<mark id="oztn4"></mark>
0
作者｜李梅
編輯｜陳彩嫻
盡管唱衰大模型的聲音不絕，但無可否認，近年來人工智能領域的重大突破，都離不開大模型的支撐。
以近日火熱的 AIGC 為例。語言大模型在理解文本語境與知識推理能力上的突飛猛進，是人工智能跨越單一模態，讀懂人類描述的語言、進而生成各色精美圖像的基石之一。
大模型被詬病之處突出，算力成本與不確定性為最大要點，但與此同時，幾乎沒有人能否認，在未來五年、甚至十年的智能研究中，大模型必將占有一席之地。美國人工智能學術界將其稱為「基礎模型」（Foundation Model），在定位上視之為基礎研究，重視程度也可見一斑。
然而，由于訓練難度與成本的高門檻，大模型在國內的興起注定只掌握在少數人的手中。一項基礎研究的開拓，必須團結盡可能團結的力量，才能推動其進步的速度與質量。尤其在知識注入與多場景通用無阻的追求上，大模型的研究者多多益善。
因此，從去年開始，「開源」AI 大模型的呼聲也日漸高昂。唯有開源，才能降低大模型的研究門檻；也唯有開源，才能促進與大模型相匹配的基礎設施（如架構、算力、落地設備）建設。
「魔搭」（ModelScope）社區的成立，正是基于這樣急切的背景。
在今年的云棲大會上，阿里達摩院與 CCF 開源發展委員會聯合正式推出國內首個 AI 模型開源社區——魔搭 ModelScope，宣布將達摩院近五年苦心研究的 300 多個優質模型開放給整個中國的 AI 研究者與團隊，共同促進中國的 AI 基礎研究。
這其中，300 多個模型就有十多個大模型。這一舉動，被業界稱為大模型的「家底秀」，而魔搭社區的使命是「開源」，阿里真的是把家底給亮出來了！
圖注：周靖人在 ModelScope 魔搭發布會上
阿里巴巴集團資深副總裁、阿里達摩院副院長周靖人告訴 AI 科技評論：「我們的口號是 AI for Everyone。」
以大模型為例。他們認為，大模型的研發不應該是一場少數機構的競賽，而應該通過大小模型的協同進化走向更高級的應用，尤其是適應中國本土需求的應用。
2020年GPT-3出現以來，國內的研究者只能仰仗英語大模型，文化與語言的鴻溝成為模仿西方技術成果時的消極產物，中文大模型也呼之欲出。魔搭將現有為數不多的中文大模型開放后，AI 領域的研究者基于中文大模型自由開發滿足下游任務的小模型時，能更好解決東方的實際問題。
魔搭社區的成立，是中國人工智能領域一個劃時代的故事開篇。
—— 1 ——
AI 突破的風口，在應用
兩年前，《數學之美》作者吳軍在接受 AI 科技評論的訪談時就曾說過：深度學習大的理論突破已經走到瓶頸期，AI 風口的下一個十年在于應用。
這兩年的發展路徑，越來越多的落地與應用討論，也驗證了吳軍的判斷。如今，我們對 AI 的期待，已經不再只停留在迸發于實驗室的那些「AlphaGo 時刻」，而且「用起來」，在解決實際生活的問題中創造價值。
那么，AI 如何最大程度地發揮價值？
縱觀構成人工智能的三駕馬車：數據是護城河，隔行如隔山；算力仰仗少數巨頭的芯片能力，普通人玩不起；而在模型的競技場，任何人都可以做點什么。
因此，未來五年，人工智能能大規模應用的風口，在于模型。
然而，以模型為中心的 AI 技術在落地產業的過程中，正受到兩方面的制約，一是在模型的創新側，二是在模型的應用側。其中，模型的應用又離不開創新。
算法的創新如今進入一種尷尬境地。持續創新力不足，技術突破鳳毛麟角，只局限于少數幾個領域，更多的應用場景還等待技術去解鎖。
在以前，AI 公司針對具體的任務和應用場景來定制并出售模型和解決方案，但這種商業模式正在失去其競爭力。
