AIGC| Aquila | HuggingFace

AGI | DeepMind |Stability AI

通用人工智能（AGI）是人工智能領(lǐng)域的最終目標(biāo)，也是一項極具挑戰(zhàn)性的任務(wù)。在諸多技術(shù)（深度學(xué)習(xí)、高性能計算、大模型訓(xùn)練以及ChatGPT等）的支持下，AGI的實現(xiàn)正在逐步向前推進。與目前的弱人工智能不同，AGI是一種能夠像人類一樣進行思考、學(xué)習(xí)和解決問題的智能系統(tǒng)。它可以理解和應(yīng)對各種不同的情境，并能夠自主地學(xué)習(xí)和適應(yīng)新的環(huán)境。實現(xiàn)AGI需要克服許多技術(shù)和理論上的挑戰(zhàn)，例如如何讓計算機具有自我意識和情感，以及如何處理復(fù)雜的語言和語境。一旦實現(xiàn)了AGI，將會對人類社會產(chǎn)生深遠(yuǎn)的影響，甚至可能改變我們所理解的本質(zhì)。

北京智源大會于6月10日圓滿閉幕，OpenAI、DeepMind、Anthropic、HuggingFace、Midjourney、Stability AI等多位明星團隊及Meta、谷歌、微軟等知名大廠和斯坦福、UC伯克利、MIT等頂尖學(xué)府出席，共同探討人工智能發(fā)展。圖靈獎得主Yann LeCun、Geoffrey Hinton以及OpenAI創(chuàng)始人Sam Altman的演講更是推動大會氣氛到了高潮，展現(xiàn)專業(yè)深度與創(chuàng)意啟發(fā)兼具的魅力。

智源研究院院長黃鐵軍在演講中提到，要實現(xiàn)通用人工智能（AGI），有三條技術(shù)路線：第一是“大數(shù)據(jù)+自監(jiān)督學(xué)習(xí)+大算力”形成的信息類模型；第二是具身智能，即基于虛擬世界或真實世界、通過強化學(xué)習(xí)訓(xùn)練出來的具身模型；第三是腦智能，直接“抄自然進化的作業(yè)”，復(fù)制出數(shù)字版本的智能體。

OpenAI的GPT（生成式預(yù)訓(xùn)練Transformer模型）就遵循第一條技術(shù)路線；以谷歌DeepMind的DQN（深度Q網(wǎng)絡(luò)）為核心取得的一系列進展即基于第二條技術(shù)路線。黃鐵軍表示，智源期望從“第一性原理”出發(fā)，通過構(gòu)建一個完整的智能系統(tǒng)AGI，從原子到有機分子、到神經(jīng)系統(tǒng)、到身體，實現(xiàn)通用人工智能。這是一個大概需要20年時間才能實現(xiàn)的目標(biāo)。

小編將總結(jié)智源大會亮點，讓我們一起來看吧。

智源大會亮點總結(jié)

一、Geoffrey Hinton：超級AI風(fēng)險緊迫

圖靈獎得主、深度學(xué)習(xí)之父Hinton在主題演講中提出值得深思的問題：“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？”Hinton曾就職谷歌，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。在演講中，再次談及AI風(fēng)險。如果一個在多臺數(shù)字計算機上運行的大型神經(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行無監(jiān)督建模，并且它的副本也能操縱物理世界，那么在最極端的情況下，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。

二、智源研究院理事長張宏江與Sam Altman巔峰問答：AGI或?qū)⑹陜?nèi)出現(xiàn)

Sam Altman通過視頻連線現(xiàn)身，這是ChatGPT爆火之后首次在中國公開演講。他強調(diào)了全球AI安全對齊與監(jiān)管的必要性，特別是隨著日益強大的AI系統(tǒng)的出現(xiàn)，加強國際間的通力合作，建立全球信任尤為重要。Altman還提到，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，主要包括擴展性和可解釋性。他引用了《道德經(jīng)》中的一句話：“千里之行，始于足下”，強調(diào)了推進AGI安全和加強國際間的通力合作的重要性。

