智谱AI COO张帆：千亿模型是AIGC的船票

DoNews5月17日消息，由搜狐主办的2023搜狐科技峰会17日上午在北京开幕。峰会下午，智谱AI COO张帆发表了《大模型的探索和实践》的演讲。他认为，ChatGPT背后是大模型技术，只有做到千亿模型，才是AIGC的船票。

(资料图)

张帆认为，做大模型需要面临算法、算力的挑战，还需要数据经验。所谓名师出高徒，越好的数据，喂出来的模型越好。如果数据有问题，或者数据的价值观有问题，传导到模型后，将很难修复。

同时他表示，大模型有很多应用场景，比如文本生成、信息抽取等。大模型可以进一步让AI普惠，可以更加低成本、快速地把AI应用到各种业务场景中。

以下为张帆演讲全文：

首先大家能够看到今年被震撼的事件，就是ChatGPT用了两个月的时间，全球破亿用户的神话，特别是对比传统的技术，这个速度变得非常快。在ChatGPT背后的技术是什么呢？是一个大模型的技术，我简单罗列了一下大模型发展趋势。

大模型从2017年Transformer这篇论文出现，开始有了这个赛道，18年发布GPT-1开始，横轴是时间线，纵轴是参数量，越来越多的模型和越来越大的参数出现。智谱是比较早就关注到这个方向。

从19年公司成立就在关注大模型，那个时候没有那么火热，一直投入资源在做。一直到21年下半年，我们开始训练我们第一个希望能够普惠的千亿稠密的大模型，大概训练了8、9个月之后，到22年8月份发布第一个版本，并且开源出来，在国际社会上有很多正向的反馈。

到了今年3月份，我们对标ChatGPT，出台了ChatGLM对话式模型反馈非常好。今年3月份，发布了6B小号的大模型更加普惠，甚至在单张游戏卡上就可以跑出来，一个多月的时间，全球有200万的用户，热度非常高的。

从最开始OpenAI有GPT-1、GPT-2，到GPT-3，有代码、网页指令等，到后面的GPT-4。我们去年8也许发布了千亿模型之后，也在跟进每个环节，我们有对应的对标，比如说代码模型、指令微调，让大模型遵循指令，Web及时获取真实信息，Chat更像是跟人聊天，按照这样的节奏，在今年3、4月份，基本上补齐3.5对标的逻辑，我们正在追赶GPT-4的逻辑。

为什么我们叫千亿大模型？它的模型参数从一开始1亿、10亿、百亿、千亿这样的流程，纵向是由机器生成一篇文章，让人判别，有多大概率是机器写的，判别这个事儿，最低线是随机猜，下面是50%的底线。随着参数量从1亿到千亿，每次增长人类越来越发现不了，这篇文章是不是机器写的，等到达千亿的时候，几乎人类已经很难分辨是机器写的还是人类写的，只有做到千亿模型，才是AIGC的船票。

为什么会产生这样的智能？其实很多研究中，很多的任务中，我们可以看到，随着参数量的变化，从百亿到接近千亿，甚至到大几百亿的时候，突然智能有快速的突增，这就是所谓的涌现，包括思考的能力、遵循指令的能力，推理的能力，都在很大规模才开始产生的。但是这个背后的原因虽然有各种各样的猜测和说法，也没有很明确的定论。

但是我们认为这个逻辑还是讲得通的。其实，人类的智能不是随着神经元做的线性增长，我们1岁的时候，有一些基础的智力，谈不上很聪明，到了2岁、3岁，结果到了3岁以后，开始快速具备智能，这些能力也不是线性的。所以我们觉得机器跟人很像，而且人有多少神经元，人类大概有800亿神经元，今天到了千亿参数量，开始接近人类了，至少接近一个数量级的情况下了，这是我们从大模型里看到的变化。

但是做大模型本身也是很难的，这个好比我们盖楼房一样，咱们盖五层楼和盖50层楼，不是一个线性关系，用的基础技术都不一样，5层楼用木头就可以了，50层楼要用到钢筋。

我们总结几个挑战。

第一个挑战是算法挑战。大模型精度非常高，它在非常复杂的计算的时候，我们本身是希望会逐步收敛起来，变成稳定的模型，现实当中，复杂精度训练当中，经常出现由于精度不够，代替梯度爆炸，模型突然训坏了，没有收敛了，而且爆炸了，这种情况非常常见。

另外一个是算力挑战。我们整个千亿130B模型的训练，纯的算力费用超过一个亿，这是去年的，今年所有的算力都翻倍，甚至更高，关键是买不到了。

另外就是数据上的经验。这通常就是大家所理解的名师出高徒，也就是越好的数据，喂出来的模型越好，如果数据有问题，或者数据的质量价值观有问题，直接传导到模型上，后面很难去修复。