達摩院基礎視覺團隊負責人趙德麗對這一點深有感觸。他舉了一個例子：假如有 1000 個任務要實現，那就要研發出 1000 個不同的模型，其中的工作量非常之大。一旦研發團隊有人離職，相對應的模型就無法維護、迭代，不具備可擴展性，最終蝕斷 AI 應用的鏈條。
統一底層架構的出現，為上述難題的解決提供了一種路徑。
2017 年，谷歌在《Attention Is All You Need》這篇經典之作中提出 Transformer 模型，作為一個具備強大通用性的底層架構，它后來衍生出了 BERT、GPT-3 等預訓練語言模型，且參數量飛速增長，將 AI 帶入了大模型時代，如今在語言、視覺、多模態等領域上都已證明了其無限潛力。
今年大火的擴散模型（Diffusion Model）是一個新近的例證，得益于其開源，目前國內外社區涌現出的 AI 作畫應用已經令人目不暇接。
周靖人認為，大模型之所以具備巨大的價值想象空間，是因為大模型本質上是對人類知識體系的積累、抽象與提煉，從而能夠接近人類智能。
同時，大模型的底層性使其能夠承擔起一種「基礎設施」的功能，打好 AI 應用的底座，這也是大模型的另一名號「基礎模型」（Foundation Models）所凸顯的意義。
如趙德麗所言，「在統一底層架構的范式下，基礎研究的價值比以往時候更大。若能研發出一個真正有競爭力的基礎模型，整個 AI 生態都會受益?！挂舱蛉绱耍恢睆氖律赡Ｐ脱芯康内w德麗十分看好擴散模型。
基于統一的底層架構所開發的模型將變得可維護、可迭代、可擴展，這樣一來，系統級的 AI 應用才有被創造出來的可能，AI 的價值才能被真正兌現。
但目前我們國內的事實是，在「煉」大模型上，暴力堆參有余而架構創新不足，無論是 Transformer 還是 Diffusion Models，這類基礎性突破大都生發于國外，國內則更多處于追趕的狀態。在「用」大模型上，大模型的潛力也未見爆發，大規模的落地應用還未出現。
要改變這種現狀，大模型的基礎設施與生態建設尤為重要。在這一點上，國外的進展的確有所領先，例如今年 3 月谷歌發布了用于訓練大模型的底層架構 Pathways 系統，被谷歌 AI 掌門人 Jeff Dean 寄予了「下一代 AI 架構」的厚望，次月推出的 5400 億參數的超大規模語言模型 PaLM 便是在該架構下訓練出來的，其超強的推理能力令人驚嘆。
不單單是大模型，眼前中國 AI 的整體研發與應用的未來都指向了一條路：開源開放，以模型為中心提供服務。
—— 2 ——
魔搭：模型即服務
魔搭社區的立項，正是為了解決當前中國人工智能研究山頭林立、各自為戰的局面。
達摩院語音實驗室負責人鄢志杰認為，盡管人工智能技術在近年來的落地中暴露出一些問題，但不代表 AI 的應用走到窮巷：
「現在 AI 領域的概況，不是泡沫破滅，也不是平臺期，而是亂花漸欲迷人眼。我們需要穿越霧里看花，找到再一次啟動AI創新與應用兩個引擎的鑰匙?！?/p>
這把鑰匙，就是開源。開源的本質是交流，歷年來技術的突破都證明了這一途徑對更大圖景的促進。打通接口，拉平認知，是對整個中國 AI 發展有積極作用的重要路徑。
達摩院很早開始思考這個問題：
周靖人告訴AI科技評論，2021 年 3 月達摩院發布國內首個千億參數多模態大模型 M6。那時他作為項目主導人，從立項開始就思考如何更好地釋放像 M6 這樣的大模型的基礎能力。
他思考的結果是：必須要有一個平臺作為依托。在內部討論中，這個想法一出來，就得到了達摩院各個實驗室帶頭人的贊同。因為從技術發展的角度看，這是勢在必行的選擇，很快達成共識。