Altman認(rèn)為，國際科技界合作是當(dāng)下邁出建設(shè)性步伐的第一步應(yīng)該提高在AGI安全方面技術(shù)進展的透明度和知識共享機制。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)來幫助進行對齊研究。

在隔空對話中，張宏江和Sam Altman一起探討了如何讓AI安全對齊的難題。當(dāng)被問及OpenAI是否會開源大模型時，Altman稱未來會有更多開源，但沒有具體模型和時間表。他還表示不會很快有GPT-5。

三、LeCun：依然是世界模型的擁躉

圖靈獎得主卷積神經(jīng)網(wǎng)絡(luò)之父LeCun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認(rèn)為這種擔(dān)心實屬多余，因為如今的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。他認(rèn)為，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。“世界模型”由六個獨立模塊組成：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。

LeCun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器學(xué)習(xí)系統(tǒng)在輸入和輸出之間的計算步驟基本恒定。如何讓機器理解世界如何運作，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。相比強化學(xué)習(xí)，自監(jiān)督學(xué)習(xí)可以產(chǎn)生大量反饋，預(yù)測其輸入的任何一部分。

LeCun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)。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？

四、悟道·天鷹（Aquila）：全面開放商用許可

悟道·天鷹（Aquila）系列大模型首次亮相，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。該系列大模型已經(jīng)全面開放商用許可，并開源了包括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。

1、性能更強

Aquila基礎(chǔ)模型（7B、33B）繼承了GPT-3、LLaMA等的架構(gòu)設(shè)計優(yōu)點，并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。在訓(xùn)練過程中，智源實現(xiàn)了比Magtron+DeepSpeed ZeRO-2將近8倍的訓(xùn)練效率。這得益于智源去年大模型算法開源項目FlagAI，集成了BMTrain這樣新的并行訓(xùn)練方法，優(yōu)化計算和通信以及重疊的問題。此外，智源率先引入算子優(yōu)化技術(shù)，將其與并行加速方法集成，進一步提升性能。

2、中英雙語的大模型

悟道·天鷹（Aquila）的發(fā)布非常值得鼓舞，因為很多大模型只學(xué)習(xí)英文，但悟道·天鷹（Aquila）需要同時學(xué)習(xí)中文和英文，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，智源放了將近40%的中文語料在訓(xùn)練語料中。智源還重新設(shè)計實現(xiàn)了中英雙語的tokenizer（分詞器），以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，智源團隊特意權(quán)衡質(zhì)量和效率兩個維度決定分詞器大小。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)。通過定義可擴展的特殊指令規(guī)范，可以實現(xiàn)AquilaChat對其它模型和工具的調(diào)用，且易于擴展。AquilaCode-7B“文本-代碼”生成模型基于Aquila-7B強大的基礎(chǔ)模型能力，以小數(shù)據(jù)集、小參數(shù)量、高性能實現(xiàn)了中英雙語的開源代碼模型。AquilaCode-7B在英偉達(dá)和***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。

3、更合規(guī)、更干凈的中文語料

悟道·天鷹（Aquila）最鮮明的特點就在于支持國內(nèi)數(shù)據(jù)合規(guī)需求。相比國外的開源大模型，悟道·天鷹（Aquila）使用的中文數(shù)據(jù)更加滿足合規(guī)需要，更加干凈。智源的目標(biāo)是打造一整套大模型進化迭代流水線，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。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。

AGI過去、現(xiàn)在及未來發(fā)展

要預(yù)知未來，先了解過去。AGI是DeepMind率先引入大眾視野并通過其努力引發(fā)整個世界關(guān)注的AI終極方向。

一、什么是AI、AGI、AIGC、ChatGPT?

