原創(chuàng)：譚婧

全球AI大模型的技術(shù)路線，沒有多少秘密，就那幾條路線，一只手都數(shù)得過(guò)來(lái)。

而舉世聞名的GPT-4渾身上下都是秘密。

這兩件事并不矛盾。為什么呢？

這就好比，回答“如何制造一臺(tái)光刻機(jī)？”。

“所需要的任何數(shù)學(xué)公式、物理學(xué)定律和工作原理，都可以在任何一所理工科大學(xué)的圖書館里找全，但是這距離制造出光刻機(jī)，完全是兩碼事，中間需要解決的工程問(wèn)題是數(shù)以十萬(wàn)級(jí)?！?/p>

光刻機(jī)的例子來(lái)自曾任微軟雷德蒙德研究院深度學(xué)習(xí)技術(shù)中心的首席研究員，現(xiàn)任京東集團(tuán)副總裁、京東科技智能服務(wù)與產(chǎn)品部負(fù)責(zé)人的何曉冬博士。

將技術(shù)做到極致，人類智慧正在打開“機(jī)器智慧”的魔盒。

極致背后的奧秘被多位科學(xué)家以畢生之經(jīng)歷數(shù)次總結(jié)。

我于2021年7月收藏了何曉冬博士在京東AI研究院內(nèi)部分享的九條經(jīng)驗(yàn)，頻頻回顧，總有收獲。

分享得到了他的允許。

在這九條經(jīng)驗(yàn)中，何曉冬博士不僅再次強(qiáng)調(diào)了“工程能力”的重要性，而且毫無(wú)保留地將他心中的普世科研真諦遞給麾下科研人員。

如今，大模型的爆發(fā)將AI工程實(shí)踐推向了一個(gè)嶄新巔峰。在何曉冬博士看來(lái)，AI在科學(xué)原理意義上的進(jìn)步，離不開工程的極致實(shí)現(xiàn)。

這是一個(gè)“既要”“也要”的難題。

歷史反復(fù)證明，技術(shù)是創(chuàng)新的核心，但它也需要資源和管理的加持才能產(chǎn)生預(yù)期的成果。所以，創(chuàng)新不是技術(shù)的獨(dú)角戲，而是與資源與管理的合奏曲。

當(dāng)今世上，一個(gè)人一支筆依然可以拿諾貝爾文學(xué)獎(jiǎng)，但一個(gè)人就想造出有競(jìng)爭(zhēng)力的千億參數(shù)的AI大模型，已絕無(wú)可能。

那些容易被忽略的細(xì)節(jié)，科技觀察者應(yīng)該重視。

當(dāng)某一技術(shù)路線蓄積爆發(fā)的力量，那么多年前這個(gè)技術(shù)路線上奠基論文的引用數(shù)量就會(huì)突然間增長(zhǎng)。

時(shí)隔五年，一篇完成于2018年，關(guān)于注意力機(jī)制的論文（“Bottom-up and top-down attention”）引用量，悄然增長(zhǎng)（截至發(fā)稿前4028次引用）。

這篇論文的學(xué)術(shù)價(jià)值在于，在更高層次上提出一個(gè)比較基礎(chǔ)的問(wèn)題：“跨模態(tài)的語(yǔ)言和圖像信息，在語(yǔ)義層次怎么對(duì)齊？”

假如哪位讀者對(duì)多模態(tài)技術(shù)感到興奮，那“對(duì)齊”這個(gè)詞，定是“后會(huì)有期”。

稍作論文綜述與歸納就會(huì)發(fā)現(xiàn)，這篇論文是更早期三篇論文的“集大成者”。文中提出了一種非常創(chuàng)新的注意力機(jī)制。前三篇之一的論文“Hierarchical attention networks”，截至我的這篇文章發(fā)稿前，有4953次引用。一般來(lái)說(shuō)，AI領(lǐng)域論文引用量在一千以上就算較高。

而今看來(lái)，三篇蓄力一篇發(fā)力的技藝讓這套“三+一”的論文有了里程碑式的意義。

有趣的是，過(guò)去五年，CVPR會(huì)議發(fā)表的所有論文中，“Bottom-up”這篇論文排名前二十。

更有趣的是，排名前二十的論文中，只有“Bottom-up”這一篇是有關(guān)多模態(tài)的。

要我說(shuō)，排名前二十的論文中，按多模態(tài)技術(shù)排名，這篇論文排第一。（因?yàn)榍?9篇都是關(guān)于計(jì)算機(jī)視覺的，哈哈。）

這項(xiàng)多模態(tài)學(xué)術(shù)論文奠基工作來(lái)自何曉冬與京東云言犀人工智能應(yīng)用平臺(tái)團(tuán)隊(duì)。

