李彥宏10年花了1000多億！500萬(wàn)開(kāi)發(fā)者撐起中國最大深度學(xué)習框架

當你仰望星空時(shí)，你在想些什么？

有執著(zhù)的發(fā)問(wèn)，就會(huì )有不曾想象的回音。

從方寸之間到寰宇之外，創(chuàng )造新宇宙的人，相信永遠看不到天花板。

堅定的人，不會(huì )因為到達而停下，他們用創(chuàng )造的腳步丈量未知。

百度CREATE 2022大會(huì )，為我們展示了人類(lèi)設計師和AIGC共同創(chuàng )意制作的繪畫(huà)。

而就像這些繪畫(huà)所描述的場(chǎng)景，百度，也不曾停下創(chuàng )新的腳步。

在大會(huì )開(kāi)始，李彥宏就提出了一個(gè)令人深思的觀(guān)點(diǎn)：第四次科技革命的標志，就是深度學(xué)習算法。與深度學(xué)習相關(guān)的重大創(chuàng )新，會(huì )像汽車(chē)、互聯(lián)網(wǎng)一樣，對我們的社會(huì )產(chǎn)生重大的影響。

真正的實(shí)踐中，沒(méi)有導航地圖，只有指南針。而百度，也是摸準大致方向后，基于實(shí)踐一步步迭代，才跑出了有價(jià)值的創(chuàng )新。

在大會(huì )上，李彥宏展示了這樣一幅畫(huà)。這幅畫(huà)是他以「危機和希望」為關(guān)鍵詞，在百度AI作畫(huà)平臺一格上生成的。

這幅畫(huà)，很好地代表了人工智能面臨的現狀——經(jīng)歷起起落落，但充滿(mǎn)希望。

是的，李彥宏依然堅持去年的觀(guān)點(diǎn)——創(chuàng )造者們將迎來(lái)屬于人工智能的黃金十年。

AIGC元年，來(lái)了

DALL·E2讓文本生成圖片火爆一整年，隨后的Stable Diffussion、Midjourney，更是啟發(fā)了無(wú)數人的藝術(shù)靈感，甚至讓不少畫(huà)手感到震驚。

而DALL·E2和谷歌發(fā)布的Imagen的模型，也吸引了許多AI學(xué)者參與研究。

其實(shí)，在2022年初，百度研究院早已預測到了AIGC在這一年的火爆。

超大規模預訓練模型呈現知識增強、跨模態(tài)統一建模、多學(xué)習方式共同演進(jìn)的趨勢，并逐漸實(shí)用化。

例如AIGC （AI generated content，人工智能創(chuàng )造內容），借助大模型的跨模態(tài)綜合技術(shù)能力，可以激發(fā)創(chuàng )意，提升內容多樣性，降低制作成本，將會(huì )實(shí)現大規模應用。

而且，這已經(jīng)不是百度研究院第一次做出神預測了。2020年，它預測的NLP模型在GPT-3上得到應驗，而在2021年，它押中的數字人全面大爆。

而這次，百度對于A(yíng)IGC領(lǐng)域的趨勢，可謂是胸有成竹。

三個(gè)天才創(chuàng )作者，一鍵圓你導演夢(mèng)

???

而李彥宏以「危機和希望」為主題生成的繪畫(huà)，背后就是文心知識增強跨模態(tài)大模型一格，它就是接下來(lái)要出場(chǎng)的三位天才創(chuàng )作者的其中一位。

這次Create大會(huì )上，百度技術(shù)委員會(huì )主席吳華為我們介紹了三位能力超群的天才創(chuàng )作者。

它們分別是天才編劇——文心ERNIE3.0Zeus，天才插畫(huà)師——文心ERNIE-ViLG 2.0，剪輯和動(dòng)畫(huà)大師——VIMER-TCIR。

有了這三位天才創(chuàng )作者，再配上自己設計的虛擬人演員，你也可以當上導演，拍出自己的影視大作了！

文心ERNIE 3.0 Zeus語(yǔ)言大模型，陪你聊到天荒地老！

作為ERNIE 3.0系列模型的最新升級，ERNIE 3.0 Zeus除了對無(wú)標注數據和知識圖譜的學(xué)習之外，還通過(guò)持續學(xué)習對百余種不同形式的任務(wù)數據實(shí)現了全面掌握。

在對通用知識和專(zhuān)門(mén)知識「雙管齊下」后，模型的泛化能力顯著(zhù)提升，不管是多語(yǔ)言理解，還是生成任務(wù)，都能輕松搞定，名副其實(shí)的「通才」了屬于是。