1、AI

人工智能（AI）是指由人制造出來的機器所表現(xiàn)出來的智能，通過普通計算機程序來呈現(xiàn)人類智能的技術(shù)。人工智能涵蓋了很多不同的領(lǐng)域和技術(shù)，同時也指研究這樣的智能系統(tǒng)是否能夠?qū)崿F(xiàn)，以及如何實現(xiàn)。

2、AGI

通用人工智能(Artificial General Intelligence, AGI)又稱“強人工智能（Strong AI）”“完全人工智能（Full AI）”，是具有一般人類智慧，可以執(zhí)行人類能夠執(zhí)行的任何智力任務(wù)的機器智能。通用人工智能是一些人工智能研究的主要目標(biāo)，也是科幻小說和未來研究中的共同話題。與弱人工智能相比，通用人工智能可以嘗試執(zhí)行全方位的人類認(rèn)知能力。

3、AIGC

人工智能生成內(nèi)容（Artificial Inteligence Generated Content，縮寫為AIGC），又稱生成式AI，被認(rèn)為是繼專業(yè)生產(chǎn)內(nèi)容（PGC）、用戶生產(chǎn)內(nèi)容（UGC）之后的新型內(nèi)容創(chuàng)作方式。

互聯(lián)網(wǎng)內(nèi)容生產(chǎn)方式經(jīng)歷PGC——UGC——AIGC的過程。

PGC是專業(yè)生產(chǎn)內(nèi)容，如Web1.0和廣電行業(yè)中專業(yè)人員生產(chǎn)的文字和視頻，其特點是專業(yè)，內(nèi)容質(zhì)量有保證；UGC是用戶生產(chǎn)內(nèi)容，伴隨Web2.0概念而產(chǎn)生，特點是用戶可以自由上傳內(nèi)容，內(nèi)容豐富；AIFC是由AI生成的內(nèi)容，其特點是自動化生產(chǎn)，高效。

隨著自然語言生成技術(shù)NLG和AI模型的成熟，AIGC逐漸受到大家的關(guān)注，目前已經(jīng)可以自動生成文字、圖片、音頻、視頻，甚至3D模型和代碼。AIGC極大的推動元宇宙的發(fā)展，元宇宙中大量的數(shù)字原生內(nèi)容，需要由AI幫助完成創(chuàng)作。

4、ChatGPT

ChatGPT（Chat Generative Pre-trained Transformer）聊天生成預(yù)訓(xùn)練轉(zhuǎn)換器，屬于AIGC范疇。ChatGPT是OpenAI開發(fā)的人工智能聊天機器人程序，于2022年推出。ChatGPT目前仍以文字方式交互，而除了可以用人類自然對話方式來交互，還可以用于更為復(fù)雜的語言工作，包括自動生成文本，自動問答，自動摘要等多種任務(wù)。

二、2013-2022：AGI的簡要發(fā)展史

2015年，Deepmind第一版的DQN，第一次將DL和RL結(jié)合，開啟了AGI的實現(xiàn)道路。同年DeepMind的AlphaGo橫空出世，實現(xiàn)了深度學(xué)習(xí)的全新里程碑。

2016年，OpenAI成立。

2018年，OpenAI 提出Dota Five，在Dota上戰(zhàn)勝職業(yè)選手。

2019年，Deepmind提出AlphaStar，在星際爭霸上戰(zhàn)勝職業(yè)選手。同年，OpenAI實現(xiàn)了用機械手玩魔方。接下來的里程碑就轉(zhuǎn)向了語言模型，圖文生成及AI for Science。

2020年，OpenAI發(fā)布Image GPT，DeepMind發(fā)布AlphaFold-2。

2021年，OpenAI發(fā)布Dalle、GPT-3、Codex。

2022年，DeepMind發(fā)布AlphaCode，OpenAI發(fā)布Dalle-2、InstructGPT和ChatGPT。

上面列舉的可能不全，但主要是OpenAI和DeepMind的工作。其他公司及學(xué)界也有很多不錯的工作，但論影響力都達(dá)不到他們的高度。這兩家公司都宣稱要搞AGI，因此成為了關(guān)注的焦點。