CVPR在世界上所有期刊和會(huì)議文集中排名第四，有多少AI科研工作者宵衣旰食、不辭勞苦都是為了在會(huì)議截稿前爭(zhēng)取“一張門票”。

CVPR有一個(gè)指標(biāo)（H5因子），在此發(fā)表的重要工作（不是所有工作）的科研價(jià)值已經(jīng)跟科學(xué)雜志Nature（《自然》），Science（《科學(xué)》）處于同一水平。

從2014年的第一篇發(fā)布至今，日月不居，匆匆九年。

多模態(tài)技術(shù)之于大模型重要性不言而喻，時(shí)間會(huì)等待想法不同的人最終到達(dá)同一個(gè)目的地。

在這九年中，2018年是一個(gè)特別重要的年份。

那一年，何曉冬出任京東AI 研究院常務(wù)副院長(zhǎng)。

那一年，何曉冬博士團(tuán)隊(duì)用文生圖算法（AttnGAN）生成了一張小鳥“照片”。

可以說(shuō)，這是人工智能文生圖的“古早小鳥”。

那是一只紅羽毛白肚子的短嘴小鳥，胖憨可愛，加上兩道黑粗劍眉，神似風(fēng)靡全球的游戲“憤怒小鳥”里的主角。何曉冬博士告訴我，他喜歡給階段性工作留下紀(jì)念品，這只小鳥有段時(shí)間是他的手機(jī)屏保。

那一年，時(shí)光仿佛打開了一扇門。他從門縫中看到了一個(gè)更大的空間，一個(gè)從未見過(guò)的空間，他對(duì)到達(dá)那個(gè)空間充滿信心。

何曉冬博士說(shuō)：“不只是我的團(tuán)隊(duì)做大模型要走多模態(tài)這一條路，其他團(tuán)隊(duì)也得走這條路?！?/p>

“走多模態(tài)大模型技術(shù)路線，就一定會(huì)決策要在哪個(gè)層次做多模態(tài)融合?！八麖?qiáng)調(diào)。

顯然，這是在考驗(yàn)科研團(tuán)隊(duì)帶頭人的決策能力。

“這是一個(gè)科學(xué)問(wèn)題。”何博士說(shuō)。我補(bǔ)充道：“這是一個(gè)離應(yīng)用非常近的科學(xué)問(wèn)題?！?/p>

何曉冬博士點(diǎn)了點(diǎn)頭，表示認(rèn)可。

諦聽于此，心潮澎湃。

此前我一直認(rèn)為，在大模型的世界里，多模態(tài)技術(shù)還有很大機(jī)會(huì)。

我請(qǐng)教何博士幾個(gè)令人興奮的技術(shù)問(wèn)題：

1.要實(shí)現(xiàn)多模態(tài)大模型的涌現(xiàn)，現(xiàn)在的Transformer模型架構(gòu)是否足夠？Transformer模型架構(gòu)有沒有必要做底層改變？

何博士說(shuō)，也許有必要，也許沒有必要，需要探索研究。

2.是在語(yǔ)義層面對(duì)齊，還是數(shù)據(jù)層面對(duì)齊？

何博士的觀點(diǎn)是，在語(yǔ)義層面，或者更低。

我認(rèn)為，多模態(tài)大模型的起點(diǎn)是語(yǔ)言大模型。

也就是說(shuō)從某種程度上，語(yǔ)言大模型的科研水平和工程能力是大模型的堅(jiān)實(shí)基礎(chǔ)。

一開始，何曉冬與言犀團(tuán)隊(duì)語(yǔ)言大模型的發(fā)展目標(biāo)是使其具有更強(qiáng)的語(yǔ)言能力，特別是語(yǔ)言生成能力。這種能力很快在京東就用起來(lái)了。說(shuō)白了，寫商品文案能寫得越來(lái)越好。

團(tuán)隊(duì)的大模型原創(chuàng)性工作包括10億規(guī)模參數(shù)的K-PLUG大模型。K代表knowledge，知識(shí)。這個(gè)大模型從2019年開始推動(dòng)，到2021年就成熟了。

京東畢竟是一家擅長(zhǎng)于用技術(shù)推動(dòng)零售生意的企業(yè)，基于京東云言犀AI應(yīng)用平臺(tái)的基礎(chǔ)能力，內(nèi)容審核，拍照購(gòu)、商品營(yíng)銷文案生成等多種應(yīng)用應(yīng)運(yùn)而生。

比如，在京東商城里，商品營(yíng)銷文案工作量大，文案生成很有必要，且已覆蓋到商品三級(jí)類目（服裝，女裝，連衣裙），已達(dá)3000余個(gè)三級(jí)類目。

