陳寧

高速公路上，無(wú)人駕駛駛?cè)氍F(xiàn)實(shí)，沒(méi)有司機(jī)的出租車(chē)正搭載乘客，以“頂格”時(shí)速駛向機(jī)場(chǎng)；

手術(shù)室里，腹腔鏡中纖毫畢現(xiàn)，醫(yī)生正用醫(yī)療機(jī)械臂為遠(yuǎn)在新疆的患者實(shí)施腫瘤切除手術(shù)；

制造車(chē)間內(nèi)，“鋼鐵巨象”翩然起舞，120余臺(tái)焊接、抓取、組裝和搬運(yùn)機(jī)器人正圍繞16條智能生產(chǎn)線各顯神通；

……

這些，只是數(shù)字化時(shí)代的北京城市一隅。在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天，“智力”已如水、電、網(wǎng)一樣流向日常生活，一步步實(shí)現(xiàn)著人們對(duì)新質(zhì)生產(chǎn)力構(gòu)造的活躍社會(huì)的渴望。

數(shù)字賦能千行百業(yè)，離不開(kāi)“產(chǎn)業(yè)大腦”的支持。這“大腦”，就是人工智能的底座——大模型。

海淀區(qū)成府路150號(hào)。一棟看似普通的紅磚建筑里，集結(jié)了幾乎北京最頂尖的人工智能領(lǐng)域人才。這里，就是北京智源人工智能研究院所在地。也正是這棟樓里，誕生了我國(guó)首個(gè)大模型——“悟道”，這家研究院由此沖破西方國(guó)家的壟斷，推動(dòng)我國(guó)人工智能發(fā)展行至深處。

時(shí)不我待，構(gòu)筑人工智能生態(tài)“護(hù)城河”

2020年5月，美國(guó)著名人工智能公司Open AI發(fā)布一款名為“GPT-3”的語(yǔ)義大模型，一時(shí)掀起行業(yè)巨浪——通過(guò)海量數(shù)據(jù)學(xué)習(xí)，人工智能首次出現(xiàn)了類似人類的邏輯推理能力。

中國(guó)的科研工作者在為GPT-3沸騰的同時(shí)，也產(chǎn)生了極大的心理落差——彼時(shí)，我國(guó)人工智能領(lǐng)域在各個(gè)方面并不占優(yōu)。

《中國(guó)新一代人工智能發(fā)展報(bào)告2019》顯示，當(dāng)時(shí)，雖然我國(guó)人工智能領(lǐng)域論文數(shù)量全球居首，但引文影響力指標(biāo)卻相對(duì)落后；人才擁有量雖僅次于美國(guó)，但高水平人才卻不到美國(guó)的五分之一。即使是在全國(guó)人工智能高地的北京，大模型方向的研究也幾乎是空白。

更嚴(yán)峻的是，一旦被裹挾進(jìn)入西方構(gòu)建的人工智能生態(tài)圈，那么所有與之相關(guān)的產(chǎn)業(yè)鏈躍遷，都有可能被掣肘。如同手機(jī)上的應(yīng)用軟件，如果沒(méi)有強(qiáng)大的系統(tǒng)支撐，開(kāi)發(fā)得再多、再好也用不了。“必須聚焦攻關(guān)自主可控的底座大模型，構(gòu)建起自己的人工智能生態(tài)‘護(hù)城河?！鼻迦A大學(xué)自然語(yǔ)言處理實(shí)驗(yàn)室主任孫茂松說(shuō)。

孫茂松和同事們四處尋求合作者，卻發(fā)現(xiàn)這項(xiàng)壁壘極高的研究，高校做不了，企業(yè)又不愿意做。雖是春暖花開(kāi)的5月，他們卻猶如淋了一身冷水。

高校通常以“項(xiàng)目制”牽頭科研，大多以“年”為論證周期。但人工智能領(lǐng)域的科技創(chuàng)新瞬息萬(wàn)變，必須全力追趕。顯然，這種科研機(jī)制與“大模型”的研發(fā)訓(xùn)練并不適配。

困擾企業(yè)的，則是投入產(chǎn)出比問(wèn)題。大模型好似“空中樓閣”，需要算法、算力、數(shù)據(jù)的海量資金支持。況且，依據(jù)“摩爾定律”，投入的昂貴設(shè)備每18個(gè)月就會(huì)貶值一半，成果卻遙遙無(wú)期。這讓不少企業(yè)望而卻步。