下面简单介绍一下我们整体大模型矩阵，智谱有完整的大模型矩阵，我们全面涵盖了文本、代码、图像、视频，基本上对标OpenAI，我们有一个大号的大模型130B，到小号的大模型到6B，从基座模型到对话模型，以及应用端的代码模型，有文生图模型，还有CogVideo文生图视频，整个矩阵比较完整。

更关键的是大模型生产过程中，我们大多数人用的是GPT，而我们用的是GLM，百分之百自主知识产权的算法自研的，这个相当于一方面有把GPT单向模型的能力，只会单向预测出现的概率，到双向的，从文本中间抠掉字，通过两种特殊能力的结合，产生GLM的算法。我们明显超过GPT-3的水平，得益于算法本身从训练当中挖掘更多的知识信息。

讲一下我们具体模型特点，130B模型，1300亿大语言模型在去年8月份发布的，今年持续迭代，这个模型有几个特点，在去年8月份，我们率先把它做了开源，一个双语的模型，尤其在中文的数据集上有领先优势。

另外两个特色，第一个是无损量化，我们是极其少有的，我们能够用int4无损压缩大模型，每个参数用全精度32个位，现在变成4个位还不影响精度，它占据的空间非常小。另外我们全面支持国产信创，我们甚至有一些模型完全在华为的昇腾上面完成训练，我们对于国产的芯片都是有较好的支持。

另外分享一下，我们还有一个CodeGeeX，全球领先的多语言代码，我们在多语言模型上仅次于OpenAI，像Meta的，其他的开放平台，Salesforce都是胜出的，我们包装成中国的插件，也是对标GitHub，中国每天产生400万行的代码为我们的用户。另外在评测当中，有84%的用户都觉得它的效果是比较好的。

我们在过去一段时间，大概沟通有将近100家客户，在这个过程当中，我们不断的产生新的idea，让我们了解大模型如何应用到应用当中。每一次交互的变化，都可能对某一类需求产生洗牌的机会，我们更了解大模型，大模型应用场景非常值得关注。

我们选了几个常见的点，跟大家做简单的分享。

第一个文本生成。没有大模型之前，我们的文本生成基本上都是规则作为基础，都是以规则的拼接方式来做的，基本上很容易发现是人还是机器做的，而且它的影响面和应用场景非常小。

现在模型大文本生成能力非常强，比如广告文案生成，工作当中周报的生成，新闻的生成，标书的生成，招聘的话，职位的生成，旅游的话，游记的生成，它的生成能力放在无数的地方，可能对市场的生态带来新的可能性，或者新的机会。这是一个非常好的场景。

第二个信息抽取。我们以前做信息抽取，基本上都靠NLP的方法，来打标，各种规则等等方法，其实它的泛化能力非常差，生产成本特别高，我们在一些客户需求抽取乐得长江，有一些销售戴着智能工牌，跟客户聊天有一万字的生成，我们提取用户画像，用户需求，甚至做客服的质检，有没有该说的话，不该说的话也说了来打分。

如用传统的NLP的方法，则需要用两三个月的时间不断调整，而在今天大模型时代，它的生产成本，一个人搞半天就可以搞好了，在这种情况下，大模型进一步让AI普惠，在每个地方更加低成本、大家快速的把AI应用到自己的业务场景里面去。

再比如说信息检索，微软的New Bing，带来一种全新的模式。我们原来的搜索引擎，搜索完了之后，把10条结果全部要读一遍，看完要一个小时，大模型可以帮你完全看完，基于你的问题，针对性做回答，甚至还可以进一步做追问，这个体验会带来完全颠覆。

这仅仅是网页，它本身内容密度比较高的。我们今天搜一个视频，往往只能得到封面或者是一个标题，你完全不知道自己查的内容在哪，如果把整个视频看了，半天就没了，大语言能不能把字幕里的内容提取出来，阅读完之后，转成对应的方式给我们，不再受制于展现形式。

比如说我们简历的检索，原来简历检索到这个人的职位和公司，它对于每一场项目经验的描述，我们没办法转化成语义，在今天有可能完全改变垂直领域，用户搜索的习惯和场景，这也是一个非常大的机会。在原来的方式里面做不到的。

比如说对话系统，原来对话系统，基本上以QA为基础，我们写好的问题，不够的话，我们不停扩展扩写，用各种各样的方法，非常生硬，稍微长一点的上下文理解不了，在大模型领域里面，有无数的场景，更好把对话能力植入进去，不断有更丰富的对话，即使QA里面没有，放一个用户手册，可以随便提问题，它了门槛、效果、上下文能力，泛化能力，远远超过之前的传统方法，包括我们在会议场景上做会议纪要，会议纪要直接变成排期，都是有机会。

我们会看到仅仅在过去两个月时间，就见到无数这样的场景，一次一次被我们大模型能力惊艳到，它在各个场景里会出现越来越多的应用，这将是一个值得大家关注的方向。

关键词：