于是，從去年開始，在達摩院內部一次又一次的會議上，周靖人不斷地與大家討論如何把「模型即服務」（Model as a Service，MaaS ）的理念在一個社區上實現，魔搭也在幾次頭腦風暴中慢慢成型，并快速成長：
今年4月底立項，達摩院各個工程團隊派出人手支援、貢獻優質模型；5月30日發布內部PoC 版本；8月底外部就已經可以訪問。
在9月的開發者評測局上，達摩院的算法專家、架構師和產品經理等都親自上陣，解答開發者的問題。評測的反饋非常積極，甚至有點超乎大家的預料。
實際上一開始，各個實驗室內部也存在一些疑慮，比如「國外已經有 HuggingFace 了，那我們的魔搭該怎么定位」、「我上傳了模型之后，真的會有人來用嗎」等等。但當算法人員讀到開發者們寫下的長文評測時，所有人都倍受鼓舞，他們現在所想的，是要做出更先進的模型，并將其貢獻出來，被更多人看見。
魔搭的定位，不是一個「玩具」，而是實實在在的生產力，因為它真正全方位滲透了 MaaS 理念的本質。
以往模型的開源開放并不徹底，大部分提供 AI 模型服務的公司通常是以 API 的形式對外提供模型服務，模型本身并不能下載，大部分還要收費。而且 API 接口的輸出結果較為固定，代碼還往往無法真正用在實際業務中，更是難以滿足模型的定制化需求，所以 AI 在各行業的應用廣度與深度都會受到限制。
而已有的開源社區的模型覆蓋面也比較有限，且沒有形成一整套、一站式的模型服務體系，開發者在各個社區之間東一榔頭西一棒槌，十分影響效率。
而達摩院這一次，一點也不來「虛」的。
如果說以往的模型服務是一只傻瓜相機，只能按一下快門、獲取千篇一律配置下的照片。那么如今達摩院提供的則是一臺單反相機，你盡可以調整相機的各種參數，拍攝出萬千世界，把自己煉成大攝影家。
具體而言，魔搭社區如何真正把 MaaS 的理念實踐起來，要從模型的整個開發周期講起。
首先要有能用的模型，足夠的模型豐富度是建立 MaaS 生態的一個首要門檻。在魔搭社區上，有一個方便模型共享、存儲和使用的模型庫（Model Hub），其中達摩院已經率先貢獻了自家 300 多個壓箱底的模型，涵蓋了自然語言處理、視覺、語音、多模態等 150 多個 SOTA 模型，「通義」系列的預訓練多模態大模型也在其中。
圖注：魔搭模型庫
這些模型是經過各個算法實驗室精挑細選的。鄢志杰告訴我們，達摩院選擇開源的模型既「叫好」又「叫座」。
「叫好」是從學術角度而言。算法團隊開發出新模型后，不再只是「王婆賣瓜」式地在論文中展示簡單的數據，而是把模型在平臺上真正開源，甚至訓練方式也都傾囊相授，供大家使用和評判。
「叫座」關注的則是應用角度。為了最大程度地釋放模型的生產力，達摩院將支撐模型 API 背后的模型打開，一覽無遺的呈現給所有開發者，還支持開發者對預訓練模型進行調優，從而獲得在其垂直領域里精度更高的模型。
達摩院的開放與包容，讓更多溪流匯入了 MaaS 這片藍海。瀾舟科技、深勢科技、智譜 AI 等作為魔搭社區的首批合作者，都在魔搭上貢獻出了自家最先進的模型。
有了大量模型，接下來的問題便是如何把模型用起來，而且要低門檻地用起來。
從代碼下載到安裝部署再到效果驗證，魔搭提供了模型探索、環境安裝、推理驗證、訓練調優等一站式服務和全鏈路能力，無論是 AI 小白，還是普通開發者，或者是更高級的開發者，都能在平臺上獲得極佳體驗。
對于完全不懂 AI 的愛好者，模型的使用是零門檻的，通過每個模型在魔搭上的在線體驗頁面，只需幾次點擊，就能 0 代碼體驗各種模型效果。傳統意義上的開發者要實現模型的推理，也僅需 1 行代碼。
進階的開發者則可在 10 行代碼內實現模型調優，快速定制微調，獲取針對性的行業模型。例如，社區提供一個文本續寫的通用模型，如果開發者想要實現的不是普通的文本續寫，而是古詩續寫，那么就可以使用開源的古詩詞數據集對原始模型進行微調，訓練一個新的續寫古詩的模型出來。（公眾號：雷峰網(公眾號：雷峰網)）
