華為大模型，亟需回到大眾視野_GPT:加密貨幣

作者?|山竹出品|鋅產業在剛剛過去幾個月里，人工智能在大眾應用層面得到了空前涌現。?

尤其在微軟、谷歌、Facebook、Adobe等科技巨頭推波助瀾下，AI生成文本、AI生成PPT、AI作畫、AI摳圖……

相信這段時間不少人會和我一樣，會對AI產生一種錯覺：凡你所想，皆能實現。

上一次對一個技術產生這樣的錯覺，還是Facebook為了元宇宙更名Meta時進行的一系列酷炫演示。

對于我等凡人，有魄力的，已經在通過做一個應用軟件來親身創業，大部分都仍只是AI的使用者。

而對于當下的科技巨頭，應用是次要的，或者說是要留給自己生態里的開發者去做的事兒，他們真正的戰場是：大模型。

剛剛過去的三個月里，國外微軟、谷歌就大模型之爭一直在貼身肉搏，國內更多是大佬創業在引領風向。

時間邁入4月后，國內科技巨頭們終于做好了準備，紛紛將大模型的發布提上日程。

這時，華為大模型，也亟需進入大眾視野。

2023年4月8日，當田奇走到聚光燈下時，大家都明白，華為大模型一次非正式發布要來了。

01誰是田奇？

2018年6月，華為發布了一則人事變動公告，宣布為華為諾亞方舟實驗室從海外引進了一位計算機視覺領域華人科學家擔任實驗室計算機視覺首席科學家，這位科學家就是田奇。?

數據：Binance.US的美國加密市場份額降至1.5%，續創年內新低:6月21日消息，Kaiko數據顯示，Binance.US占美國加密貨幣交易所每周總交易量的1.5%，低于年初的8.2%和3月底的22%峰值，Coinbase的市場份額也從2023年初的56.5%降至6月底的51%，而LMAX、Bitstamp和Kraken在內的交易所的市場份額則有所上升。[2023/6/21 21:50:57]

田奇加入華為的這一年，是國內科技產業亟需新一代頂級科學家引路的一年。

這一年，國內乃至全球推進物聯網、云計算、人工智能新一代信息技術已經走過第一個五年，新一代信息技術創新從蠻荒時代開始轉向產業應用，國內科技巨頭在這一年紛紛將新一代信息技術寫進了企業戰略。

要支撐這樣長期的技術轉型，就需要有頂級人才團隊持續輸血，頂級科學家的人才之爭開始變得激烈。?

尤其阿里在2017年10月成立達摩院后，為這波科學家人才之爭和產學研融合之勢踩下了最后一腳油門。

當時國內科技巨頭大力招攬的科學家基本可以分為兩類：

一類是在產業和學術領域都有造詣的產業科學家，例如微軟研究院為中國科技公司培養的諸多人才；

另一類是在學術領域造詣頗深的科學家，例如國內外頂級高校的教授學者。?

Interlay創始人：建議采用BRC-21標準在比特幣上鑄造完全去中心化的、跨鏈的代幣:金色財經報道，互操作性創業公司Interlay創始人Alexei Zamyatin 在社交媒體上稱，建議采用BRC-21標準，在比特幣上鑄造完全去中心化的、跨鏈的代幣。這允許鑄造L1資產，如ETH，SOL，DOT和穩定幣，如DAI，LUSD到比特幣上，并在閃電網絡上使用它們。[2023/5/8 14:49:04]

雖然田奇也曾在微軟亞洲研究院多媒體計算組有過一段工作經歷，但嚴格意義上來說，他應該屬于后者。

在加入華為之前，田奇最主要的身份是美國德克薩斯大學圣安東尼奧分校計算機系教授，田奇說“我在高校做了17年老師，華為幫助我完成了從高校向公司的過渡。”

加入華為，離開象牙塔的田奇找到了第一份工作，諾亞方舟實驗室成了他人生中第一個實戰副本。

田奇雖然是以首席科學家的身份加入的諾亞方舟實驗室，但這次華為交給田奇的任務是不只有計算機視覺基礎研究的任務，還有將研究落地到平安城市、終端視覺、自動駕駛、GTS大腦等各類應用產業向工作。

之后的兩年里，隨著計算機視覺在制造、金融、零售等行業不斷深入落地，田奇也進行了二次轉職。

2020年3月，田奇加入華為云，再次出現在大眾視野時，田奇已經有了一個新身份，華為云人工智能領域首席科學家。

礦企Cipher Mining：Q3挖礦產出196枚比特幣，總算力有望在明年初達到7EH/s:11月14日，比特幣礦企Cipher Mining公布截至2022年9月30日的第三季度業績報告稱，旗下Alborz數據中心算力約1.3EH/s，每日產量約4.5枚比特幣；Bearand Chief數據中心已于10月完成，算力約0.6EH/s，每日產量約為2枚比特幣；Odessa數據中心預計將于本月開始運營，首期算力約為2.3EH/s，額外2.6EH/s的礦機部分已發貨，部分計劃在年底前發貨。

