學術(shù)界普遍認為，深度學習具有很強的通用性，并具備標準化、自動化和模塊化的工業(yè)大生產(chǎn)特征，將推動人工智能進入工業(yè)大生產(chǎn)階段。2019年以來，深度學習技術(shù)和應(yīng)用的發(fā)展充分驗證了這一觀點——深度學習技術(shù)的通用性越來越強，深度學習平臺的標準化、自動化和模塊化特征越來越顯著。而預訓練大模型的興起，則使人工智能應(yīng)用的深度和廣度進一步拓展。這意味著，人工智能已進入工業(yè)大生產(chǎn)階段。

 

　　王海峰表示，人工智能具有多種典型能力，理解、生成、邏輯、記憶是其中的核心基礎(chǔ)能力，這四項能力越強，越接近通用人工智能，而大語言模型具備了這四項能力。

 

　　具體而言，人工智能的典型能力如創(chuàng)作、編程、解題、規(guī)劃等都依賴于理解、生成、邏輯、記憶等核心基礎(chǔ)能力，依賴程度有所不同。以解題為例，從讀懂題目、解答題目到最后寫出答案，需要理解、記憶、邏輯及生成能力的綜合運用。

 

　　如何獲得這些能力？王海峰介紹，以文心一言為例，首先從數(shù)萬億數(shù)據(jù)和數(shù)千億知識中融合學習得到預訓練大模型，在此基礎(chǔ)上采用有監(jiān)督精調(diào)、人類反饋的強化學習和提示等技術(shù)，并具備知識增強、檢索增強和對話增強等技術(shù)優(yōu)勢。進一步地，通過多種策略優(yōu)化數(shù)據(jù)源及數(shù)據(jù)分布、基礎(chǔ)模型長文建模、多類型多階段有監(jiān)督精調(diào)、多任務(wù)自適應(yīng)有監(jiān)督精調(diào)、多層次多粒度獎勵模型等技術(shù)創(chuàng)新，全面提升基礎(chǔ)通用能力。

 

　　當下，以大語言模型為代表的人工智能正在深入千行百業(yè)，加速產(chǎn)業(yè)升級和經(jīng)濟增長。“在此進程中，技術(shù)創(chuàng)新和應(yīng)用落地形成良性循環(huán)，理解、生成、邏輯、記憶等能力持續(xù)提升，產(chǎn)業(yè)應(yīng)用的廣度和深度持續(xù)拓展，大語言模型為通用人工智能帶來曙光。”王海峰說。