久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

觀察者網：能不能具體講一下紫東太初這個多模態大模型以音聲圖、以圖生音的應用案例？

徐波：以圖生音為例。可以不經過文本，直接在一個共通語義空間做轉換，就是語義到語音的直接合成。以音生圖，它不是先識別語音，再做文本的檢索，而是直接在一個語義空間里面把這個聲音轉換成圖像。所以我們為什么說這個是通用人工智能路徑的探索，就是通過圖文音三個模態固化出一個人類非常模糊但是非常有用，只是不知道人類大腦是怎么表達的一個語義空間的表征。

除此之外，我們還可以給出一個多模態大模型的互動演示，涉及到很多的語音識別，語音合成，包括對圖像的描述，中文的續寫等等，通過語義空間直接的轉換來完成。

這一系列的展示，是非常類人的多模態交互。它可以任意輸入語音、圖像或者文字，去輸出語音，圖像和文字的任意一種，真正實現三個模態之間的關聯跟協同。它們中間就是我們講的“統一的語義空間”。

這里主要表達三個觀點，一是大數據+大模型+多模態，將改變當前單一模型與單一任務人工智能的研發模式，多模態大模型將成為不同領域的共性平臺技術。

其次，在目前的研究當中，有一種慣性思維是做人工智能都要用大數據，而當知識與數據混合驅動，增強模型的可信、可理解能力后，我相信隨著這些技術的發展，人工智能學習對有標注的數據的依賴性會越來越小。

此外，國產化通用人工智能具有很高的技術門檻，需要大量的資金與數據的支撐，將使得人工智能的研究規則發生重大變革，對我國實現人工智能領域科技創新，占領核心技術高地具有重要戰略意義。以圖生音，以音生圖，效果甚至出乎我們自己的想象，這也帶給我們一項啟發，讓我們對未來的人工智能又增加的無窮的想象力。

所以，多模態大模型人工智能值得我們進一步去探索，值得我們進一步探索更巧結構、更大規模、更強理解能力的模型以及相應的評估標準，也值得我們把這樣的技術跟產業需求更好的結合起來。

再舉一些生活化的例子。比如說，利用大模型可以實現歐洲杯轉播的人工智能自動解說；在影視拍攝領域，可以根據劇本的文字自動生成畫面和場景，供導演再加工；在教育領域可以根據語義內涵，自動生成畫面和聲音、甚至生成全新的音樂（而非在既有樂庫中選取），類似實現媽媽給孩子講故事等功能，讓人工智能具備初步的想象力和藝術創作力。其實這與人類大腦工作機制是比較類似的。

觀察者網：紫東太初能夠快速面世，主要原因都有哪些？

徐波：這涉及到多方面的原因。

首先，主要得益于非常強大的基礎研究能力。通過多模態實現更加強大的人工智能一直是我們的夢想。從去年開始，在各研究團隊單模態大模型取得階段性成果基礎上，我們組織所內優勢力量聯合投入開始多模態攻關；第二，我們以中國自主的昇騰人工智能基礎軟硬件平臺為基礎，運用包括昇騰芯片和全場景人工智能計算框架MindSpore來打造多模態通用人工智能平臺，通過對外交流合作大大加速了這個過程。

目前平臺具備了三大關鍵技術（多模態理解與生成的多任務統一建模、面向國產化軟硬件的高效訓練與部署、多模態預訓練模型架構設計與優化），和六項核心能力（多模態統一表示與語義關聯、跨模態內容轉化與生成、預訓練模型網絡架構設計、標注受限自監督模型學習、模型適配與分布式訓練、模型輕量化與推理加速）。

在這里，要糾正一個誤區。模型并不是越大越好，大模型出來以后怎么做輕量化和推理的加速，是攻關的重要方向之一。目前的圖文音三模態大模型，與單模態和圖-文兩模態相比，可以支撐全場景的人工智能應用，包括像視頻配音、語音播放、標題摘要、海報制作、跨模態檢索、圖像生成等等。

此外，三模態大模型跟國產軟硬件的技術合作非常關鍵。未來人工智能將成為人類社會的基礎設施，就像現在的水、電、煤一樣，必須實現此類技術的自主可控。目前，國內已經具備全棧式基礎軟硬件條件能力，要做到“從可以用”到“很好用”的成熟生態，需要多方一起合作。

觀察者網：作為人工智能領域的國家隊，中科院自動化研究所多模態大模型是如何布局的？

徐波：中科院自動化研究所以打造新時代智能科學與技術戰略科技力量作為己任，擁有模式識別國家重點實驗室、復雜系統管理與控制國家重點實驗室兩個人工智能研究平臺。依托這兩個國家級平臺，已經在機器學習、圖像與視頻、語音與語言、智能機器人、智慧醫療、社會計算等領域取得了豐富的研究成果，獲得多項國家級的獎項。

我們一直在探索更強大的人工智能，通過多模態實現更加通用的人工智能是其中一條研究主線。通用智能不同于強人工智能，但它至少應該適應不同的環境和任務遷移。我們在已有語音、圖像、視頻、文本等單模態研究基礎上，重點在多模態學習基礎理論、多模態語義統一表示、大規模訓練平臺、多模態數據以及評估標準等方面進行多團隊聯合攻關。

同時我們不斷加強對外合作交流。我們通過跟華為昇騰以及武漢人工智能計算中心的合作，最終使多模態大模型得以問世。通用人工智能之路需要不斷探索，而不是坐而論道。只有真正做出一些階段性成果才能對技術發展路線有更加清晰的認識，也能對未來人工智能的發展有更加清晰的認知。

觀察者網：你們在研究多模態大模型的時候有沒有考慮到AI的產業化和普惠性的問題？

徐波：這個問題仍然需要進一步探討。現在市場上有大量的音視頻處理需求，確實跟我們的多模態信息處理能力很契合。“紫東太初”剛剛誕生，在有些場景下已經開始使用。下一步，我們準備繼續優化這個平臺，按照節奏規劃對外開放。同時，我們將把更多的精力聚焦在多模態大模型上面，把它做得更準確，效率更高、能耗更低。這將為現在的人工智能研發模式和產學研轉化模式帶來巨大變化。

觀察者網：最后一個問題，為什么說研究跨模態人工智能平臺是通用人工智能路徑的探索？

徐波：通用人工智能大家都比較關心，因為它將對現有的人工智能研發范式起顛覆性影響。但是，什么是通用人工智能？是不是就是強人工智能？是不是就是跟人一樣的人工智能？這些都還沒有特別明確的定義。但是業內普遍認為，通用人工智能要有一種“泛化能力”，一定要用較少的代價去完成多任務的遷移執行。

通用人工智能一直是技術界的一個夢想，不同的專家都在從不同的路徑去探索。有的人希望通過復制人腦或者受腦啟發去實現通用人工智能；DeepMind是希望通過進化博弈的方法，最終走向通用人工智能；預訓練大模型則是基于數據自監督學習的智能探索。不同路徑解決的階段性問題各有側重，但最終一定會融合。目前走在最前面的還是多模態大模型，“紫東太初”是最新的嘗試，尤其是語義空間的表征突破，會對人工智能實現通用化帶來非常大的變化。

無疑這扇大門正在打開。

本文系觀察者網獨家稿件，文章內容純屬作者個人觀點，不代表平臺觀點，未經授權，不得轉載，否則將追究法律責任。關注觀察者網微信guanchacn，每日閱讀趣味文章。