Cipher Mining表示，第三季度共產出196枚比特幣，其總算力有望在2023年初達到7EH/s。[2022/11/15 13:05:22]

就在田奇加入華為云的這一年，大洋彼岸的一家名為OpenAI的非盈利組織發布了GPT3，由于智能化程度有限，GPT3的發布并沒有像GPT4加持下的ChatGPT效果這般震撼，因而也沒掀起什么風浪。

不過，GPT3為整個產業界驗證了一個猜想：預訓練大模型這條路，走得通。

彼時，人工智能發展的一個關鍵瓶頸是，如何形成人工智能基礎設施，讓人工智能真正邁入批量化、規模化的工業時代。?

GPT3的發布，證實了預訓練大模型這條路的可行性，這就意味著，人工智能有望短期內再向通用技術邁進一大步，人們無需再重復造輪子，未來可以像使用云計算一樣使用人工智能。?

FTX.US 總裁：加密貨幣冬天“開始解凍”:金色財經報道，根據The Daily Hodl 發布的一份報告，FTX.US 總裁聲稱該交易表明加密貨幣冬天“開始解凍”，并指出機構需求對加密資產的巨大影響。他聲稱現在是“建立的時候”，以便為投資者再次開始大量進行加密貨幣交易準備好工具和資金。

哈里森還指出了整個市場的加密資產價格上漲以及強制清算和加密公司倒閉的終結。據他介紹，價格上漲和積極情緒的結合似乎促成了加密貨幣冬天即將結束的說法。 （cryptoglobe）[2022/8/15 12:25:15]

華為同樣意識到了這一點，開始組建團隊造自己的大模型，而華為大模型的牽頭人，正是這位在華為已經經過兩年錘煉的學術派少帥田奇。

02盤古，沒能開天

2021年是華為架構多變的一年，也是華為云人事任命多變的一年，年初被任命為華為云CEO的余承東，僅僅是在4月的HDC2021之后，就再次交棒給了張平安。?

不過，田奇在華為云的位置一直未變——人工智能領域首席科學家，也是在這一年和余承東搭班HDC2021時，田奇正式將華為盤古大模型帶到了世人面前。

“今天我們在這里正式宣布我們的盤古大模型正式發布，這是我們最重磅的產品，”在HDC2021上，余承東如是說。

元宇宙初創公司Condense完成450萬美元種子輪融資:7月28日消息，體育及音樂直播元宇宙初創公司 Condense 宣布完成 450 萬美元種子輪融資，倫敦風投公司 LocalGlobe 領投，7% Ventures、Deeptech Labs、Monzo 創始人兼前首席執行官 Tom Blomfield、以及一位藝術家和一位前英格蘭足球運動員和體育節目主持人等參投。

Condense 是一家元宇宙基礎設施初創公司，幫助用戶在元宇宙創建出色的體育及音樂直播體驗，其客戶主要包括開發人員、廣播公司、唱片公司、以及體育品牌商和比賽授權轉播單位。Condense 計劃很快在倫敦開設一家活動錄音室，然后計劃進軍歐洲其他城市，以及其主要目標市場美國。（Sifted）[2022/7/28 2:43:49]

盡管在這次華為云公布的六項新技術中，余承東將盤古大模型的介紹放到了第五位來介紹，但他還是強調了盤古大模型的重要性。

針對盤古大模型的能力，余承東會上主要強調的是NLP大模型和CV大模型的小樣本學習和泛化能力，而多模態大模型和科學計算大模型當時還在規劃中。

而作為盤古大模型的牽頭人，田奇更希望能夠實現“AI模型的通用性、泛化能力和高精度”。

據悉，盤古NLP大模型是由華為云、鵬城實驗室、循環智能聯合開發，鵬城云腦II提供算力支持，預訓練階段學習了40TB文本資料，參數規模達千億級，田奇在大會上也演示了NLP大模型的對話能力。

除此之外，華為還拉來國網重慶永川供電公司站臺，展示了華為云盤古CV大模型在電力線巡檢上的應用能力。

據國網重慶永川供電公司智能運檢分公司總助周杰透露，“和小模型相比，應用大模型后，缺陷樣本篩選效率提升了30倍，篩選質量提升了5倍，就我們每天采集5萬張圖片的篩選節省了人工標準時間170人/天。”

按田奇的說法是，當時盤古CV大模型已經能夠應用到醫療影像檢測、工業缺陷檢測和遙感影像分析中。

按照華為官方說法，盤古大模型能力很強，應用性也得到了驗證。在會后華為也把盤古大模型主創團隊、工程師拉出來進行了一系列介紹和科普。

或許是由于盤古大模型遲遲未能在官網正式上線，再加上并沒有像ChatGPT一樣面向公眾開放，華為盤古大模型和GPT3一樣未能在更廣泛范圍內引起太大關注，甚至在之后兩年里逐漸淡出大眾視野。?

