(資料圖片僅供參考)

7月9日訊（記者 黃心怡）京東即將于7月13日推出言犀大模型。在2023世界人工智能大會（WAIC 2023）上，京東探索研究院院長、京東科技智能服務和產品部總裁何曉冬博士接受了記者的采訪。他透露，京東大模型聚焦產業應用，屆時還會展示具身智能方面的進展。京東探索研究院院長、京東科技智能服務和產品部總裁何曉冬▍下一步AGI將走向多模態和具身智能何曉冬表示，在大語言模型的研發上，京東更注重的是對話方向，也在積極推進多模態模型的研發。“與通用語言模型不同，對話有一定博弈和對抗性的互動。當對方說了一句話，光理解意圖并不夠，還需要知道怎么回答他，要進行牽引。因為他的意圖可能只是一個表達，要牽引到最后能達到共識的結論、解決方案上。大模型幫助我們更好地獲取背景知識和上下文知識，更好地做對話決策。”除了通用性的數據，京東還將零售、金融、健康、物流等廣泛專業領域的產業數據也融合到基座模型進行訓練。“某種意義上，我們相當于既做了通識教育，又讀了四年專業性的本科教育。”除了大語言模型，何曉冬稱，京東也在語音、視覺等多模態模型上進行了研發。“我們在語音識別方面的模型做得非常大，用了十萬小時級別的數據去訓練語音模型。在視覺模型上也做了很多，包括視覺的圖象生成、數字人形象的生成和合成等。”相關技術已運用到政務熱線、數字人直播、智能客服、AI外呼等場景。此外，何曉冬還透露，7月13日將會展示具身智能方面的探索與進展。“像機械臂、無人車這些京東早就在做了。我們有一個項目，讓智能的機械臂，在實際的物流分揀、搬運當中進行操作。”GPT 所表現出的超越以往的通用性，讓人類看到實現通用人工智能（AGI）偉大目標的可能性。何曉冬認為，目前這種通用性仍停留在語言領域，下一步AGI將走向多模態和具身智能。“一個方向是多模態，必須具有視覺能力，可能嗅覺、觸覺是再進一步的，但至少要具有視覺能力。第二是走向具身智能，包括機器人、機械臂、無人車，各種各樣的載具，都可以更智能化起來，讓AGI走到物理世界。”▍面向行業應用的大模型比通用大模型更難做不少業內分析指出，通用大模型不是模型應用的唯一方向，面向垂直產業的模型會成為大模型價值的引爆點。對此，何曉冬強調，面向產業應用的大模型其實比普通大模型更難做。“專有模型、垂直行業模型的訓練成本和難度其實并不低。因為行業模型并不意味著小模型，也不意味著單獨某一個領域的數據，而是通用公域數據加上行業數據一起，構成了產業大模型的訓練數據來源。”這是由于，如果只用行業數據訓練，會導致人機交互能力的不足。產業模型也需要有足夠的基礎常識作為背景，才能真正提供較高的溝通交流體驗。“人在跟機器打交道，哪怕是客服這種服務時，也會說一些操作領域之外的話。比如你想退換貨時，可能會突然想起來，今天不在家，明天才能來取貨。這種常識性的東西，是以前小模型難以應對的。小模型在專有領域做得很好，但用戶突然說一句跟專有領域無關的話，小模型就迷茫了。”而把產業數據和通用數據融合在一起，就能讓基礎模型本身有更多的產業理解。“我們并非先把通用數據訓一個基礎模型，然后再用專用數據微調。而是一開始訓基礎模型的時候，就讓通用數據和專用數據、產業數據，全部均勻地放在一起，只是采樣的權重不一樣。因為我們希望模型不要產生所謂的遺忘，如果是完全割裂的兩個階段，會導致在吸收行業數據知識的時候，可能會把一些常識沖淡。” ▍把大模型落到產業上才能真正發揮價值如何降低大模型使用門檻，讓大模型真正在行業里用起來，是當下企業用戶和大模型提供商關注的焦點。“當進入產業的時候，更多的攔路虎是在更加微妙的細節上，這些細節往往決定了最后產品的價值，或者是用戶的體驗。現在大家有點冷靜下來，更多從價值的角度，而不是從暢想未來的角度來看這個技術。”何曉冬分析，AI技術不應該只是純粹的學術推動，而需要從行業中凝練出需求。“今年下半年，大家可能更關心行業價值如何呈現。雖然做高考題也很有意思，但最終的行業價值肯定不會產生在做高考題上。當大家樂觀的時候，可能會忽視當初看起來還不起眼的，但實際上是攔路虎的問題。當把大模型真正落到產業上的時候，就一個個浮現出來了，需要解決這些問題才能真正用起來。”談及國內外大模型的差距，何曉冬判斷，并沒有想象中那么大。“算法其實是整個技術社區一起發明的，每一個算法都建立在其他人的基礎之上，其中也有很多中國人的貢獻。我覺得算法一旦發表之后，是屬于全人類的科學。值得關注的反而是一些細節，從Transformer到GPT，中間還是走過了一段路，怎樣組成這樣的團隊，里面各種各樣技能的人都得有。這樣才能把這個事情做起來，而且還得有足夠的冒險精神。