清點(diǎn)一下總體工作量，K-PLUG大模型累計(jì)生成超30億字，直接帶來(lái)了至少3億元人民幣的收入。

我向團(tuán)隊(duì)中的吳博士和張博士了解到，文案生成場(chǎng)景有一個(gè)有趣的地方，文案生成后要人工審核，而通過(guò)率就好比成績(jī)單，目前成績(jī)是95分（滿分100分）。因?yàn)橥ㄟ^(guò)率已經(jīng)超過(guò)了95%。

產(chǎn)業(yè)場(chǎng)景對(duì)大模型的常態(tài)是“苛求”。

團(tuán)隊(duì)發(fā)現(xiàn)，很多產(chǎn)業(yè)應(yīng)用對(duì)“生成內(nèi)容”的忠實(shí)度和可靠性要求極高，營(yíng)銷一個(gè)商品不能一味堆砌贊美之詞，真實(shí)的贊美尤其重要。

日常推薦冰箱都會(huì)談到綠色節(jié)能制冷好，但是情況不適用于奢侈款冰箱，節(jié)能不是奢侈款冰箱的優(yōu)勢(shì)。

在傳統(tǒng)語(yǔ)言模型時(shí)代，很可能會(huì)把一些詞就放上去了。對(duì)冰箱產(chǎn)業(yè)鏈來(lái)講，忌諱“有名無(wú)實(shí)”，把不存在的“亮點(diǎn)”硬塞給商品，商家完全不可能接受。

何曉冬與言犀團(tuán)隊(duì)不會(huì)只做一個(gè)技術(shù)路線，大模型背后有很多嘗試工作，或者說(shuō)創(chuàng)新本身就包含多種嘗試。

團(tuán)隊(duì)的大模型原創(chuàng)性工作還包括一個(gè)多模態(tài)文本生成模型。也就是說(shuō)，現(xiàn)有的兩類大模型將會(huì)是未來(lái)京東產(chǎn)業(yè)大模型的重要組件。

團(tuán)隊(duì)對(duì)大模型的技術(shù)布局，既是場(chǎng)景推動(dòng)，也是產(chǎn)業(yè)推動(dòng)。

那么，團(tuán)隊(duì)的當(dāng)下聚焦與未來(lái)遠(yuǎn)景分別是什么？

目前聚焦AGI，第一步做通用語(yǔ)言大模型。

第二步做多模態(tài)大模型（在這步一定會(huì)決策在哪個(gè)層次做多模態(tài)融合）。

何曉冬博士說(shuō)，接下來(lái)，團(tuán)隊(duì)會(huì)從文生圖技術(shù)著手。

“文生圖會(huì)是很好的一個(gè)牽引性的應(yīng)用?！焙螘远┦空f(shuō)，“雖然這是科學(xué)問(wèn)題，但我們還是希望有一個(gè)應(yīng)用來(lái)牽引?！?/p>

這也是一個(gè)非常務(wù)實(shí)的做法，對(duì)何博士來(lái)說(shuō)，產(chǎn)業(yè)落地始終是不懈追求。

第三步，當(dāng)通用智能向前進(jìn)發(fā)，除了多模態(tài)技術(shù)非常關(guān)鍵之外，數(shù)字智能會(huì)走向?qū)嶓w世界。物理世界中的機(jī)械體，不管是手臂，機(jī)器人，還是無(wú)人駕駛汽車，將通用智能賦予機(jī)械體會(huì)是一個(gè)巨大飛躍。

未來(lái)，人均畢業(yè)于哈利·波特的母?；舾裎执乃拇髮W(xué)院，這是不是會(huì)讓人感到害怕？

2017年美國(guó)耶魯大學(xué)的一次會(huì)議上，何曉冬博士和美國(guó)波士頓動(dòng)力機(jī)器人團(tuán)隊(duì)有一場(chǎng)令雙方興奮的交流。

何曉冬博士說(shuō)，如果把多模態(tài)認(rèn)知智能裝到機(jī)器狗里去，會(huì)發(fā)生什么？

比如，去隔壁小賣店幫我買一瓶可樂。這個(gè)對(duì)人類小孩來(lái)說(shuō)是簡(jiǎn)單任務(wù)，對(duì)機(jī)械狗來(lái)說(shuō)是高難度的。復(fù)雜環(huán)境下的定位，識(shí)別，外加推理、數(shù)學(xué)、對(duì)話等“技能”。

能不能進(jìn)店？

認(rèn)不認(rèn)識(shí)可樂？

買回來(lái)口香糖怎么辦？

機(jī)械狗可能也會(huì)為自己犯下“花式錯(cuò)誤”辯解：“起猛了，犯錯(cuò)有點(diǎn)多。”

何曉冬博士的觀點(diǎn)是，比較之前的感知智能，認(rèn)知智能進(jìn)入到一個(gè)學(xué)習(xí)曲線更加陡峭，也就是說(shuō)，更加艱難的學(xué)習(xí)過(guò)程里。

