机器之心编辑部
在机器之心主办的 WAIC 2023 AI 开发者论坛上，百度技术委员会主席吴华为大家带来了精彩的演讲。在活动中，她回顾了 AI 范式的变迁，并重点介绍了大模型时代的 AI 原生研发模式，探讨了新范式带来的机会和挑战。
以下为演讲的详细内容，机器之心进行了不改变原意的编辑、整理。
大家好，很高兴来到开发者论坛，今天我的主题是《大模型时代的 AI 原生研发模式》。
AI 研发模式的变迁
最早的时候，不管是生成式模型还是判别式模型，AI 模型都需要针对每个任务训练一个模型，以此满足应用的需求，而且模型之间的能力不能共享。
随着大模型以及预训练技术的发展，现在存在 AI 研发模式的一种变迁，比如像 BERT 出现以后就有了两阶段的研发模式：
- 阶段 1：用通用数据，可以是文本数据，也可以是多模态数据训练数据，通过自监督学习，训练一个具备基本理解与生成能力的大模型。
- 阶段 2：在这个基础上，针对不同的应用做有监督的精调，大多数情况下这个模型把所有的参数都精调了，在应用当中去用。
精调研发模式的特点是模型之间可以共享一些基本的能力，比如基本的文本理解和生成能力、多模态能力。但是用户反馈很难直接反馈到底座大模型上。
随着这两年通用大模型的发展，大家觉得可以看到通用人工智能的曙光。我们可以训练一个通用大模型，特点是为大多数任务提供通用支持，比如基本的文本理解、创作能力、推理能力等；通过外部接口很容易拓展能力，比如对于不同的应用可以在通用模型基础上，通过插件或者其他的方式，甚至不需要微调就可以满足应用的需求；基于大模型底座，整个生态体系都在里面完成的话，用户反馈就可以直接优化通用模型。
这是一个非常大的变化。
大模型为什么越来越通用？
先看下人类的学习方式。人出生的时候是通过基因设置形成神经元连接模式和学习机制，虽然基因不能完全定义神经元连接的强度、密度，但是神经元的连接模式是通过基因设定的。有些动物是一出生就具有了一生所有的能力，但人不是，人有一个漫长的童年期，通过童年期建立神经元的连接强度。
还有一个人区别于其他动物的主要因素，是人的祖先留下来的各种经验、知识可以通过文字或者其他模式传承的，不需要从头积累经验，祖祖辈辈留下来的知识可以通过各种媒介存储、传承，所以人变得越来越聪明。
通过这样的方式，尤其是人学语言的时候有一个语言相关的大脑皮层，加工语言的时候不只是语言皮层，其他的皮层也参与相互作用，使得人类学语言的时候更加高效。同时在后天的学习过程当中，人与环境不断交互，学会了阅读、写作、推理等等各种能力。
大模型的学习方式和人类学习方式很相似。首先要构建 “先天” 的学习机制，比如我们有大模型神经网络并行算法，这里面有很多网络的并行框架以及深度学习的框架。在此基础上构建 “语言大脑皮层” 的机制，比如说基于文本自监督的预训练，百度有 ERNIE，OpenAI 有 GPT 等模型。在这个过程中，我们可以把网络上或者每个企业存在的公开通用知识、专有行业知识都学习到模型中，类似于人类学的各种知识的传承。
这个基础上再通过 “后天学习”，在环境中不断获得反馈，构建理解、生成、推理等能力，比如说翻译、阅读理解、创作、对话和解题等，甚至还能做一定的规划。
其实这种新的大模型学习方式和人类学习的方式类似：首先有一个机制，在这个机制的基础上可以构建一个底层的通用能力，比如基本的理解、规划、推理、写作能力。在这个基础能力的上，通过跟环境不断交互获得反馈，不断提升自己做任务的能力。这就是为什么大模型现在越来越通用的一个基本底层因素。
有了这样的通用大模型以后可以看到雨后春笋般的大模型应用，比如文本理解、文本生成甚至代码生成…… 即使通用大模型是一个文本模型，也可以很容易通过通用大模型调用多模态能力，大语言模型也是可以扩展到多模态的模型。
这个基础上，以前大家觉得大模型是一个直觉思维模型，很难做推理、推断。但是通过对大模型不断持续训练，发现它可以做数学题，可以做各种的推理，甚至做决策。
AI 原生研发模式 大模型具备基本通用能力后，我们开发了新的研发模式，就是 AI 原生的研发模式。
简单介绍一下现在基于大模型的几种研发模式：
- 在大模型基础上精调，对应每个任务有一个不同的模型，好处是针对不同的应用可以做比较特定的精调，但是反馈很难到底座大模型里面。
- 大模型参数不变，针对不同的应用加一些参数，或者说特定应用的一些参数，在这个基础上满足应用的需求。
- 在通用大模型的基础上直接满足任务应用的需求。
今天重点讲的是第三种，叫做 AI 原生的研发模式。 如何充分利用大模型的能力？大模型是不是不能直接满足我的需求？有一些专业数据如何被充分利用？如果有一个大模型可能没有那么厉害的能力，比如计算能力，我怎么补充大模型的计算能力？如果有补充大模型能力的工具，如何和大模型结合？ 大模型时代的 AI 原生研发模式，有点类似于操作系统。不管是 PC 时代还是移动时代，操作系统底座有几个比较大的功能，比如文件管理、存储管理等，这些基本能力是操作系统提供的。在这个基础上比如要完成 PPT、Word、Excel 都有不同的软件满足特定的需求，但它们共享了操作系统里最基本的能力。 大模型也可以这么理解，有了大模型以后，这个大模型可以提供一些基本功能，比如大模型原生的一些能力，也可以有阅读理解能力、分析能力、写作能力、推理能力等等。除了原生能力，也可以提供一些基本工具的能力，比如文档解析、向量索引建库等。