無(wú)論是自主創(chuàng )作、自由回答，還是命題對話(huà)、情感分析，100多個(gè)層次化Prompt，ERNIE 3.0 Zeus都能順利應對。

文心ERNIE-ViLG 2.0圖像生成大模型，天才畫(huà)師了解一下？

如果說(shuō)文心ERNIE 3.0 Zeus是語(yǔ)言大師，ERNIE-ViLG 2.0就是作畫(huà)大師。它能根據一句話(huà)或者一段描述文本，生成一幅精美的畫(huà)作。

中文提示，想要什么畫(huà)，直接開(kāi)口說(shuō)就行，只有你想不到的，沒(méi)有ta畫(huà)不出來(lái)的，看看這艘青花瓷戰艦，像不像一尊精美的藝術(shù)品？就是不知道真的打起來(lái)，會(huì )不會(huì )被一炮干碎......

而要達成這個(gè)目標，離不開(kāi)模型本身背后知識增強的擴散模型。

一句話(huà)或幾句話(huà)的提示中，哪些是核心要素，需要在畫(huà)作中突出展現，哪些是修飾要素，作用就是錦上添花，還不能喧賓奪主，這里邊就有學(xué)問(wèn)了。

為了盡可能實(shí)現精準作畫(huà)，在學(xué)習過(guò)程中，ERNIE ViLG 2.0引入了語(yǔ)言、視覺(jué)等多源知識，引導模型更加關(guān)注文本和圖像中的核心語(yǔ)義元素，實(shí)現精準的細粒度語(yǔ)義控制。

此外，ERNIE ViLG 2.0還可以針對不同階段，選擇不同網(wǎng)絡(luò )（比如降噪）建模的框架，有效解決了不同階段對模型能力要求不一致的問(wèn)題，減少了降噪任務(wù)的互相干擾，提升了圖像生成的質(zhì)量。

無(wú)論是寫(xiě)實(shí)風(fēng)、中國風(fēng)、還是國潮、國畫(huà)風(fēng)，ERNIE-ViLG 2.0都能根據簡(jiǎn)短的中文提示生成切題、風(fēng)格各異、且生動(dòng)逼真的圖像。

舉個(gè)例子，比如下面這段艷麗飄逸的「天宮盛宴」：

基于ERNIE-ViLG 2.0的文心·一格，交出了可以說(shuō)是面面俱到的作業(yè)，整體畫(huà)風(fēng)色調明艷，不失古代情調。

現在，我們只需要在百度「文心·一格」平臺上輸入幾個(gè)關(guān)鍵詞，也能分分鐘得到風(fēng)格獨特的畫(huà)作。

除了語(yǔ)言和圖像外，在視頻內容生成與編輯上，也是文心大模型大展身手的地方。

在視覺(jué)內容生成方面，視頻生成大模型可以根據用戶(hù)提供的一段描述文本，或者一幅圖像，自動(dòng)地生成高清、流暢的視頻。

在視覺(jué)編輯方面，VIMER-TCIR多任務(wù)大模型，則可以利用對超分辨率、去噪、去模糊、去壓縮等多任務(wù)的聯(lián)合預訓練，同時(shí)實(shí)現對多種不同情況的修復和編輯。

目前，VIMER-TCIR已經(jīng)在老電影修復等場(chǎng)景實(shí)現落地，而且大幅提升了運行效率，每天單機就可修復視頻28.5萬(wàn)幀，解決了絕大部分老電影畫(huà)面的修復問(wèn)題。

AIGC的浪潮已經(jīng)到來(lái)，在未來(lái)，可以預見(jiàn)的是，AI作畫(huà)、AI創(chuàng )作視頻等等，很快就會(huì )變得像手機拍照一樣簡(jiǎn)單。

隨著(zhù)技術(shù)的不斷突破，AIGC將很有可能顛覆現有內容生產(chǎn)模式，實(shí)現以十分之一的成本，以百倍千倍的生產(chǎn)速度，創(chuàng )造出有獨特價(jià)值和獨立視角的內容。

研發(fā)資金拉滿(mǎn)：10年投入超1000億

十年間累計投入了超過(guò)1000億元，其中核心研發(fā)投入占核心收入比例連續8個(gè)季度超過(guò)了20%。

據統計，百度在2020年的研發(fā)投入強度為18.22%，位列民營(yíng)企業(yè)500強第一。2021年為20.03%，位列民營(yíng)企業(yè)500強第二。