三、AGI發(fā)展的背后緣由

看到了這么多的里程碑，他們之間有什么聯(lián)系？實際上，這些發(fā)展都是在David Silver的PPT中提到的范式中進行的，只是在其中加入了IL（Imitation Learning）模仿學(xué)習(xí)，讓關(guān)聯(lián)更加緊密。

1、DL

DL主要指的是基于深度神經(jīng)網(wǎng)絡(luò)的一套學(xué)習(xí)訓(xùn)練方式，簡單的說就是一個神經(jīng)網(wǎng)絡(luò)，一個損失函數(shù)，一個反向傳播。

2、LeNet

深度學(xué)習(xí)的發(fā)展，網(wǎng)絡(luò)變了，變成了以Transformer為主流的網(wǎng)絡(luò)結(jié)構(gòu)，但核心機制是完全沒有變化的。

Transformer

IL和RL是構(gòu)建損失函數(shù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法。IL模仿學(xué)習(xí)是指使用大量人類選手的數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，以便讓它們學(xué)習(xí)如何在特定領(lǐng)域中表現(xiàn)得像人類一樣。例如，AlphaGo的第一代和AlphaStar都使用了大量圍棋和星際爭霸人類選手的數(shù)據(jù)來進行模仿學(xué)習(xí)。而GPT和ChatGPT則使用了大量的人類文本數(shù)據(jù)，通過自回歸的方式來進行模仿學(xué)習(xí)。模仿學(xué)習(xí)的優(yōu)點在于訓(xùn)練速度快，因為它提供了神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)的大量數(shù)據(jù)。

來自David Silver的ppt

實際上，人類的學(xué)習(xí)過程也是模仿學(xué)習(xí)和強化學(xué)習(xí)的結(jié)合。因此，所謂的AI就是模仿人類學(xué)習(xí)而構(gòu)建的智能。AlphaGo在模仿學(xué)習(xí)后開始強化學(xué)習(xí)，水平可以吊打人類專業(yè)選手；AlphaStar在模仿學(xué)習(xí)后開始強化學(xué)習(xí)，能夠戰(zhàn)勝人類專業(yè)選手；ChatGPT在模仿學(xué)習(xí)后（GPT）使用人類反饋的信息進行強化學(xué)習(xí)，能夠比較好地按照人類的指令來回答問題。這展示強化學(xué)習(xí)的威力。從某種程度上說，可以認(rèn)為整個人類都是一個智能體，正在通過科學(xué)家做強化學(xué)習(xí)來拓展人類的文明邊界。

為什么早期的AI里程碑都是限定場景，而之后就變成了像GPT這樣的通用場景呢？

From John Schulman's PPT

早期的AI里程碑都是限定場景，因為限定場景的數(shù)據(jù)量太少，無法實現(xiàn)通用性。John Schulman（PPO和ChatGPT的作者）的這張圖對比了之前的Atari等游戲場景和GPT場景在任務(wù)分布上的不同。游戲場景都是獨立的，不同任務(wù)之間的差異也就是GAP非常大，所以AI學(xué)會一個游戲并不能讓其會玩另一個游戲。而GPT的場景是文字世界，總結(jié)、寫作、聊天都是聯(lián)系在一起的，所以它們的任務(wù)有千千萬，并且是連續(xù)的。使得GPT訓(xùn)練后具備很強的Few-Shot Learning/Meta Learning的能力，即能夠?qū)崿F(xiàn)非常強的泛化能力，面向全新的問題也能夠回答。Meta Learning（元學(xué)習(xí)）也就是學(xué)會學(xué)習(xí)，這個概念在學(xué)術(shù)界2017、2018年后非常火，因為大家發(fā)現(xiàn)之前的AI都需要大量訓(xùn)練才能做新任務(wù)，而人類則具備快速學(xué)習(xí)的能力，因此AI也需要具備這樣的能力。