越是難走，越無(wú)法預(yù)判出人類走出這條“山路”的時(shí)間。

難在何處呢？

到了認(rèn)知智能這個(gè)層次后，學(xué)習(xí)會(huì)變得困難。而在感知智能這個(gè)層次，你可以很清晰地告訴計(jì)算機(jī)，識(shí)別錯(cuò)了，改過(guò)來(lái)。打標(biāo)簽就是公布答案。反復(fù)試驗(yàn)（trial and error）這個(gè)機(jī)制很清晰。

然而，認(rèn)知智能則行不通。

人們常說(shuō)：“一千個(gè)人心中有一千個(gè)哈姆雷特?！痹谡J(rèn)知智能這個(gè)層次，情況變得微妙和復(fù)雜，也就是說(shuō)，AI要理解事務(wù)的復(fù)雜性，涵義的寬泛性。一幅畫，每個(gè)人都有自己的理解，也許各個(gè)角度的描述都是正確的，那么如何設(shè)計(jì)訓(xùn)練？

這個(gè)問(wèn)題我們遇到了，美國(guó)公司OpenAI肯定也遇到了。人類反饋是非常重要的技術(shù)。人類可能只能給出一些非常大致（general）的反饋，但是很難給出非常細(xì)節(jié)（detail）的標(biāo)注。

日前，很多人對(duì)大模型無(wú)止境的算力，數(shù)據(jù)，參數(shù)量的增長(zhǎng)，持悲觀態(tài)度，擔(dān)憂有可能形成新一輪的技術(shù)壟斷。

那些中小企業(yè)勢(shì)窮力盡也不能從零造出世界領(lǐng)先大模型，他們的訴求是“用”。在這一點(diǎn)上，何博士做了樂觀的判斷。

何博士描述了兩個(gè)臺(tái)階。

第一個(gè)臺(tái)階很難邁上去，踏步難度大。

在這個(gè)臺(tái)階，我們制造一個(gè)通用大模型，通識(shí)能力強(qiáng)，異常困難，且所費(fèi)不貲。

當(dāng)大模型具備了信息壓縮、邏輯判斷與推理等良好能力之后，下一個(gè)臺(tái)階的踏步高度就會(huì)降低。

“門檻”變低的技術(shù)原理是，大模型能力強(qiáng)了之后，下一步“微調(diào)”，算力成本也降低。

此時(shí)，產(chǎn)業(yè)受益之處就體現(xiàn)出來(lái)了。

產(chǎn)業(yè)利潤(rùn)低洼地的企業(yè)，以及供應(yīng)鏈上地位低的中小企業(yè)都有機(jī)會(huì)用上“大模型”。如此一來(lái)，不僅不會(huì)加大數(shù)字和技術(shù)鴻溝，還會(huì)產(chǎn)生普惠價(jià)值。

先拋一個(gè)問(wèn)題：“我昨天在電商下單的手機(jī)今天什么時(shí)候到？”

從技術(shù)的角度，這個(gè)問(wèn)題內(nèi)容簡(jiǎn)短，意圖清晰。

只可惜，ChatGPT回答不了。

因?yàn)榇鸢覆辉诠残畔⒗铩?/p>

想回答這個(gè)問(wèn)題，ChatGPT就得知道在哪里下單，得接入電商業(yè)務(wù)系統(tǒng)，包括訂單、下單、倉(cāng)儲(chǔ)、物流。

毫無(wú)疑問(wèn)，一個(gè)相對(duì)獨(dú)立的“領(lǐng)地”，會(huì)有獨(dú)特的場(chǎng)景和數(shù)據(jù)。

毫無(wú)疑問(wèn)，這樣的“領(lǐng)地”有成千上萬(wàn)個(gè)。

在京東，僅靠“實(shí)驗(yàn)室指標(biāo)成功”和“比賽打榜第一”的技術(shù)結(jié)果，這些都遠(yuǎn)遠(yuǎn)不夠。

因?yàn)榫〇|對(duì)購(gòu)物體驗(yàn)要求高，人類客服都不能服務(wù)差，更別說(shuō)機(jī)器人了。所以，從技術(shù)走到服務(wù)這個(gè)過(guò)程必須在京東內(nèi)部有非常嚴(yán)格的驗(yàn)證，驗(yàn)證邏輯就是直接和人類服務(wù)對(duì)比。

“服務(wù)水平”差，那個(gè)技術(shù)就完蛋了，用不了。

舉三個(gè)例子，體會(huì)“獨(dú)家難題”。

第一，京東智能客服有一個(gè)指標(biāo)叫“首句掛斷率”。這很好理解，操著某某濃厚方言又不著五六的腔調(diào)的電話和你說(shuō)人貨錢，你不僅不信，而且想掛斷。

