继续探究通用人工智能新途径
继续探究通用人工智能新途径
5月6日，在华为昇腾AI开发者峰会上，中国科学院自动化研讨所“紫东太初”大模型研讨中心常务副主任、武汉人工智能研讨院院长王金桥介绍，根据华为全栈国产化软硬件渠道昇腾AI与开源AI框架昇思MindSpore，中国科学院自动化研讨所和武汉人工智能研讨院正在联合打造“紫东太初”2.0全模态大模型，可完成文本、图片、语音、视频、3D点云、传感信号等不同模态的统一表征和学习，助推通用人工智能年代加快到来。
超前布局，坚持以多模态技能探究通用人工智能
从婴幼儿时期开端，人类的认知学习便是树立在对实际国际图画、声音和文字等多种模态信息根底之上。打破模态约束，完成图、文、音等更多模态的通用大模型是人工智能融入实际国际的必然。
2019年开端，自动化地点语音、文本、图画等单模态大模型研讨和使用根底上，瞄准多模态大模型领域开端联合攻关，并于2021年7月正式发布了全球首个千亿参数多模态大模型“紫东太初”，以多模态技能探究通用人工智能开展道路。
差异于当前以文本为主的大部分言语大模型，“紫东太初”大模型在研发之初即坚持以多模态技能为中心，使用图-音-文等更多类型数据进行跨模态的统一表征和学习，完成了图画、文本、语音三模态数据间的“统一表明”与“相互生成”，使人工智能大模型的了解和生成能力更加接近人类，为贯穿多模态人工智能职业使用提供了立异根底，向通用人工智能迈出关键一步。
从感知到认知，面向数字物联国际再上新台阶
国际现已进入了数字物联年代。在“紫东太初”1.0使用推广过程中，除了需求处理海量语音、图画和文本等互联网信息外，更需求处理多种传感器、3D点云及视频等物联网海量数据，才干满足实际生产力的进步。针对数字物联年代的新需求与新趋势，中科院自动化研讨所研讨探究全模态大模型体系架构和根底算法，继续推进“紫东太初”技能和使用开展。
在文本、图片、音频、视频的根底上，“紫东太初”2.0可融入3D、视频、传感信号等更多模态数据，并优化语音、视频和文本的融合认知以及知识计算等功能，进一步打破感知、认知和决议计划的交互屏障，让人工智能从感知国际进化为认知国际，延伸出更加强壮的通用能力。
打造全栈国产化通用人工智能底座
全栈国产化通用人工智能渠道的实践对我国完成AI领域科技自立自强、占领科技立异高地具有重要的战略意义。“紫东太初”大模型从立项开端，就以中科院自动化所自研算法为中心，以全栈国产化根底软硬件昇腾AI渠道为根底，依托武汉人工智能计算中心算力支撑，真正意义上完成了国产人工智能大模型的可控、可信、可用，有力地促进了国产全栈式根底软硬件的开展。
目前，由自动化牵头打造的多模态人工智能工业联合体已连续吸纳产学研各界近70家成员单位。环绕多模态大模型技能及使用，“紫东太初”大模型已在手语教学、法律咨询、交通出行、广电、医疗机器人、医学影像判读等数十个职业场景领域已展现出广阔的落地潜力。在华为昇腾AI开发者峰会，“紫东太初”大模型开源了根据昇腾与昇思的3.8B图画-文本-语音多模态模型并开放紫东太初大模型服务渠道。
从互联网的图音文多模态走向物联网的全模态，以打造国产化通用人工智能底座为方针，自动化所将继续推进“紫东太初”大模型根底理论、关键技能和使用生态的全链条自主立异，着力以自主可控根底软硬件树立开源开放的多模态工业生态，不懈探究通用人工智能立异途径。