GPT通過巨量的文本數(shù)據(jù)做模仿學(xué)習(xí)，InstructGPT通過巨量的任務(wù)文本數(shù)據(jù)做Instruct Finetuning，具備極強的快速學(xué)習(xí)能力。由此開創(chuàng)Prompt Engineering或者學(xué)術(shù)界叫In-Context Learning這個全新領(lǐng)域，即我們不再需要訓(xùn)練模型，只需要修改開頭的輸入Prompt，就能讓AI快速學(xué)習(xí)并輸出合理的結(jié)果。

OpenAI非常快地意識到文字世界這個場景擁有的數(shù)據(jù)量無與倫比，因此迅速轉(zhuǎn)換賽道，關(guān)閉機器人組。這種決策令人十分欽佩。最近，DeepMind發(fā)布Ada，它仍然是游戲場景里的AI，但DeepMind也發(fā)現(xiàn)了原來Atari的任務(wù)空間分布差距太大的問題，因此改用自己構(gòu)建的全新環(huán)境Xland進行大模型的訓(xùn)練。從另一個角度看，如果這個XLand未來能夠變成真實世界，那么完全體的AGI也就有可能在其中誕生。因此，AGI的實現(xiàn)變成了一個時間問題。

四、2023-2028: AGI會如何發(fā)展？

1、文字世界的精進，LLM從普通到專業(yè)

目前ChatGPT看起來很驚艷，似乎什么都懂，但實際上存在很多事實錯誤和邏輯錯誤，如果讓它參加高考，除了英語，其他科目很難考高分。下一步的LLM需要變得更加專業(yè)，如通過高考考出985的水平，這樣LLM就能成為一個真正有知識有文化的人，也意味著AI將完全通過圖靈測試。GPT-4或許會給我們帶來驚喜。

通過高考之后，下一步當(dāng)然是專業(yè)領(lǐng)域的學(xué)習(xí)。LLM能否通過司法考試或公務(wù)員考試？是否能獲得IMO或ACM的金牌？模仿學(xué)習(xí)之后，需要通過強化學(xué)習(xí)進行進一步的精進，這對于LLM在專業(yè)領(lǐng)域同樣適用。例如在數(shù)學(xué)領(lǐng)域，現(xiàn)實世界中并沒有那么多的數(shù)學(xué)難題可以模仿，需要通過強化學(xué)習(xí)來讓LLM解決數(shù)學(xué)難題。如果可以，基于Transformer的網(wǎng)絡(luò)架構(gòu)還可以繼續(xù)發(fā)展，否則就需要全新的架構(gòu)來進一步突破。目前，DeepMind的AlphaCode團隊正在探索這方面的問題，目前的算法仍然是模仿學(xué)習(xí)。

2、征服多模態(tài)的視頻世界

相比文字世界，視頻世界的數(shù)據(jù)量要大得多。人類從嬰兒開始就是通過多模態(tài)的數(shù)據(jù)（當(dāng)然還包括觸覺、味覺、嗅覺等）來快速學(xué)習(xí)。如果AI能夠?qū)崿F(xiàn)很強的多模態(tài)學(xué)習(xí)能力，通過海量的視頻進行學(xué)習(xí)，那么AI將會展現(xiàn)出令人難以置信的能力。

3、大模型連接現(xiàn)實世界，成為一個General Agent

Ada在一個小的虛擬世界中展現(xiàn)了其通用的決策能力，而ChatGPT則在文字世界中展現(xiàn)了強大的通用文字能力。然而，AGI不可能局限于文字或多模態(tài)，關(guān)鍵在于決策。這也是我們堅信RL是通往AGI的初始原因。因此，大型模型將作為一個Agent智能體出現(xiàn)，影響現(xiàn)實世界！