圖注：古詩生成微調模型
—— 3 ——
達摩院的「退一步」
魔搭是達摩院點燃的一次星星之火。通過開源所打造一個完善的模型應用生態，將促進整個 AI 領域的發展。
魔搭帶來的最直接影響，是在模型的生產側將開發者從重復性勞動中解放出來，激發更大的想象空間。無論是達摩院自身還是更多開發者，都不必再重復造輪子和無意義內卷，而可以把更多的精力投入到原創性研究中，提出更具革新意義的模型。
這種變化在達摩院內部已經是有目共睹。魔搭社區架構師陳穎達向 AI 科技評論介紹：以前算法人員做出模型后，由于模型的使用和調優門檻過高，經常還要花時間幫助業務人員配置模型，從而擠占了做原創研發的時間和精力；而現在，算法人員可以通過魔搭將模型應用與定制能力釋放給業務線，更專注于研發工作。
從圍繞具體的業務問題到更多聚焦在基礎技術能力的建造上，這種算法研發范式的轉移甚至帶來了達摩院內部組織架構的微妙變化。
趙德麗告訴我們，他的視覺團隊以前都是從業務層面來命名，如「虛擬試衣」團隊，而現在則是以技術方向來命名，比如「表征學習」、「視頻生成」等團隊，每個團隊內部在基礎模型的研發上也配備了比以往更多的人員力量。
同時，在基礎模型的研發變得越發重要的背景下，魔搭的另一個重要價值在于釋放大模型的無限想象力。
基礎大模型帶來的無限想象力是另一個例證。最近流行的擴散模型開源以后，AI 作畫的應用正在國內外社區如雨后春筍般紛紛冒頭。達摩院趙德麗團隊研發的文生圖大模型目前也已經在魔搭開放，他已經預見到，未來隨著模型應用生態的逐漸完善，文生圖大模型將催生出各種富有想象力的應用和落地。
推動這些創新更進一步的背后，其實是達摩院的「退一步」。
過去五年，達摩院 AI 自己探索了從算法到工程、再到產品、最后在阿里云上做技術輸出這一整個研發模式，煉成一位「巨人」。而在下一個五年，達摩院將獻出自己「巨人的肩膀」。
魔搭打開了一扇門，誰也無法預判進來的會是什么，但毋庸置疑的是，未來將是群星閃耀。哪怕相比之下，達摩院可能不一定是最「閃亮」的那一顆星。
達摩院語音實驗室負責人鄢志杰向 AI 科技評論講述了舉了一個生動的例子。
菜鳥曾向達摩院的語音團隊提出一個模型需求，他們想將電話機器人用于物流系統，如在給客戶送貨前，先使用電話機器人打電話詢問客戶，以便快遞員高效送貨。
但是，在達摩院的通用語音識別系統有時候顯得不夠「聰明」，因為達摩院的模型并不具備物流領域的專業知識，自然難以聽懂一些行業「黑話」。
后來，菜鳥使用達摩院在魔搭上開源的語音識別模型，并基于物流領域數據集進行了針對性的模型微調，僅投入了零點幾個的算法人員，便訓練出了一個效果超越達摩院的模型。
「這一點都不丟臉，這是件好事，所有人都可以訓練出在其垂直領域里比達摩院更好的模型，我覺得這很光榮?！观持窘苄Φ?。
將來，達摩院在魔搭上的模型貢獻率會從 99% 降到 1%，從「頂梁柱」角色到「磚瓦」中的一塊。最終，達摩院將隱去自身，又或者，將有千千萬萬個「達摩院」出現。
這是達摩院的「退一步」，也許是中國 AI 的「進一步」，它最終帶來的是對 AI 原創研究的巨大推動。魔搭 是達摩院一次從 0 到 1 的舉動，正如去中心化的開發環境曾為世界帶來 Linux，下一個偉大的 AI 作品或許也將從魔搭誕生。
訪問魔搭社區：modelscope.cn
雷峰網(公眾號：雷峰網)原創文章，未經授權禁止轉載。詳情見轉載須知。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