人在通電話時(shí)也會(huì)被掛斷，但是，智能客服被掛斷的比率一定要接近人類客服掛斷比率。

家電大件商品配送貨的時(shí)間預(yù)約電話，接起來(lái)一聽就是機(jī)器人的冰冷聲音，電話瞬間被掛，實(shí)在很耽誤事。

第二個(gè)例子是售后。

比如用戶帶著售后問(wèn)題來(lái)了，得盡快把人家的問(wèn)題解決掉。這時(shí)候，客服不需要“嘴甜留人”，而是盡快理解人家之所急，給一個(gè)滿意的方案，然后，就沒有然后了，服務(wù)結(jié)束，滿意而歸。

聊天時(shí)間長(zhǎng)，閑扯能聊，這都不是對(duì)售后智能客服的要求。

用技術(shù)語(yǔ)言來(lái)總結(jié)就是：人機(jī)對(duì)話中，通常帶有明確目的指向，需完美解決客戶售前售后咨詢、價(jià)保、交易、支付、配送、退換貨服務(wù)等各環(huán)節(jié)需求。

第三個(gè)例子是400熱線。用戶來(lái)電投訴，誰(shuí)也不會(huì)準(zhǔn)備投訴的演講稿，再照稿朗誦。用戶想怎么說(shuō)都行，一邊說(shuō)一邊想，想停就停。

半句話，倒裝句，車轱轆話，能不能聽懂？

說(shuō)錯(cuò)了，再糾正，能不能理解？

旁邊有人說(shuō)話，有電視聲音，能不能區(qū)分？

這些都是在語(yǔ)音交互里面的難點(diǎn)。

第三個(gè)例子，雖然口語(yǔ)談話打斷習(xí)以為常，但曾經(jīng)是個(gè)技術(shù)難點(diǎn)。比如，智能客服說(shuō)完了，輪到人類發(fā)言了，人類可能在思考。

猶太諺語(yǔ)說(shuō)：“人類一思考，上帝就發(fā)笑?！?/p>

機(jī)器人怎么知道對(duì)方說(shuō)完了？

比如，超過(guò)2秒對(duì)方就不說(shuō)了，寫這么一個(gè)規(guī)則夠用嗎？我們很難寫一個(gè)規(guī)則讓大多數(shù)人舒服。

對(duì)此，何曉冬與言犀團(tuán)隊(duì)用一個(gè)多模態(tài)的話語(yǔ)決策模型解決。原理是，通過(guò)語(yǔ)音信號(hào)、停頓時(shí)間、語(yǔ)意完整度、語(yǔ)氣相關(guān)等多模態(tài)信號(hào)綜合做動(dòng)態(tài)決策模型，來(lái)判斷人類是說(shuō)完了還是在思考，等對(duì)方表述結(jié)束，再去接話。

恭而有禮，莫過(guò)于此。

一般人認(rèn)為客服不就是對(duì)話機(jī)器人，有語(yǔ)言文字能力強(qiáng)的大模型，情況并非如此。

京東需要多模態(tài)大模型。

在京東，有400電話（聲音）；有商品照片（圖片）；有安裝指南（視頻）；有好評(píng)如潮（文字）。

模態(tài)是一種學(xué)術(shù)詞匯，更準(zhǔn)確而久遠(yuǎn)的來(lái)源是和“信號(hào)”相關(guān)的。簡(jiǎn)單理解，不同種類的數(shù)據(jù)就是“模態(tài)”。

這些多模態(tài)信息，需要多模態(tài)大模型來(lái)處理。

所以，不用好奇京東這里會(huì)成長(zhǎng)出什么樣的大模型。多模態(tài)是一個(gè)順承并滿足業(yè)務(wù)場(chǎng)景需求的技術(shù)路線，以此類推到與京東密切相關(guān)的產(chǎn)業(yè)，比如零售，比如金融。

京東科技智能服務(wù)與產(chǎn)品部門的出現(xiàn)，就是因?yàn)榫〇|日益增長(zhǎng)的客服業(yè)務(wù)需要一支專門的技術(shù)團(tuán)隊(duì)，把內(nèi)部所有的客服單獨(dú)拿出來(lái)用“智能”來(lái)解決。多年以來(lái)，陸續(xù)將技術(shù)和能力沉淀成一個(gè)可用的產(chǎn)品能力平臺(tái)，就是言犀平臺(tái)。

“我們平臺(tái)（京東云言犀人工智能應(yīng)用平臺(tái)）有40多個(gè)獨(dú)立子系統(tǒng)，3000多個(gè)意圖和3000萬(wàn)個(gè)高質(zhì)量問(wèn)答知識(shí)點(diǎn)?！焙螘远瑘F(tuán)隊(duì)的吳博士說(shuō)。

京東全量智能服務(wù)的技術(shù)經(jīng)驗(yàn)，加上在京東零售、物流、健康等多類業(yè)務(wù)的多年實(shí)踐，體量做到了日均千萬(wàn)次智能交互。

