文|獵云網(wǎng) 王非
“全力以赴、堅(jiān)決擁抱”，雷軍為小米大模型發(fā)展定調(diào)。
繼任命欒劍擔(dān)任技術(shù)委員會AI實(shí)驗(yàn)室大模型團(tuán)隊(duì)負(fù)責(zé)人后，雷軍于4月14日晚間在微博發(fā)文，首度談及小米對大模型和AIGC的看法。
除了定下發(fā)展基調(diào)，雷軍還透露，對于大模型，小米“正在研發(fā)一些有趣的技術(shù)和產(chǎn)品，等我們打磨好了，再給大家展示?！?/p>
事實(shí)上自3月份以來，各路互聯(lián)網(wǎng)大佬和技術(shù)大牛，以及BAT華為360商湯等大廠密集發(fā)聲，雷軍此番表態(tài)，可謂“雖遲但到”。
值得注意的是，雷軍在微博提及小米，在AI領(lǐng)域有AI實(shí)驗(yàn)室、小愛同學(xué)、自動駕駛等團(tuán)隊(duì)。
于是，小米在大模型領(lǐng)域的發(fā)力方向，可窺一二。
來源：微博截圖
出身微軟，欒劍成小米大模型領(lǐng)頭人
4月14日，據(jù)澎湃新聞報(bào)道，小米集團(tuán)發(fā)布內(nèi)部郵件，任命欒劍擔(dān)任技術(shù)委員會AI實(shí)驗(yàn)室大模型團(tuán)隊(duì)負(fù)責(zé)人，向技術(shù)委員會副主席、AI實(shí)驗(yàn)室主任王斌匯報(bào)。
公開資料顯示，欒劍現(xiàn)任小米技術(shù)委員會AI實(shí)驗(yàn)室語音生成團(tuán)隊(duì)負(fù)責(zé)人，曾任東芝研究院研究員、微軟工程院高級語音科學(xué)家、微軟小冰首席語音科學(xué)家及語音團(tuán)隊(duì)負(fù)責(zé)人等職位。
目前，網(wǎng)絡(luò)上關(guān)于欒劍的報(bào)道并不多。在知乎上，他的個人標(biāo)簽為“小米NlP技術(shù)高級總監(jiān)”。
2018年5月，知乎官方發(fā)布《我們和微軟小冰發(fā)了一首單曲 | 為「新知青年」而唱》一文后，欒劍本人還贊同了該文章。
據(jù)SegmentFault報(bào)道，2019年11月，在微軟小冰的一場內(nèi)部WorkShop上，時任微軟小冰首席語音科學(xué)家欒劍與另外兩位“首席科學(xué)家”共同分享了微軟小冰當(dāng)年在自然語言處理、語音學(xué)研究、多模態(tài)生成等領(lǐng)域研究進(jìn)展。
來源：SegmentFault
彼時，欒劍以《小冰唱歌技術(shù)進(jìn)展》為題演講。他提到，微軟小冰團(tuán)隊(duì)“在語音合成領(lǐng)域大方面的東西可能已經(jīng)解決，但語義理解方面，可能還需要通過長時間的積累和技術(shù)的發(fā)酵?！弊罱K，團(tuán)隊(duì)找到了一個更有挑戰(zhàn)性的課題——唱歌。做唱歌主要有三個原因：第一個原因，唱歌的門檻比說話高；第二唱歌的情感表達(dá)更加豐富激烈；第三它是一個很重要的娛樂形式。
值得一提的是，欒劍還在現(xiàn)場分享中提到，深度學(xué)習(xí)其實(shí)在上世紀(jì)90年代就火過一陣，但那個時候卻沒有取得像今天這么大的成果。他認(rèn)為主要有兩個主要的原因：
1、因?yàn)橛布夹g(shù)的方法，當(dāng)時的算力還不夠，現(xiàn)在有GPU，而且GPU還在不斷地升級，所以它的計(jì)算能力在提高；2. 另外一個很重要的支撐就是數(shù)據(jù)，現(xiàn)在有大數(shù)據(jù)的支持，所以才能夠把深度學(xué)習(xí)做得這么好。
隨后，欒劍就從微軟跳槽到了小米，具體時間不詳。
北京大學(xué)現(xiàn)代信號與數(shù)據(jù)處理實(shí)驗(yàn)室于2021年5月發(fā)布的文章顯示，2020年5月，小米人工智能部語音技術(shù)總監(jiān)王育軍及其團(tuán)隊(duì)?wèi)?yīng)邀來校舉行北大&小米技術(shù)交流會。當(dāng)天，欒劍博士的匯報(bào)題目是《語音生成技術(shù)》，介紹了語音合成的基本概念，并就該領(lǐng)域的關(guān)鍵問題展開討論。
來源：北京大學(xué)現(xiàn)代信號與數(shù)據(jù)處理實(shí)驗(yàn)室
