​大数据谁开发的（大数据是哪个公司先提出来的）

大数据谁开发的（大数据是哪个公司先提出来的）

·“从文心一言的表现看，某种程度上它具有了对人类意图的理解能力，回答的准确性、逻辑性、流畅性，都逐渐接近人类水平。但整体而言，这类大语言模型还远未到发展完善的阶段。”

3月16日，正式发布大语言模型、生成式AI产品“文心一言”。创始人、董事长兼首席执行官李彦宏及首席技术官王海峰出席发布会。李彦宏展示了文心一言在文学创作、商业文案创作、数理推算、中文理解、多模态生成五个使用场景中的综合能力。

“生成式AI代表着新的技术范式，是任何企业都不应错过的大机会。”李彦宏说，“这段时间不断有人问我，为什么现在发布，你们是不是真的ready了？其实，在过去十几年中持续在AI研发上坚持投入，文心大模型第一个版本2019年就发布了，此后的每一年都发布一个新版本，从这个意义上说，文心一言的发布只是我们过去多年努力的一个自然延续。”

李彦宏表示，大家的期望值是要对标ChatGPT，甚至要对标GPT-4，这个门槛还是很高的。全球的大厂当中，是第一个“发布”的。他说，内测中“文心一言”并不完美，之所以现在要发布，原因在于市场有强烈需求。其定位是通用大模型。

李彦宏认为，多模态是生成式AI一个明确的发展趋势。未来，随着多模态统一大模型的能力增强，文心一言的多模态生成能力也会不断提升。而大模型会带来三大产业机会：新型云计算、行业模型精调、应用开发。

发布会举行时，截至14时22分，集团（09888.HK）股价跌幅扩大至近10%，报120.5港元/股。

演示五个场景下的能力

发布会上，播放了“文心一言”的演示视频，以下为演示实录。

文学创作

问题：

· 《三体》的作者是哪里人？

· 可以总结一下《三体》的核心内容吗？如果要续写的话，可以从哪些角度出发？

· 如何从哲学的角度续写？

· 电视剧《三体》演员都有谁？

· 于和伟和张鲁一有哪些共同点？

· 于和伟和张鲁一谁更高？

李彦宏：刚才的演示中，“总结三体的核心内容”，体现的是文心一言的总结、分析能力。续写《三体》，体现的是内容创作生成能力。

《三体》的作者是谁？他是哪里人？电视剧三体演员都有谁？文心一言回答是正确的。大家可能知道，生成式AI这类产品，在回答事实性问题时，有时候会出错。文心一言延续了知识增强的大模型理念，大幅度提升了事实性问题的准确率。

于和伟和张鲁一有哪些共同点、于和伟和张鲁一谁更高？这类问题背后，则体现的是文心一言的推理能力。比如，它得先知道两人的准确身高，才能得出正确答案。

商业文案创作

问题：

· 如果要成立一个用大模型服务中小企业数字化升级的科技服务公司，可以起个什么公司名？

· 数智云图这个名称不错，给我起一个公司的服务Slogan，表达共赢的概念。

· 帮我生成一篇公司成立的新闻稿，数智云图以共赢的服务理念用大模型服务中小企业数字化升级。字数600字。

李彦宏：刚才的演示，展现了文心一言连续三次内容创作生成。

AI要写好一篇稿子，除了需要准确理解我们的意图，还要有清晰的表达能力。

这背后有一个基础，就是庞大的数据规模。人类常说“读万卷书”，而AI可以说是 “读书破千亿卷”。文心一言大模型的训练数据就包括，万亿级网页数据，数十亿的搜索数据和图片数据，百亿级的语音日均调用数据，以及5500亿事实的知识图谱等，这让在中文语言的处理上，能够处于独一无二的位置。

有研究表明，数据规模足够大，参数达到千亿级，大模型就可能发生“智能涌现”，即使在没有专门训练过的领域，也能涌现出知识理解和逻辑推理能力。

数理逻辑推算任务

问题：

· 下面我们来玩一个鸡兔同笼的游戏。1只鸡有2只脚1个头，1只兔子有4只脚1个头。那么，如果有一个笼子里有9个头，40只脚，应该有多少只鸡，多少只兔子？

· 下面我们来玩一个鸡兔同笼的游戏。1只鸡有2只脚1个头，1只兔子有4只脚1个头。那么，如果有一个笼子里有9个头，30只脚，应该有多少只鸡，多少只兔子？

李彦宏：对于第一道题，文心一言经过演算，认为可能是题出错了。对于第二道，文心一言不但给出了正确结果，还详细给出解题步骤。可以看出，文心一言能理解题意，并有正确的解题思路，进而像学生做题一样，按正确的步骤，一步步算出正确答案。