談笑間，那些輕量化模型任務(wù)（信息抽取、語(yǔ)音識(shí)別、方言語(yǔ)音識(shí)別、關(guān)鍵詞識(shí)別、語(yǔ)義識(shí)別、情感分析）早已“拿下”。

京東生意額增長(zhǎng)，帶來(lái)“三高”要求：真實(shí)場(chǎng)景要求高，用戶體驗(yàn)要求高，大規(guī)模服務(wù)要求高。

所以，高難度的技術(shù)問(wèn)題內(nèi)部早已入手研發(fā)，內(nèi)容生成，復(fù)雜語(yǔ)義理解或意圖識(shí)別，多輪對(duì)話決策推理都是重點(diǎn)。

何曉冬博士是自然語(yǔ)言處理和跨模態(tài)智能領(lǐng)域極具影響力的科學(xué)家。在AI2000人工智能全球最具影響力學(xué)者榜單中，同時(shí)入選三個(gè)領(lǐng)域（NLP、Speech、IR），為全球60人之一。

他是教授，也是IEEE Fellow，他雖然有極強(qiáng)的學(xué)術(shù)背景，但特別重視技術(shù)的應(yīng)用前景。何曉冬團(tuán)隊(duì)的技術(shù)領(lǐng)域的積累建立在200余篇學(xué)術(shù)論文、近4萬(wàn)次學(xué)術(shù)論文引用、5.8億用戶真實(shí)場(chǎng)景的練兵場(chǎng)上。對(duì)于有能力挑戰(zhàn)的人來(lái)說(shuō)，難度越高，能把技術(shù)水平提得更高。

2023年5月6日，第十二屆吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)?wù)焦?#xff0c;京東云言犀團(tuán)隊(duì)?wèi){“任務(wù)型智能對(duì)話交互關(guān)鍵技術(shù)及大規(guī)模產(chǎn)業(yè)應(yīng)用”，斬獲吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)科技進(jìn)步獎(jiǎng)。

“產(chǎn)生了逾20億元的直接經(jīng)濟(jì)效益和良好的社會(huì)效益，促進(jìn)了零售、物流、金融、政務(wù)等相關(guān)產(chǎn)業(yè)的快速發(fā)展?！?組委會(huì)點(diǎn)評(píng)。

與此同時(shí)，何曉冬博士獲得了吳文俊人工智能科學(xué)技術(shù)獎(jiǎng)杰出貢獻(xiàn)獎(jiǎng)。

“他的耐心是一種鼓勵(lì)。”

“他擅長(zhǎng)指明方向，總是能在討論中找到問(wèn)題的本質(zhì)，幫助我們打開思路。”何曉冬博士麾下的吳博士、范博士這樣評(píng)價(jià)道。

京東對(duì)人工智能大模型的布局可以從一個(gè)個(gè)前沿酷炫的實(shí)驗(yàn)室名稱中洞見。那些研究員們有些來(lái)自圖生文實(shí)驗(yàn)室，有些來(lái)自基礎(chǔ)模型與系統(tǒng)實(shí)驗(yàn)室，有些來(lái)自跨模態(tài)視覺生成實(shí)驗(yàn)室，未來(lái)還會(huì)來(lái)自機(jī)械智能實(shí)驗(yàn)室。這里鼓勵(lì)探索，策勵(lì)探討，不歡迎施號(hào)發(fā)令、刻板短視。

回到文章開頭第一句。

在大模型的技術(shù)路線之爭(zhēng)這件舉足輕重的事情上，到底是Decode-Only勝出，還是Encode-Decode勝出，任誰(shuí)目前也不能草率得出結(jié)論。

雖然目前走Decode-Only路線的大模型GPT-4暫時(shí)領(lǐng)先，可保不齊谷歌哪天逆風(fēng)翻盤，大大書寫一筆《谷歌戰(zhàn)微軟：AI大模型反轉(zhuǎn)史》。

何曉冬與言犀團(tuán)隊(duì)對(duì)發(fā)展產(chǎn)業(yè)大模型的三個(gè)條件是這樣理解的：

第一，看得懂，懂業(yè)務(wù)邏輯。

垂直的場(chǎng)景自有壁壘，懂業(yè)務(wù)，懂行業(yè)，一步步弄懂。

第二，摸得到，運(yùn)營(yíng)了業(yè)務(wù)才會(huì)有數(shù)據(jù)，進(jìn)而喂給大模型，發(fā)展出特有的能力。

第三，數(shù)據(jù)飛輪轉(zhuǎn)起來(lái)，有反饋再優(yōu)化的循環(huán)。

這三點(diǎn)既是本質(zhì)，又是限制。大模型制高點(diǎn)是強(qiáng)者之間的游戲，產(chǎn)業(yè)大模型與通用大模型的競(jìng)爭(zhēng)優(yōu)勢(shì)來(lái)自于此。