今年以來，ChatGPT爆火后，欒劍也在4月份接連在知乎發(fā)布兩篇文章，分享自己的感悟。
作為“一個AI領(lǐng)域近20年的從業(yè)者”，欒劍在4月5日發(fā)布的《一個關(guān)于ChatGPT能力涌現(xiàn)成因的猜想》一文中認(rèn)為，產(chǎn)生“涌現(xiàn)”能力的三要素可總結(jié)為：
大數(shù)據(jù)：如果數(shù)據(jù)不夠豐富，就可能也沒必要挖掘出“概念”與“常識”；大模型：如果參數(shù)量不夠多，模型沒有足夠的空間去完成“層級結(jié)構(gòu)”；多任務(wù)：如果任務(wù)比較單一，模型沒有動力去做結(jié)構(gòu)調(diào)整，“平行結(jié)構(gòu)”成為模型的“偷懶”選擇。
隨后在4月8日發(fā)布的《hatGPT的訓(xùn)練過程對“雞娃”的啟示》一文中，欒劍“通過類比，嘗試定性地探討兒童教育可以從ChatGPT的訓(xùn)練過程中得到哪些啟示”。
出身微軟，擁有豐富的AI語音技術(shù)儲備和工作經(jīng)歷，如今擔(dān)任小米大模型團(tuán)隊(duì)負(fù)責(zé)人后，欒劍如何發(fā)揮自身優(yōu)勢，又能與“小愛同學(xué)”碰撞出怎樣的火花，我們也只能拭目以待。
內(nèi)有千人AI團(tuán)隊(duì)，外有金山云護(hù)駕
當(dāng)?shù)貢r間4月14日，英國《金融時報(bào)》援引知情人士消息報(bào)道，特斯拉CEO埃隆 馬斯克（Elon Musk）正在組建人工智能初創(chuàng)公司，為了與ChatGPT的研發(fā)公司OpenAI展開競爭。
作為中美互聯(lián)網(wǎng)圈，最受矚目的“網(wǎng)紅創(chuàng)始人”。馬斯克都來了，雷軍還會遠(yuǎn)嗎？
巧合地是，兩人都是在4月14日，針對大模型，顯露出自己的布局。
事實(shí)上，小米入局大模型領(lǐng)域可謂“水到渠成”。
從內(nèi)部人才儲備來看，小米目前已擁有超過1200人的AI團(tuán)隊(duì)。如今，雷軍也終于為大模型團(tuán)隊(duì)選定了欒劍為“舵手”。
來源：小米官網(wǎng)
從服務(wù)能力協(xié)同來看，雷軍手中亦有金山云這張底牌。金山云是金山軟件的附屬公司，在公司掌舵人雷軍超前布局下，是與阿里巴巴最早在中國全力進(jìn)軍云計(jì)算的企業(yè)。
ChatGPT熱潮帶來的AI競爭，最直接的受益者正是云計(jì)算平臺。
一方面，生成式AI應(yīng)用背后的大模型需要更強(qiáng)的算力。OpenAI此前公布過一組數(shù)據(jù)，目前大模型訓(xùn)練所需算力的增速保持在3-4個月/倍速度增長，遠(yuǎn)超摩爾定律18-24個月/倍。
另一方面，區(qū)別于傳統(tǒng)云計(jì)算平臺提供的算力、存儲等資源，擁有大模型的云廠商未來可以提供基于大模型開發(fā)應(yīng)用。李彥宏不久前在接受采訪時就拋出過類似的觀點(diǎn)，未來企業(yè)在購買云計(jì)算的時候不看底層算力，而是看大模型的優(yōu)劣。
就在本周，阿里和騰訊先后官宣“大動作”。
在4月11日舉辦的阿里云峰會上，張勇表示，智能化時代帶來算力的爆發(fā)，同時也提出了更高的要求，阿里云將為AI時代提供好算力基礎(chǔ)和大模型能力，全面服務(wù)智能化進(jìn)程。為此，阿里云要做好核心兩件事：第一，讓算力更普惠，推動自研技術(shù)和規(guī)?；?jīng)營的正循環(huán)，持續(xù)釋放技術(shù)紅利；第二，讓AI更普及，讓每家企業(yè)的產(chǎn)品都能接入大模型升級改造，并有能力打造自己的專屬大模型。
隨后在4月14日，騰訊面向大模型訓(xùn)練，發(fā)布“超強(qiáng)算力集群”，要助力企業(yè)云上訓(xùn)練AI大模型，解決中小企業(yè)和創(chuàng)業(yè)公司的算力壓力。
金山云方面雖然并未像阿里騰訊那樣“聲勢浩大”，但也已有相關(guān)動作。
天眼查App顯示，近日，北京金山辦公軟件股份有限公司申請注冊多個“chat 會議”“chat 演示”“chat 表單”“chat Office”“chat everything”等商標(biāo)，國際分類為網(wǎng)站服務(wù)，當(dāng)前商標(biāo)狀態(tài)均為申請中。