文心一言已具备了一定的思维能力，能够学会数学推演及逻辑推理这类相对复杂任务。当然，现阶段准确率还不是100%，我们还需要给它更多的时间来学习和成长。

中文理解能力

问题：

· “洛阳纸贵”是什么意思？

· 当时洛阳的纸到底有多贵？

· 这个成语在现在的经济学原理里，对应的理论是什么？

· 用洛阳纸贵四个字写一首藏头诗。

李彦宏：“洛阳纸贵”，“藏头诗”，这很考验AI对中文和中国文化的理解。

作为扎根于中国市场的大语言模型，文心一言具备中文领域最先进的自然语言处理能力。这个例子就比较清楚地展示了我们在中文上的优势。

相对应的，文心一言目前对英文语种、代码场景的训练还不够多，表现还不够好，接下来我们还要加紧训练，不断完善这些能力。

多模态生成

问题：

· 请为2023世界智能交通大会创作一张海报。

· 你认为智能交通最适合哪个城市发展？

· 请用四川话将以上内容讲出来。

· 请将以上内容生成视频。

李彦宏：刚才这一段演示，文心一言生成了文本、图片、音频和视频，展示了多模态生成能力。目前的版本，已经能够生成文字、图片和语音。生成视频因为成本比较高，还没有对所有用户开放，未来我们会逐步接入。但是熟悉百家号创作的朋友，应该都体验过这个功能了，每天有几万篇文章通过这个能力转成视频内容在分发。

多模态是生成式AI一个明确的发展趋势。未来，随着多模态统一大模型的能力增强，文心一言的多模态生成能力，也会不断提升。

“四层架构的每一层都有领先产品”

在结束演示后，李彦宏总结道：“从文心一言的表现看，某种程度上它具有了对人类意图的理解能力，回答的准确性、逻辑性、流畅性，都逐渐接近人类水平。但整体而言，这类大语言模型还远未到发展完善的阶段，它们有时候会有很惊艳的表现，但不少场景下，细究起来还有明显的bug，进步空间很大。未来这段时间它一定会飞速发展，日新月异。”

李彦宏表示，通过定向微调，可以在内外部各类产品上逐步展示出惊人的亲和力，让每一个产品离自己的用户和客户更近。文心一言这样的大语言模型，会成为每个人必不可少的生产力工具。不过，无论是哪家公司，都不可能靠突击几个月就能做出这样的大语言模型。深度学习、自然语言处理，需要多年的坚持和积累，没法速成。

“人类进入人工智能时代，IT技术的技术栈发生了根本性变化。过去基本分为三层：芯片层，操作系统层和应用层。现在可以分为四层：芯片层、框架层、模型层和应用层。”他介绍说，“今天，是全球为数不多、在这四层进行全栈布局的人工智能公司，从高端芯片昆仑芯，到飞桨深度学习框架，再到文心预训练大模型，到搜索、智能云、自动驾驶、小度等应用，各个层面都有领先业界的自研技术。”

文心一言位于模型层。2019年，推出了文心大模型ERNIE 1.0。目前，ERNIE 3.0每天接受数十亿次用户的搜索请求。这让文心一言能够基于一个庞大的、高效的数据池，快速地学习和改进。

“大模型训练堪称暴力美学，需要有大算力、大数据和大模型，每一次训练任务都耗资巨大。全栈布局的优势在于，可以在技术栈的四层架构中，实现端到端优化，大幅提升效率。尤其是，框架层和模型层之间，有很强的协同作用，可以帮助构建更高效的模型，并显著降低成本。事实上，超大规模模型的训练和推理，给深度学习框架带来了很大考验。比如，为了支持千亿参数模型的高效分布式训练，飞桨专门研发了 4D 混合并行技术。”李彦宏介绍道。

“另外，芯片、框架、大模型和终端应用场景，可以形成一个高效的反馈闭环，帮助大模型不断去调优迭代，越做越好。更好的大模型，会让用户体验不断升级。”

最后，李彦宏强调：“在全球范围内，在四层架构的每一层都有领先产品的公司几乎没有，的优势非常独特，相信大家会在后续文心的迭代速度上有明显感受。”