躊躇之際，孫茂松、劉知遠(yuǎn)、黃民烈等幾位科學(xué)家不約而同地將目光投向了離清華只有幾百米遠(yuǎn)的一所新型研發(fā)機(jī)構(gòu)——北京智源人工智能研究院（以下簡(jiǎn)稱“智源研究院”）。

這家新型研發(fā)機(jī)構(gòu)，新在哪里？

成立于2018年11月的智源研究院，肩負(fù)著人工智能前沿探索使命，從主體、人才使用到成果轉(zhuǎn)化，解決的是創(chuàng)新研發(fā)中生產(chǎn)要素錯(cuò)配、失配、低配造成的堵點(diǎn)、痛點(diǎn)、難點(diǎn)。

“作為科技部和北京市政府支持下成立的民辦非營(yíng)利性研究機(jī)構(gòu)，智源實(shí)行理事會(huì)領(lǐng)導(dǎo)下的院長(zhǎng)負(fù)責(zé)制。這就決定了它可以不設(shè)考核和階段性目標(biāo)，鼓勵(lì)科學(xué)家自主決策，去破解那些顛覆性技術(shù)和前沿技術(shù)難題?！敝窃囱芯吭豪硎麻L(zhǎng)黃鐵軍舉了一個(gè)生動(dòng)的例子，“重大的國(guó)家級(jí)科研項(xiàng)目，用兩三年時(shí)間研究立項(xiàng)并不鮮見(jiàn)。但在智源，只要論證科學(xué)嚴(yán)謹(jǐn)，兩小時(shí)通過(guò)由業(yè)內(nèi)頂級(jí)專家組成的‘院務(wù)會(huì)、即刻撥付數(shù)百萬(wàn)元研發(fā)資金，都是常態(tài)?！?/p>

制度集成、創(chuàng)新賦能，這是“時(shí)間不等人”的膽識(shí)?？茖W(xué)家們與智源研究院一拍即合。

以技術(shù)為信仰，勇闖大模型研發(fā)“無(wú)人區(qū)”

2020年11月，智源研究院以北京市籌集的1000P算力支持為起點(diǎn)，決心背水一戰(zhàn)。

沒(méi)有作業(yè)可以抄，沒(méi)有經(jīng)驗(yàn)可以循，有的是以技術(shù)為信仰的一腔熱情和錨定國(guó)家重大戰(zhàn)略需求的不懈努力。智源研究院將參與者整合為3個(gè)小組，深入中文大模型研發(fā)“無(wú)人區(qū)”——一個(gè)個(gè)高風(fēng)險(xiǎn)、非共識(shí)、顛覆性的研究領(lǐng)域。

以文源團(tuán)隊(duì)負(fù)責(zé)的超大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型為例。他們遇到的第一個(gè)困難，就是怎么阻止大模型“詞不達(dá)意”和“答非所問(wèn)”。原來(lái)，當(dāng)時(shí)全球通用大模型數(shù)據(jù)訓(xùn)練集里，中文語(yǔ)料僅占1.3%。團(tuán)隊(duì)搜索得來(lái)的50TB原始數(shù)據(jù)，主要源自電商、社交、搜索等渠道，存在大量的數(shù)據(jù)偏見(jiàn)。高質(zhì)量中文數(shù)據(jù)，一度成為稀缺品。

中文語(yǔ)義深?yuàn)W又靈活多變，給大模型“投喂”的語(yǔ)料質(zhì)量，對(duì)運(yùn)行效果影響極大。團(tuán)隊(duì)決心秉持細(xì)節(jié)上的“技術(shù)潔癖”，構(gòu)建高質(zhì)量數(shù)據(jù)集，讓大模型高效、經(jīng)濟(jì)地運(yùn)行。團(tuán)隊(duì)負(fù)責(zé)人劉知遠(yuǎn)與黃民烈所帶的8名博士生，全被派去做數(shù)據(jù)標(biāo)注與“清洗”。