4、自動駕駛將全面轉(zhuǎn)向大模型，并真正向L4、L5進發(fā)

自動駕駛是一個非常好的限定多模態(tài)場景，肯定會從大型模型的發(fā)展中受益。可以使用海量數(shù)據(jù)進行模仿學(xué)習(xí)，通過強化學(xué)習(xí)在仿真環(huán)境中進行優(yōu)化，解決Corner Case，從而實現(xiàn)完全自動駕駛。甚至，可以基于一個多模態(tài)的大型模型來構(gòu)建基礎(chǔ)模型，這樣不僅可以獲得自動駕駛的能力，還獲得一個能夠與人聊天的自動駕駛司機。這正是科幻片中的自動駕駛汽車所展現(xiàn)的。

5、通用家用機器人將大幅發(fā)展，同樣采用大模型

和自動駕駛類似，通用家用機器人也是一個限定的多模態(tài)場景，難度可能更大。Google的RT-1已經(jīng)驗證了大模型驅(qū)動機器人的模式是可行的。

接下來的核心還是數(shù)據(jù)！現(xiàn)實場景最大的問題就是數(shù)據(jù)。那么，如果前面基于視頻的多模態(tài)學(xué)習(xí)能很好實現(xiàn)，那么人型機器人就非常好辦，看無數(shù)的視頻，然后映射到人形機器人的動作上。再通過仿真環(huán)境做強化學(xué)習(xí)來解決corner case，從而人型機器人將能實現(xiàn)大的突破，走入家庭在10年內(nèi)不是夢！

6、自然語言成為新的編程語言

如果你Prompt足夠多，一定也會有Andrej Karpathy一樣的想法！所以，現(xiàn)在的小孩學(xué)編程可能意義不大，未來大部分人將直接通過自然語言編程和AI交互。

7、AI for Science將突飛猛進，越來越多科學(xué)領(lǐng)域被AI突破

剛看到微軟發(fā)布的ClimaX，天氣預(yù)測也是大模型加持。還有什么是大模型不能做的呢？

是否存在足夠通用處理器完成AGI

一、AGI特征

1、涌現(xiàn)

“涌現(xiàn)”并不是一個新概念，凱文·凱利在他的《失控》中就提到了這一概念，指的是眾多個體的集合會涌現(xiàn)出超越個體特征的某些更高級的特征。在大模型領(lǐng)域，“涌現(xiàn)”指的是當(dāng)模型參數(shù)突破某個規(guī)模時，性能顯著提升，并且表現(xiàn)出讓人驚艷的、意想不到的能力，比如語言理解能力、生成能力、邏輯推理能力等等。

對于外行來說，涌現(xiàn)能力可以簡單地用“量變引起質(zhì)變”來解釋：隨著模型參數(shù)的不斷增加，終于突破了某個臨界值，從而引起了質(zhì)的變化，讓大模型產(chǎn)生了許多更加強大的、新的能力。如果想詳細(xì)了解大模型“涌現(xiàn)”能力的詳細(xì)分析，可以參閱谷歌的論文《Emergent Abilities of Large Language Models》。然而，目前，大模型發(fā)展還是非常新的領(lǐng)域，對“涌現(xiàn)”能力的看法也存在不同的聲音。例如，斯坦福大學(xué)的研究者對大語言模型“涌現(xiàn)”能力的說法提出了質(zhì)疑，認(rèn)為其是人為選擇度量方式的結(jié)果。

2、多模態(tài)

每一種信息的來源或者形式，都可以稱為一種模態(tài)。例如，人有觸覺、聽覺、視覺等；信息的媒介有文字、圖像、語音、視頻等；各種類型的傳感器，如攝像頭、雷達(dá)、激光雷達(dá)等。多模態(tài)指從多個模態(tài)表達(dá)或感知事物。多模態(tài)機器學(xué)習(xí)指從多種模態(tài)的數(shù)據(jù)中學(xué)習(xí)并提升自身的算法。

