能極佳、極簡易用的AI框架。因此團隊只需將精力放在演算法設計上,無需過多關注底層技術實現,還可以呼叫昇騰提供的AI算力完成相關的演算法開發、訓練大模型,最終團隊順利完成參賽作品,並取得優秀成績。

在平臺建設上,昇騰AI推出的大模型開發使能平臺,簡化大模型開發到部署的流程,目前已應用於“紫東。太初”大模型開放服務平臺,助力“紫東。太初”大模型開放服務平臺面向企業和開發者提供模型推理部署、模型應用開發、模型演算法創新開發等服務,具備低程式碼一站式開發、全棧自主創新、開發效率高和賦能代價低、普惠算力等優勢。

從中我們可以看到,以昇騰AI為底座,透過多方攜手共築大模型創新高地,“紫東。太初”龐大生態體系已見端倪。

以賽促學,搭建人才發展橋樑

人才作為人工智慧產業發展的關鍵,只有鼓勵人才用創新技術解決實際問題,方能持續不斷創造出價值。“網際網路+”大賽便搭建了這樣的創新舞臺,旨在鼓勵全球開發者充分發揮想象力,引領行業創新。

自今年4月啟動以來,“網際網路+”大賽共吸引來自100多個國家和地區的1450多萬人次報名,共有340多萬個專案參賽。本屆大賽產業命題賽道共有300支隊伍進入全國總決賽,其中華為命題隊伍24支。

對於國科大團隊的同學們來說,參加“網際網路+”大賽讓他們擁有了嶄新的體會。陳志揚同學在採訪中談到,他的研究方向是多模態視覺領域,平常研究是偏學術性的,而大賽給他一個走出去的機會,透過和下游產業的交流,深入洞察產業的多樣性需求,從更廣闊的視角來看企業的訴求,掌握行業的發展趨勢。這讓他不僅從以往熟悉的技術方向上做思考,還從商業價值、社會效益等多角度思考如何用多模態預訓練技術來服務千行百業的需求。未來,他將在科研更有針對性和更具動力,為產業帶來更有價值的科研和研究成果。

在和陳志揚同學交談的過程中,他重複說了好幾次的“走出去”,並侃侃而談其中的收穫與成長。從他身上,筆者看到新一代科技人才的重要培養途徑便是走出研究室,走出校園,去現實世界中探索落地方案,直面產業真實痛點,思考解決方案,同時激發科研動力,創造更多價值,形成良好迴圈。

華為等企業透過“網際網路+”大賽開放產業真實賽題,讓眾多像陳志揚同學一樣的高校學生走出去,在產業環境中真題真做,提升高校學子的實踐創新能力,匯聚眾多有創新意識的人才。

據悉,華為與教育部推出“智慧基座”專案,圍繞昇騰AI、鯤鵬、尤拉等技術,致力在未來的五年時間內,與高校聯合培育300萬數字化計算人才。目前,“智慧基座”專案已累計賦能5000多名教師,開設了1500多門課程,累計50萬名學生參與學習和實踐。此外,華為推出“眾智計劃”,計劃投入3。6億元人民幣激勵基金,進一步為開發者提供昇騰AI、鯤鵬實踐平臺。

人才作為技術創新、產業發展的源頭活水,如今華為正透過各類創新大賽、活動、激勵計劃等多種形式,搭建人才發展橋樑,為產業發展輸送源源不斷的動力。

頂部