他們夜以繼日地比對(duì)、推敲著每行編碼，以確保數(shù)據(jù)的完整、全面、合法且唯一。其間，團(tuán)隊(duì)沒(méi)有發(fā)表過(guò)一篇學(xué)術(shù)論文。這樣做，無(wú)論是對(duì)教師還是對(duì)學(xué)生，都是極大的冒險(xiǎn)。“如果一無(wú)所獲，我們?cè)趯W(xué)校的學(xué)術(shù)考核將被認(rèn)定為不合格。”黃民烈說(shuō)，“這是拿著大家的職業(yè)生涯去做賭注。幸運(yùn)的是，我們的方向找對(duì)了！”

最終，團(tuán)隊(duì)將原始數(shù)據(jù)壓縮至2.6TB，中文大模型有了第一個(gè)高質(zhì)量數(shù)據(jù)集。

從高端芯片到深度學(xué)習(xí)框架，從算力、算法到數(shù)據(jù)……智源研究院集中優(yōu)勢(shì)資源，奮力攻關(guān)。2021年3月，“悟道1.0”問(wèn)世。3個(gè)月后，“悟道2.0”亮相，參數(shù)規(guī)模是GPT-3的10倍。

“悟道”，驟然改變了世界人工智能領(lǐng)域一家獨(dú)大的發(fā)展格局。正是從這時(shí)起，智源研究院被全球人工智能領(lǐng)域三巨頭之一的微軟公司視為主要競(jìng)爭(zhēng)對(duì)手。與此同時(shí)，國(guó)家加快布局人工智能產(chǎn)業(yè)，并將其寫(xiě)入“十四五”規(guī)劃。

以人工智能為引擎，高質(zhì)量發(fā)展的底色更加鮮明。智源研究院的不懈探索，仿佛解開(kāi)了中文大模型的研發(fā)密碼。隨即，猶如百舸爭(zhēng)流，科技企業(yè)紛紛跟進(jìn)，創(chuàng)新火花競(jìng)相迸發(fā)。截至2024年3月，國(guó)內(nèi)大模型數(shù)量超243個(gè)。我國(guó)的大模型發(fā)展，已經(jīng)形成了一條壁壘極高的技術(shù)“護(hù)城河”，得以涵養(yǎng)整個(gè)產(chǎn)業(yè)生態(tài)。

理想與使命合一，形成人才“強(qiáng)磁場(chǎng)”

“群星閃耀”，有人用這樣的詞，形容智源研究院的人才生態(tài)。

眾所周知，人工智能作為前沿科技，離不開(kāi)人才驅(qū)動(dòng)。近年來(lái)，智源研究院已經(jīng)遴選并支持以“智源研究員”和“智源青年科學(xué)家”為主體的94名智源學(xué)者，其中近一半為38歲以下的青年學(xué)者。他們的學(xué)術(shù)背景橫跨高校、科研單位及企業(yè)研究機(jī)構(gòu)，形成了代表我國(guó)人工智能領(lǐng)先科研水平的“北京隊(duì)”。

人們不免疑惑：作為一家民辦非營(yíng)利研究機(jī)構(gòu)，智源研究院既沒(méi)有“帽子”，待遇也無(wú)法與頭部企業(yè)對(duì)標(biāo)，緣何吸引這樣一批頂級(jí)人才？

“在這里，既是在做自己想做的事，也是在做國(guó)家和社會(huì)需要的事。當(dāng)理想與使命合一，就會(huì)迸發(fā)最強(qiáng)驅(qū)動(dòng)力?！敝窃囱芯吭焊痹洪L(zhǎng)林詠華用親身經(jīng)歷給出了答案。

近兩年，國(guó)內(nèi)人工智能領(lǐng)域已進(jìn)入“百模大戰(zhàn)”階段。為避免無(wú)序競(jìng)爭(zhēng)，智源研究院將目光轉(zhuǎn)向營(yíng)造更健康的大模型生態(tài)圈。

2023年，林詠華決心以“科學(xué)度量大模型評(píng)測(cè)基準(zhǔn)”為研究方向，申報(bào)科技部重點(diǎn)課題。作為人工智能領(lǐng)域的開(kāi)創(chuàng)者之一，林詠華覺(jué)得一切本該水到渠成。當(dāng)她興沖沖地去領(lǐng)申報(bào)材料時(shí)，卻被告知不符合初選資格——沒(méi)有正高級(jí)職稱。