得到產(chǎn)業(yè)的認(rèn)知規(guī)律，從來(lái)都不容易：今天有多懂，昨天就有多艱難。

在一次次的錯(cuò)誤中成長(zhǎng)，將所有的經(jīng)驗(yàn)導(dǎo)向理解與正確的結(jié)果。

每一次變革都有規(guī)律可循，從消費(fèi)互聯(lián)網(wǎng)到產(chǎn)業(yè)互聯(lián)網(wǎng)的變革亦是如此。像京東這樣的技術(shù)企業(yè)，有供應(yīng)鏈思維的企業(yè)，那些年雖有優(yōu)勢(shì)但也不能保證穩(wěn)勝。

京東相關(guān)內(nèi)部人士也有類似觀點(diǎn)：

雖然我們是做零售出身的，但每一次進(jìn)入零售細(xì)分領(lǐng)域，也是從頭學(xué)習(xí)。早期做家電，后來(lái)做生鮮（7FRESH），再次出發(fā)做大量的線下零售，摸爬滾打。零售是一個(gè)巨大的場(chǎng)景，每一個(gè)賽道都是不一樣的，都有單獨(dú)的解決方案。深入行業(yè)不能僅靠想象力，浮泛的議論好發(fā)卻無(wú)用。

“用通用數(shù)據(jù)把大模型常識(shí)能力訓(xùn)練足夠，再用精準(zhǔn)，少量的行業(yè)數(shù)據(jù)，最終以產(chǎn)業(yè)大模型的形式提供給產(chǎn)業(yè)?！?何曉冬博士說(shuō)。

當(dāng)技術(shù)和意義都存在，何曉冬與言犀團(tuán)隊(duì)如何理解大模型與上層應(yīng)用的關(guān)系？

數(shù)據(jù)依然在大模型的發(fā)展中占據(jù)無(wú)以復(fù)加的重要地位，這無(wú)疑會(huì)增加產(chǎn)業(yè)大模型的競(jìng)爭(zhēng)優(yōu)勢(shì)。大模型是迄今為止人類最高智能的AI原生產(chǎn)品，有實(shí)力顛覆SaaS層現(xiàn)有生態(tài)。

在所有的科技企業(yè)中，京東在零售產(chǎn)業(yè)和零售供應(yīng)鏈實(shí)力最為雄厚，他們理解零售業(yè)的高度動(dòng)態(tài)極其需要敏捷推動(dòng)，他們理解零售以SaaS的形式提供服務(wù)最為合適。

產(chǎn)業(yè)需求的共性可以提煉，數(shù)智供應(yīng)鏈的能力可以復(fù)制，數(shù)百個(gè)場(chǎng)景都會(huì)得到賦能。

比如，農(nóng)產(chǎn)品和電商的關(guān)系日益緊密，搜索關(guān)鍵詞“產(chǎn)地+特色農(nóng)產(chǎn)品”，在京東APP消費(fèi)者TOP搜索熱詞中，連續(xù)四年持續(xù)增長(zhǎng)。

近5年，地標(biāo)農(nóng)產(chǎn)品消費(fèi)金額年均增長(zhǎng)36%，高于農(nóng)產(chǎn)品整體增速4個(gè)百分點(diǎn)；地標(biāo)生鮮農(nóng)產(chǎn)品消費(fèi)金額年均增長(zhǎng)41%，高于生鮮農(nóng)產(chǎn)品整體增速7個(gè)百分點(diǎn)。

銷量的增長(zhǎng)需要高效供應(yīng)鏈與先進(jìn)營(yíng)銷方式，這也是京東產(chǎn)業(yè)大模型未來(lái)落地的重點(diǎn)方向之一。

離需求最近的人，最有機(jī)會(huì)。京東在產(chǎn)業(yè)大模型的加持下，有機(jī)會(huì)生長(zhǎng)出一個(gè)市值等同于Salesforce的龍頭企業(yè)。

從某種程度上講，Salesforce是一家定義了SaaS的公司。有了美國(guó)Salesforce，才有了SaaS。

在產(chǎn)業(yè)大模型上，每一個(gè)人都可以通過(guò)SaaS套件，不僅是開商店、做生意，而是把各個(gè)行業(yè)的銷售和服務(wù)做好。從貨到錢的支付物流，從后端客服到前臺(tái)導(dǎo)購(gòu)營(yíng)銷，有全生命用戶全生命周期管理服務(wù)。并且，不但有自己的SaaS產(chǎn)品（模塊），還要建一個(gè)允許第三方開發(fā)的平臺(tái)。這樣才能把產(chǎn)業(yè)大模型的生態(tài)真正做起來(lái)。

產(chǎn)業(yè)隨著社會(huì)分工的發(fā)展而發(fā)展，垂直產(chǎn)業(yè)中成千上萬(wàn)個(gè)企業(yè)未來(lái)一定會(huì)用大模型。誰(shuí)來(lái)做？