怎么用现有大模型的这些能力构建工具，或者已有的一些工具怎么来跟大模型结合满足需求呢？
有这个基础以后，是可以利用基础工具建设新的能力，或者利用已有的工具来增强大模型。比如说文档检索，利用现在大模型的能力是完全可以重构的。 现在大模型大家普遍理解就是必须得非常大，其实每个人心中的 “大” 是不一样的。除了利用基础工具建设新能力以外，还可以利用以前的数据库，也可以利用以前的工具满足需求。 举个例子，比如在 “文心一言” 里面，有一个插件叫 ChatFile，它是支持 PDF 和 Word 文档的问答和摘要的长文档能力。大家都说长文档建模非常重要，我们 ChatFile 其实就是支持长文档的阅读能力和摘要能力。这里需要的是通用模型原生的能力。在做 ChatFile 插件的时候，既调用了大模型的摘要能力、阅读理解能力，有时候还需要一些传统工具的帮助，比如文档解析。相当于是把文档解析传统的工具和大模型的原生能力结合在一起，这就变成了现在新的 AI 原生的研发模式。 我们还可以看一个具体的例子，比如用户上传了一个汽车说明书，针对这个说明书可以问问题。比如汽车的尾门怎么打开，汽车怎么快速连接手机，基于上传的文档，大模型就可以回答用户的上述问题。以前做这类问答准确率蛮低，但是因为大模型有这样的原生能力，所以支持这样的文档阅读和问答。 用户如果下载一个英文的论文，文心一言也是可以用中文来提问，回答也可以是中文的，这种多语言的能力也是大模型原生的能力。 总结来说，就是 ChatFile 这样一个插件，利用了传统工具和 AI 原生能力，就可以满足长文档的问答和摘要需求。
再举两个例子。一个是有声小说的应用：根据用户的需求即时生成小说，并用语音合成朗读。生成小说是 AI 通用模型写小说的能力，比如从头写或者续写，写完以后配音，配音是有角色，要有角色不同的语调，角色分析都可以通过原生能力来满足，在这个基础上配上语音合成 TTS 的工具。 这里面通过插件可以调用多模态的能力，以后底座模型本身就具有多模态的能力。通过这两种的结合，可以很好满足用户的需求。 另一个例子是智能问答，智能问答和 ChatFile 是一种，但是不同领域，比如说能源、工业制造等领域有很多的专业文档，很多时候要基于这样的内容做信息检索来问答。这个时候现在文本检索和建库，也可以利用大模型做端到端的建库。以前都是通过倒排索引等方式，现在完全可以通过大模型，比如说千亿大模型建库可能几十亿的参数就 OK 了，就可以建立端到端的检索库，作为一个外部的插件，就利用通用大模型的理解分发能力去整体结合。同时在通用模型里面，还可以利用通用模型其他更多的能力，实时回答用户问题，所以专业数据也很容易充分被利用。
AI 原生的研发模式带来哪些机会？
刚才我们举了很多例子，总结一下，无非用到了大模型原生能力，我们经常容易叫做函数调用或者接口，这种能力是可以通过接口的形式开放出来的。比如来了一个需求，不同的需求需要不同的能力，一种是大模型已经具备的 AI 原生能力，通过函数调用的方式就可以轻易获取。同时满足一个需求的时候，以前就已经有一些工具了，比如文档解析的能力，完全可以结合通用模型一起使用。 调用方式可以是固定模式，比如 ChatFile 长文档的问答和摘要能力，就可以把整个流程用一个固定调用的方式写成一个 script 放在描述前面，就可以满足用户的需求。 另外一种方式，对于复杂的模型可以充分利用大模型规划的能力，现在大模型有一定的规划能力，不需要写一个脚本，只需要告诉它 “我要干什么”，大模型内部就会生成一个完成复杂任务的 script。这样的话一个任务，模型自己就会通过 agent 生成不同函数调用的流程，以此满足需求。 对于开发者来说不需要想流程是什么样的，只要告诉模型需要什么样的功能，功能之间的关系到底是什么，可能就不需要去想他们之间的先后顺序、逻辑关系等等。这就是 AI 原生研发的 “自适应模式”。
从整个流程来看，有了大模型，既提升了传统应用的研发效率，也提升了满足这种应用需求的可能性。以前满足相关需求的话，准确率可能也就 60% 到 70%，但是通过功能的组合、大模型的基础能力，可能可以到达 90% 以上。把以前不能干的事情，现在变成可能了。所以 AI 原生研发模式蕴含了很多机会。
AI 原生研发模型也带来很多挑战
首先是思维模式的改变，大家都想拥抱大模型，也有一些担心，其实很难固定是一个大模型还是小模型或者怎样的模型满足需求，但是最重要的是要充分发挥大模型的优势，提升生产效率，这是最本质的。AI 原生的研发模式带来根本性的变化，传统功能并不是没有用，而是怎么跟 AI 原生能力有机结合才是需要去关心的一个问题。 支持大模型基础设施的建设也是一个挑战。比如算力、大模型系统本身要提供的原生能力的建设，以及围绕这些能力建设的工具链。最重要的大家会忽略的一点是反馈闭环，反馈闭环还是非常重要的。你有一个大模型，把能力都输入在里面，使它通过环境交互不断提升，这一点非常重要。为什么 OpenAI 可以进步很快，因为它有很多的应用在这上面。 最后是模型的安全性和可解释性，这也是应用中非常需要的能力。 今天就讲到这里，谢谢大家！