只能盡快申請(qǐng)職稱。但了解政策后，林詠華又遇波折——由于研究的領(lǐng)域太過(guò)前沿，自己根本沒(méi)有符合的職稱序列可以申報(bào)，更找不到合適的專家來(lái)評(píng)審。

了解情況后，黃鐵軍找到她：“只要有好的想法，智源會(huì)創(chuàng)造一切條件幫助科研人員實(shí)現(xiàn)。”不問(wèn)出身、不看論文，只看是否取得標(biāo)桿性成就、有沒(méi)有成為標(biāo)桿的潛力——從誕生之日起，智源研究院的選人、用人機(jī)制，就一直向?qū)W術(shù)實(shí)力和科研潛力傾斜。

2023年3月，黃鐵軍找到北京市人力資源和社會(huì)保障局尋求幫助?！奥毞Q評(píng)聘工作的改革方向，必須與國(guó)家發(fā)展戰(zhàn)略同心同向。”市人社局答復(fù)。

僅僅一個(gè)月后，《北京市高層次、急需緊缺、特殊特藝人才高級(jí)職稱考核認(rèn)定辦法》出臺(tái)。通過(guò)“一事一議”“一人一策”“隨時(shí)隨刻”評(píng)審、“3+1”實(shí)名舉薦，很快，林詠華獲得了正高級(jí)職稱。她也成為受益于此辦法的第一人。

同年，林詠華承接的國(guó)家科技部重點(diǎn)課題正式立項(xiàng)。這個(gè)課題，也讓智源研究院完成了從“運(yùn)動(dòng)員”到“裁判員”的角色轉(zhuǎn)變。

“這在別處是難以想象的。它給我們的動(dòng)力，不是優(yōu)渥的待遇能給予的。”林詠華如是說(shuō)。

林詠華的經(jīng)歷，只是智源研究院眾多科研人員的一個(gè)縮影?！爸窃词且怨怖鏋閷?dǎo)向的研究機(jī)構(gòu)，注定無(wú)法提供最具競(jìng)爭(zhēng)力的薪酬”，智源研究院院長(zhǎng)王仲遠(yuǎn)說(shuō)，“但這也是一種篩選同行者的良性機(jī)制。”3個(gè)月前，他剛從業(yè)界一家頭部公司離職，降薪90%來(lái)到這里。

從“實(shí)驗(yàn)室”走向“應(yīng)用場(chǎng)”，賦能千行百業(yè)

作為開(kāi)源系統(tǒng)，“悟道”大模型已被下載2000余萬(wàn)次。每次下載，都有可能是對(duì)某條生產(chǎn)線、某個(gè)企業(yè)甚至某個(gè)產(chǎn)業(yè)的一次數(shù)字賦能?！斑@也是智源的一個(gè)重要使命，讓科技創(chuàng)新成果不斷從‘實(shí)驗(yàn)室走向‘應(yīng)用場(chǎng)。”黃鐵軍說(shuō)。

功成不必在我。不僅是開(kāi)源大模型，在科研過(guò)程中生發(fā)成熟項(xiàng)目，智源研究院在助推成果轉(zhuǎn)化時(shí)，同樣不遺余力。

算法工程師趙撼宇，一畢業(yè)就來(lái)到了智源研究院。他的一項(xiàng)專利技術(shù)，在“悟道”與OPPO手機(jī)小布語(yǔ)音助手的合作項(xiàng)目中，發(fā)揮了關(guān)鍵作用。“在成果落地的那刻，我感到自己的價(jià)值得到了認(rèn)可?！壁w撼宇說(shuō)。

同許多手機(jī)廠商一樣，OPPO小布以往依據(jù)的是互聯(lián)網(wǎng)數(shù)據(jù)，有數(shù)以億計(jì)的問(wèn)題難以回答，非常影響用戶體驗(yàn)。但如果自建語(yǔ)料庫(kù)，周期長(zhǎng)、人工數(shù)據(jù)標(biāo)注成本高，企業(yè)難以承受。他們找到智源研究院學(xué)術(shù)副院長(zhǎng)唐杰尋求幫助，唐杰將“悟道”大模型中趙撼宇負(fù)責(zé)研發(fā)的“生成式回答系統(tǒng)”推薦給了企業(yè)。