然而，2023年初，就在ChatGPT引爆全網，大模型隨之也再次出現在大眾視野中時，關于華為盤古大模型的新聞報道也適時涌現，甚至有媒體報道，盤古大模型終于在華為云官網上線。

也是在這時，田奇再次走上舞臺，為“盤古”搖旗吶喊。

03華為再談大模型

4月8日，再次以學術專家站在人工智能大模型技術高峰論壇的舞臺上，田奇分享了華為內部對大模型的三層分級理念：

L0：基礎模型，例如GPT3，這類模型無法直接應用到行業場景中，需要與行業數據結合，混合訓練得到行業大模型；

L1：行業模型，行業模型可以直接在具體細分場景進行部署，由此也就得到了細分場景模型；

L2：細分場景模型。

他指出，在這樣的層級關系中，“如何從行業大模型L1中快速生產高質量的部署模型L2并部署到端、邊、云側就成了一個重要課題。”

據悉，華為盤古大模型本質上是L0基礎模型，在過往幾年里也嘗試在不同行業進行了落地應用。

大會上，田奇對這些年華為盤古大模型的具體演進路線，進行了如下梳理：

2019年-2021年之間，華為開始立項做盤古大模型；

2021年4月發布了盤古NLP大模型1.0、盤古視覺大模型，當年也發布了盤古科學計算大模型；

2021年9月，針對小分子藥物篩選發布了盤古藥物分子大模型；

2022年6月，針對行業應用，華為與能源集團合作發布了盤古礦山大模型；

2022年11月，華為發布了盤古氣象大模型、海浪大模型、金融OCR大模型。

此外，針對行業應用，田奇也列出了華為盤古三類大模型在工業質檢、物流倉儲監控、時尚輔助設計、智能文檔搜索、智能ERP、小語種大模型、氣象預報、海浪預測的具體應用場景。

這次論壇上，在與前后幾位院士、學者的觀點交鋒中，田奇演講全程并未提到“發布”二字，但如果加上前期媒體的宣傳報道，以及當下大家對科技巨頭大模型的敏感度，這次田奇攜盤古大模型的公開亮相，也足以在這關鍵時刻，將華為大模型帶回到大眾視野。

04科技巨頭的關鍵一役

2023年4月3日，斯坦福大學發布《2023年人工智能指數報告》，報告中指出，AI模型的研發優勢已經從學術界轉移到了工業界。

報告中的一個關鍵數據是，到2022年，工業界產生了32個重要的AI模型，而學術界只有3個。

斯坦福的這份報告也分析了出現這一現象出現的原因，其中最重要的一個原因是創建這類AI模型所需要的數據、人才、算力等方面的資源要求越來越大。

2019年，OpenAI的GPT2訓練用了15億個參數，花了5萬美元；2022年，谷歌的PaLM訓練用了5400億個參數，訓練成本預計已經達到800萬美元。

僅僅訓練成本，二者相差160倍，而這樣的燒錢大戰還在加劇。

2023年，當大模型成為主流趨勢后，行業中一個主流觀點是，這也將是科技巨頭之間決定生死存亡的一戰。

于是，我們看到，在剛剛過去幾個月里，國內李開復、王慧文、王小川等曾經互聯網大廠關鍵戰力們紛紛官宣再創業，百度、360不顧翻車風險也秀出了自己的ChatGPT。

而華為盤古大模型的再“發布”，也讓華為的大模型重新回到大眾視野。

除此以外，我們也看到，阿里通義大模型、科大訊飛1+N認知智能大模型等更多大模型正在跑步入場。

被譽為科技巨頭生死戰的大模型之戰，最終究竟誰會勝出，又將如何成為我們生活中的“水”和“電”，我們拭目以待。

巴比特園區開放合作啦！

中文推特：https://twitter.com/8BTC_OFFICIAL

英文推特：https://twitter.com/btcinchinaDiscord社區：https://discord.gg/defidao電報頻道：https://t.me/Mute_8btc電報社區：https://t.me/news_8btc

Tags：GPT人工智能比特幣加密貨幣CGPT幣人工智能聊天機器人量子比特幣創始人加密貨幣行情網站

以太坊