傳統(tǒng)的中小規(guī)模AI模型基本都是單模態(tài)的，例如專門研究語言識別、視頻分析、圖形識別以及文本分析等單個模態(tài)的算法模型。隨著基于Transformer的ChatGPT的出現(xiàn)，之后的AI大模型逐漸實現(xiàn)了對多模態(tài)的支持。這些模型可以通過文本、圖像、語音、視頻等多模態(tài)的數(shù)據(jù)進行學(xué)習(xí)，并且基于其中一個模態(tài)學(xué)習(xí)到的能力，可以應(yīng)用在另一個模態(tài)的推理。

此外，不同模態(tài)數(shù)據(jù)學(xué)習(xí)到的能力還會融合，形成一些超出單個模態(tài)學(xué)習(xí)能力的新的能力。多模態(tài)的劃分是人為進行的，多種模態(tài)的數(shù)據(jù)里包含的信息都可以被AGI統(tǒng)一理解，并轉(zhuǎn)換成模型的能力。在中小模型中，人為割裂了很多信息，從而限制了AI算法的智能能力。此外，模型的參數(shù)規(guī)模和模型架構(gòu)也對智能能力有很大影響。

3、通用性

自2012年深度學(xué)習(xí)進入我們的視野以來，各種特定應(yīng)用場景的AI模型如雨后春筍般涌現(xiàn)。這些模型包括車牌識別、人臉識別、語音識別等，以及一些綜合性場景，例如自動駕駛、元宇宙等。每個場景都有不同的模型，并且同一個場景中，不同公司開發(fā)的算法和架構(gòu)也各不相同。因此，這一時期的AI模型極度碎片化。

然而，從GPT開始，我們看到了通用AI的曙光。最理想的AI模型應(yīng)該是可以接受任何形式、任何場景的訓(xùn)練數(shù)據(jù)，可以學(xué)習(xí)到幾乎所有的能力，并且可以做出任何需要做出的決策。最關(guān)鍵的是，基于大模型的AGI的智能能力遠(yuǎn)高于傳統(tǒng)的用于特定場合的AI中小模型。完全通用的AI出現(xiàn)后，我們可以將其推廣到各種場景中，實現(xiàn)AGI+各種場景的應(yīng)用。同時，由于算法逐漸確定，AI加速持續(xù)優(yōu)化的空間也得到了擴大，從而可以不斷提升AI算力。算力的提升又會推動模型向更大規(guī)模參數(shù)的演進和升級。

二、通用處理器的可行性有多少？

隨著摩爾定律失效，CPU已經(jīng)難以勝任大量計算任務(wù)，因此開始了一輪專用芯片設(shè)計的大潮。然而，以DSA為代表的專用芯片并沒有像預(yù)期的那樣成功，反而在AI大模型的加持下，成就了通用GPU的黃金年代。

然而，GPU的性能也即將到達(dá)上限，支持GPT大模型的GPU集群需要成千上萬顆GPU處理器，效率低下，建設(shè)和運行成本高昂。因此，是否可以設(shè)計更加優(yōu)化的處理器，即具備通用處理器的特征，同時能夠?qū)崿F(xiàn)更高效率和性能呢？我們可以將計算機上運行的系統(tǒng)拆分為若干個工作任務(wù)，并且二八定律表明，很多工作任務(wù)是相對確定的，例如虛擬化、網(wǎng)絡(luò)、存儲、安全、數(shù)據(jù)庫、文件系統(tǒng)和人工智能推理等。

即使應(yīng)用層的計算任務(wù)比較隨機，仍然包含大量確定性的計算成分，例如安全、視頻圖形處理和人工智能等。因此，我們可以將處理器按照性能效率和靈活性能力分為三個類型：CPU、GPU和DSA。