2023年年底，OPPO小布接入“悟道”，一紙專利，使手機(jī)語(yǔ)音助手的單條回答建設(shè)成本降低了99%，徹底解決了一個(gè)行業(yè)的共通性問(wèn)題。

“科研工作者雖然有極強(qiáng)的創(chuàng)新能力，但成熟項(xiàng)目的轉(zhuǎn)化落地并不盡如人意?！敝窃纯蒲羞\(yùn)營(yíng)部經(jīng)理趙小帆說(shuō)，“企業(yè)如何選址、怎樣融資和申請(qǐng)政府引導(dǎo)基金、去哪里組建工程技術(shù)團(tuán)隊(duì)等問(wèn)題，智源都會(huì)手把手地幫助他們落地?！?/p>

曾任賽迪集團(tuán)總裁的孫會(huì)峰，在我國(guó)加入世貿(mào)組織談判過(guò)程中，隨團(tuán)調(diào)研了大量中國(guó)企業(yè)。他發(fā)現(xiàn)，大部分企業(yè)70%的時(shí)間都花在了了解產(chǎn)業(yè)鏈、合作伙伴、競(jìng)爭(zhēng)對(duì)手和各地產(chǎn)業(yè)政策上，在企業(yè)研發(fā)上投入的精力顯得力不從心。

當(dāng)接觸到“悟道”大模型時(shí)，孫會(huì)峰豁然開(kāi)朗：“借助智源的產(chǎn)業(yè)知識(shí)計(jì)算引擎，能俯瞰整個(gè)生態(tài)，為企業(yè)打開(kāi)‘上帝視角，觀察趨勢(shì)。”抱著這樣的想法，他決心自己創(chuàng)業(yè)。

來(lái)到智源研究院，孫會(huì)峰感覺(jué)收獲更多。2021年，借助智源研究院天使輪投資1000萬(wàn)元，孫會(huì)峰成立了北京上奇數(shù)字科技有限公司（以下簡(jiǎn)稱“上奇數(shù)科”）。幾個(gè)月后，智源研究院又幫他暢通了國(guó)家專利局的專利綠色通道，以往1年半時(shí)間才能獲得的專利授權(quán)，現(xiàn)在4個(gè)月就拿到了，這讓上奇數(shù)科得以在激烈的人工智能“卡位賽中”占得先機(jī)。

不僅如此。當(dāng)孫會(huì)峰為如何優(yōu)化產(chǎn)業(yè)鏈精度而苦惱時(shí)，智源研究院又為他推薦了算法工程師史業(yè)民。“一次調(diào)教，產(chǎn)業(yè)圖譜的精度便從70%上升至98%?！睂O會(huì)峰說(shuō)。現(xiàn)在，上奇數(shù)科的產(chǎn)業(yè)知識(shí)圖譜“上奇產(chǎn)業(yè)通”兩秒就能實(shí)時(shí)生成包括100余條產(chǎn)業(yè)鏈、5000萬(wàn)家企業(yè)在內(nèi)的40余類產(chǎn)業(yè)數(shù)據(jù)集。

好風(fēng)憑借力。

成立僅3年，上奇數(shù)科迅速成長(zhǎng)為國(guó)家級(jí)專精特新企業(yè)，估值達(dá)10億元。

注重“從0到1”的原始創(chuàng)新，也注重“從1到N”的產(chǎn)業(yè)轉(zhuǎn)化，通過(guò)產(chǎn)學(xué)研用緊密合作，智源研究院至今已孵化了“月之暗面”“深言科技”等近百家企業(yè)，其中10余家已成為“獨(dú)角獸”。

有這樣一組數(shù)據(jù)，令人振奮：作為數(shù)字經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)引擎，2023年，北京人工智能產(chǎn)業(yè)的核心產(chǎn)值突破2500億元，輻射產(chǎn)值規(guī)模已超萬(wàn)億元！

又是一個(gè)草長(zhǎng)鶯飛的季節(jié)。前不久閉幕的中關(guān)村論壇上，智源研究院等16家機(jī)構(gòu)發(fā)起并成立了中關(guān)村人工智能聯(lián)盟。一群銘記國(guó)家使命的科學(xué)工作者，錨定國(guó)家重大戰(zhàn)略需求和北京數(shù)字經(jīng)濟(jì)標(biāo)桿城市建設(shè)，正在向科學(xué)技術(shù)的更深處進(jìn)軍……