良機(jī)在望，來(lái)者可追。

-結(jié)束-

更多閱讀

AI框架系列：

1.搞深度學(xué)習(xí)框架的那幫人，不是瘋子，就是騙子（一）

2.搞AI框架那幫人丨燎原火，賈揚(yáng)清（二）

3.搞 AI 框架那幫人（三）：狂熱的 AlphaFold 和沉默的中國(guó)科學(xué)家

4.搞 AI 框架那幫人（四）：AI 框架前傳，大數(shù)據(jù)系統(tǒng)往事

注：（三）和（四）現(xiàn)在并未公開發(fā)表，將會(huì)以圖書出版的形式與各位見面。

漫畫系列

1.?解讀硅谷風(fēng)投A16Z“50強(qiáng)”數(shù)據(jù)公司榜單

2.?AI算法是兄弟，AI運(yùn)維不是兄弟嗎？

3.?大數(shù)據(jù)的社交牛逼癥是怎么得的？

4.?AI for Science這事，到底“科學(xué)不科學(xué)”？

5.?想幫數(shù)學(xué)家，AI算老幾？?

6.?給王心凌打Call的，原來(lái)是神奇的智能湖倉(cāng)

7.?原來(lái)，知識(shí)圖譜是“找關(guān)系”的搖錢樹？

8.?為什么圖計(jì)算能正面硬剛黑色產(chǎn)業(yè)薅羊毛？

9.?AutoML：攢錢買個(gè)“調(diào)參俠機(jī)器人”？

10.?AutoML：你愛吃的火鍋底料，是機(jī)器人自動(dòng)進(jìn)貨

11. 強(qiáng)化學(xué)習(xí)：人工智能下象棋，走一步，能看幾步？

12.?時(shí)序數(shù)據(jù)庫(kù)：好險(xiǎn)，差一點(diǎn)沒擠進(jìn)工業(yè)制造的高端局

13.?主動(dòng)學(xué)習(xí)：人工智能居然被PUA了？

14.?云計(jì)算Serverless：一支穿云箭，千軍萬(wàn)馬來(lái)相見

15.?數(shù)據(jù)中心網(wǎng)絡(luò)：數(shù)據(jù)還有5納秒抵達(dá)戰(zhàn)場(chǎng)

16. 遲到不可怕，可怕的是別人都沒遲到，?數(shù)據(jù)中心網(wǎng)絡(luò)“卷”AI：

17.?是喜，還是悲？AI竟幫我們把Office破活干完了

AI大模型與ChatGPT系列：

18. ChatGPT大火，如何成立一家AIGC公司，然后搞錢？

19.?ChatGPT：絕不欺負(fù)文科生

20.?ChatGPT觸類旁通的學(xué)習(xí)能力如何而來(lái)？?

21.?獨(dú)家丨從大神Alex Smola與李沐離職AWS創(chuàng)業(yè)融資順利，回看ChatGPT大模型時(shí)代“底層武器”演進(jìn)

22.?獨(dú)家丨前美團(tuán)聯(lián)合創(chuàng)始人王慧文“正在收購(gòu)”國(guó)產(chǎn)AI框架OneFlow，光年之外欲添新大將

23.?ChatGPT大模型用于刑偵破案只能是虛構(gòu)故事嗎？

24.?大模型“云上經(jīng)濟(jì)”之權(quán)力游戲

25.?深聊丨第四范式陳雨強(qiáng)：如何用AI大模型打開萬(wàn)億規(guī)模傳統(tǒng)軟件市場(chǎng)？

26. 云從科技從容大模型：大模型和AI平臺(tái)什么關(guān)系？為什么造行業(yè)大模型？

DPU芯片系列：

1.?造DPU芯片，如夢(mèng)幻泡影？丨虛構(gòu)短篇小說(shuō)

2.?永遠(yuǎn)不要投資DPU？

3.?DPU加持下的阿里云如何做加密計(jì)算？

4.?哎呦CPU，您可別累著，兄弟CIPU在云上幫把手

長(zhǎng)文系列：

1.?我懷疑京東神秘部門Y，悟出智能供應(yīng)鏈真相了

2. 超級(jí)計(jì)算機(jī)與人工智能：大國(guó)超算，無(wú)人領(lǐng)航

最后，再介紹一下主編自己吧，

我是譚婧，科技和科普題材作者。

為了在時(shí)代中發(fā)現(xiàn)故事，

我圍追科技大神，堵截科技公司。

偶爾寫小說(shuō)，畫漫畫。

生命短暫，不走捷徑。

原創(chuàng)不易，多謝轉(zhuǎn)發(fā)

還想看我的文章，就關(guān)注“親愛的數(shù)據(jù)”。??