根據(jù)二八定律，將80%的計算任務(wù)交給DSA完成，將16%的工作任務(wù)交給GPU完成，而CPU則負(fù)責(zé)剩余4%的其他工作。CPU的重要工作是兜底。根據(jù)性能/靈活性的特征，匹配最合適的處理器計算引擎，可以在實現(xiàn)足夠通用的情況下，實現(xiàn)最極致的性能。

三、通用處理器的歷史和發(fā)展

通用計算的演進可以簡單地分為三個階段。第一代通用計算采用CPU同構(gòu)架構(gòu)。第二代通用計算則采用CPU+GPU異構(gòu)架構(gòu)。第三代通用計算（即新一代）則采用CPU+GPU+DSAs的超異構(gòu)架構(gòu)。

1、CPU同構(gòu)

Intel是CPU的發(fā)明者，也是第一代通用計算的代表。在近30年的時間里，CPU成就了Intel在2000年前后的霸主地位。然而，CPU的標(biāo)量計算性能相對較弱，因此逐漸引入了向量指令集處理的AVX協(xié)處理器和矩陣指令集的AMX協(xié)處理器等復(fù)雜指令集，以不斷優(yōu)化CPU的性能和計算效率，拓展其生存空間。

2、CPU+GPU異構(gòu)

雖然CPU協(xié)處理器可以在一些相對較小規(guī)模的加速計算場景中勉強使用，但其性能存在上限，并且不適合于大規(guī)模加速計算場景，特別是在AI等領(lǐng)域。因此，需要完全獨立的、更加重量的加速處理器。

GPU是通用并行計算平臺，是最典型的加速處理器。GPU計算需要有Host CPU來控制和協(xié)同，因此具體的實現(xiàn)形態(tài)是CPU+GPU的異構(gòu)計算架構(gòu)。NVIDIA發(fā)明了GP-GPU，并提供了CUDA框架，促進了第二代通用計算的廣泛應(yīng)用。隨著AI深度學(xué)習(xí)和大模型的發(fā)展，GPU成為最炙手可熱的硬件平臺，也成就了NVIDIA萬億市值。GPU內(nèi)部的數(shù)以千計的CUDA core，本質(zhì)上是更高效的CPU小核，因此，其性能效率仍然存在上升的空間。為了進一步優(yōu)化張量計算的性能和效率，NVIDIA開發(fā)了Tensor加速核心。

3、CPU+GPU+DSAs超異構(gòu)

技術(shù)發(fā)展永無止境，第三代通用計算面向未來更大算力需求場景的挑戰(zhàn)，采用多種異構(gòu)融合的超異構(gòu)計算。其中，有三個層次的獨立處理引擎，即CPU、GPU和DSA，組成CPU+XPU的異構(gòu)計算架構(gòu)。超異構(gòu)計算不是簡單的多種異構(gòu)計算的集成，而是多種異構(gòu)計算系統(tǒng)在軟件到硬件層次上的深度融合。超異構(gòu)計算的成功必須要實現(xiàn)足夠好的通用性。如果不考慮通用性，超異構(gòu)架構(gòu)里的計算引擎會使得架構(gòu)碎片化問題更加嚴(yán)重，軟件人員將無所適從。

藍(lán)海大腦的高性能超算異構(gòu)平臺支持多種硬件加速器，包括CPU、GPU、FPGA和AI等，能夠滿足大規(guī)模數(shù)據(jù)處理和復(fù)雜計算任務(wù)的需求。采用分布式計算架構(gòu)，高效地處理大規(guī)模數(shù)據(jù)和復(fù)雜計算任務(wù)，為AGI算法的研究和開發(fā)提供強大的算力支持。具有高度的靈活性和可擴展性，能夠根據(jù)不同的應(yīng)用場景和需求進行定制化配置。可以快速部署和管理各種計算任務(wù)，提高了計算資源的利用率和效率。為人工智能技術(shù)的發(fā)展和應(yīng)用提供強有力的支持。

審核編輯黃宇