順便一提的是，如此「豪橫」的投入，也讓百度在人工智能的底層技術(shù)方面，取得了領(lǐng)先優(yōu)勢。

畢竟，****脖子要緊，基礎軟件卡脖子也一樣要緊。

早在2016年，百度就開(kāi)始研發(fā)被稱(chēng)為「人工智能操作系統」的深度學(xué)習框架——飛槳。

目前，已經(jīng)凝聚了535萬(wàn)開(kāi)發(fā)者，創(chuàng )建了67萬(wàn)個(gè)模型，構建起一個(gè)繁榮的深度學(xué)習生態(tài)。

基于飛槳的大模型也可以有效集成自然語(yǔ)言處理、計算機視覺(jué)等多模態(tài)能力，并聯(lián)合多種行業(yè)務(wù)場(chǎng)景進(jìn)行調優(yōu)；而開(kāi)發(fā)者也能像搭積木一樣構建AI應用，大大降低AI的應用門(mén)檻。

李彥宏：人工智能的黃金十年

創(chuàng )新本身是從何而來(lái)呢？在李彥宏看來(lái)，創(chuàng )新，是由反饋驅動(dòng)的。

百度在經(jīng)營(yíng)發(fā)展中，就有很多「反饋驅動(dòng)創(chuàng )新」的實(shí)踐經(jīng)驗。比如，百度昆侖芯片之所以在A(yíng)I芯片中擁有領(lǐng)先的性能，正是因為它已經(jīng)為百度的搜索服務(wù)優(yōu)化了十年。

百度的搜索服務(wù)，每天響應幾十億次真實(shí)的用戶(hù)使用需求，每天進(jìn)行1萬(wàn)億次深度語(yǔ)義推理與匹配，能夠提供最真實(shí)、最及時(shí)的反饋，從而倒逼大模型、深度學(xué)習框架和芯片的優(yōu)化。

現在，百度是全球為數不多的、進(jìn)行全棧布局的人工智能公司（芯片層、框架層、模型層和應用層）。

從高端芯片昆侖，到飛槳深度學(xué)習框架，再到文心預訓練大模型，各個(gè)層面都有關(guān)鍵自研技術(shù)，每一層之間都有很多反饋，通過(guò)不斷獲得反饋，實(shí)現端到端優(yōu)化。

每一層的技術(shù)架構，都是越往下越通用，越往上越專(zhuān)用。

而人工智能越專(zhuān)用，就越能深入產(chǎn)業(yè)，賦能實(shí)體經(jīng)濟發(fā)展。

去年的Create大會(huì )上，李彥宏曾預言：「隨著(zhù)技術(shù)應用門(mén)檻不斷降低，創(chuàng )造者們將迎來(lái)屬于人工智能的黃金10年?！谷缃?，他依舊這樣認為。

李彥宏剛剛創(chuàng )業(yè)時(shí)，互聯(lián)網(wǎng)泡沫破裂，全世界蒸發(fā)8萬(wàn)億市值，而后不久，互聯(lián)網(wǎng)再次進(jìn)入黃金十年，而人工智能，也會(huì )經(jīng)歷同樣的起起落落。

而百度，將一如既往為社會(huì )、為產(chǎn)業(yè)培養AI人才，投入更多資源，與各位開(kāi)發(fā)者們一道，為中國AI的發(fā)展盡最大的努力。

彩蛋

主唱/吉他：希加加，鼓手：度曉曉，貝斯：葉悠悠，鍵盤(pán)：林開(kāi)開(kāi)

希加加表示，自己的畫(huà)能在大會(huì )開(kāi)場(chǎng)被展示，實(shí)在是太開(kāi)心了！

而林開(kāi)開(kāi)過(guò)了把當制作人的癮，他開(kāi)心自夸道，自己還挺有編曲天賦的~

葉悠悠說(shuō)，自己的設計居然長(cháng)在大家的審美點(diǎn)上，這讓她相當滿(mǎn)意。那么，哪個(gè)環(huán)節的設計是她做的呢？

度曉曉猜對了：是「知一」和「千流」環(huán)節。

而度曉曉表示，自己早已寫(xiě)好了發(fā)布會(huì )的傳播稿。

在四位成員的共同頭腦風(fēng)暴中，稿件的標題火熱出爐——《震驚！這是一場(chǎng)人和機器一起辦的大會(huì )》。

對此小編表示：新媒體文章標題的精髓，被你們拿捏了。