來源：天眼查
內(nèi)有千人AI團(tuán)隊(duì)并由欒劍掌舵，外有金山云護(hù)駕，小米大模型已順利起航。
小愛同學(xué)距ChatGPT，還差一個文心一言
早在今年2月的小米投資者日上，對于小米在ChatGPT上的布局，小米手機(jī)部總裁曾學(xué)忠就表示，ChatGPT基于AI大模型、千億級參數(shù)量、數(shù)據(jù)量、還有人工標(biāo)注支撐，AI大模型方面小米一直都有投入。手機(jī)和汽車業(yè)務(wù)有很多AI大模型落地的場景。
隨后，在今年3月的2022年財(cái)報(bào)電話會議上，小米集團(tuán)總裁盧偉冰談到ChatGPT相關(guān)問題時表示，小米很早就在AI大模型方面進(jìn)行了許多部署，同時采用了多技術(shù)路線并行的策略，小愛同學(xué)就是小米大模型落地的代表。
據(jù)盧偉冰介紹，小愛同學(xué)已經(jīng)做了6年，在與用戶的交互體驗(yàn)中積累了長期可復(fù)用的經(jīng)驗(yàn)，同時，小米有豐富的場景落地經(jīng)驗(yàn)，小愛同學(xué)支持手機(jī)、音箱、車等多場景的智能融合。未來小米將繼續(xù)大模型研究，引入更加先進(jìn)的大模型能力，包括探索多模態(tài)能力、智能座艙交互體驗(yàn)提升等。
不難發(fā)現(xiàn)，小愛同學(xué)或許是小米在大模型領(lǐng)域，最直觀最先落地的產(chǎn)品。
來源：小米官網(wǎng)
然而，需要注意的是，小愛同學(xué)的產(chǎn)品能力，與基于GPT-3.5訓(xùn)練而來的ChatGPT仍有不小差距。何況，OpenAI也已發(fā)布了更為先進(jìn)的GPT-4大模型，就連GPT-5也已身處“傳說”中。
此前，微軟CEO薩蒂亞·納德拉最近在接受英國《金融時報(bào)》采訪時表示，蘋果的Siri、亞馬遜的Alexa，微軟自家的Cortana（中文名：小娜）以及公認(rèn)拔尖的Google Assistant，這些語音助手有一個算一個：都笨得跟石頭一樣。
隨后，微軟在2021年就正式宣布停止支持iOS和Android上的Cortana應(yīng)用，僅保留對Windows平臺的支持。
直到OpenAI帶來了ChatGPT，微軟直接“滿血復(fù)活”，戰(zhàn)斗力爆表。
Siri聯(lián)合創(chuàng)始人Adam Cheyer也在近期表示，ChatGPT理解復(fù)雜信息的能力讓現(xiàn)有的語音助手看起來很蠢。
那么，“小愛同學(xué)+ChatGPT”，究竟會怎樣？
在全球最大的代碼托管平臺Github上，有開發(fā)者嘗試將ChatGPT接入小愛同學(xué)，Star數(shù)已經(jīng)達(dá)到了1.3k。據(jù)項(xiàng)目介紹，只要有ChatGPT的賬號、小愛音箱、正常連接ChatGPT的網(wǎng)絡(luò)以及python 3.8+，人人都可以在小愛音箱上使用“ChatGPT版小愛同學(xué)”。
具體原理為，喚起小愛同學(xué)后，以“幫我”開頭詢問的問題會自動以文本形式發(fā)送一份給ChatGPT，同時會屏蔽小愛同學(xué)原本的回答，替換成“正在問GPT，請耐心等待”，而ChatGPT生成的文本則會被小愛同學(xué)通過TTS（語音合成技術(shù)）進(jìn)行語音回答。
從開發(fā)者的演示顯示，整個過程足夠流暢，實(shí)際回答也遠(yuǎn)超小愛同學(xué)原本的“智力”。
然而，小米官方顯然不能直接與OpenAI合作，推出“ChatGPT版小愛同學(xué)”。
作為對比，早在今年2月，百度旗下人工智能助手“小度”就宣布，小度將融合“文心一言”的全面能力，打造針對智能設(shè)備場景的人工智能模型“小度靈機(jī)”，并應(yīng)用到小度全系產(chǎn)品。
隨后在3月份的文心一言發(fā)布會上，百度創(chuàng)始人李彥宏曾表示，文心一言差不多是今年1月份ChatGPT的水平，但差距不大，可能只是一兩個月的時間。
由此可見，小愛同學(xué)距離ChatGPT，至少還差一個文心一言，然后再加“一兩個月的時間”。