江苏龙网

  1. 主页 > 生活百科 > >

对话京东大模型“掌门人”何晓冬：京东布局大模型有哪些新思考？

京东大模型


对话京东大模型“掌门人”何晓冬：京东布局大模型有哪些新思考？

文章插图
文 丨 新浪科技 周文猛
在担任京东集团副总裁、京东探索研究院院长、智能服务与产品部总裁的同时，何晓冬同时也在中国计算机学会（CCF）内也身兼数职，担任CCF企工委副主任和CTO Club主席职位 。
近日，由中国计算机学会主办的2023中国计算机大会（CNCC2023）召开前夕，新浪科技《科创100人》专访了何晓冬，就CNCC2023大会筹备情况及大模型产业机遇等问题进行交流 。沟通中，何晓冬指出：“ChatGPT的通用性让人感到惊艳，让全球科技行业以为这就是通用人工智能（GAI）的雏形，但目前看来 ， 这一技术在多模态智能方面仍存在很长的局限，并未真正实现‘智能涌现’ 。”
相比于通用大模型，何晓冬更看好垂直领域大模型，强调“布局大模型应结合具体场景，从产业价值出发” 。结合在京东长期从事研究和技术管理的经验 ， 何晓冬总结了从技术探索到产业落地的“五步走”策略，并进一步指出，保持对技术趋势的前瞻性，是CTO们的基本素养，企业技术高管需从全局价值出发，兼顾好当前和未来的发展 。
“大模型应该产业化才能产生价值 ， 而且在落地产业的时候必然会遇到很多问题 ， 这样才能不断迭代进步 。”何晓冬表示 。在他看来 ， “企业拥抱大模型产业机遇，还是要长期主义，坚定长期投入 。”
ChatGPT是GAI原始雏形，但多模态智能还未成功随着基于GPT3.5大模型的ChatGPT面世并引发轰动，关于大模型和通用人工智能的讨论便成了业界关注的焦点 。那么，大模型与AGI的关联性吗？大模型是如何开启通用人工智能道路的？
在何晓冬看来 ， 事实上自深度学习出现以后，该技术所具备的能够将不同模态、不同知识体系统一的潜力，便让全球科技行业看到了通用人工到来的前兆 。但一直到GPT3.0大模型技术的出现 ， 业界才逐渐相信了基于“大模型+深度神经网络”这一组合，能够推动通用人工智能的发展 。
“尤其是ChatGPT的出现，通过人类反馈学习和微调等方式 ， 让人类能够与大模型进行很流畅的交互，这开始让业界信服这条道路的可行 。”何晓冬表示 。他强调指出，ChatGPT最具魅力的一点在于 ， 它实现了人与GPT大模型的自然交流 。
“之前的大模型虽然能力很强大，但它跟人的交互很痛苦，只能做一些续写的工作 ， 其他功能没有 。就像一个很聪明的天才，但是不能把自己知道的都说出来，经过这么几年的发展，它能够听懂也能说出自己知道的东西了，所以能迅速地在各个领域展现出它快速的学习能力和强大的开发能力 。”何晓冬表示 。
何晓冬指出，虽然ChatGPT并不是每一个细节、每一个专有领域都能够做得尽善尽美 ， 但它却能够接得住人类的大多数问题，它的通用性让人感到非常地惊艳，这也让大家觉得这个可能就是GAI的一个最原始雏形 。
当然，何晓冬也指出，通用人工智能的发展还有很长的路要走 。比如，ChatGPT还是以单模态文字为主，它虽然有画图的能力，但这个能力往往是通过调用其他模块实现的，并未真正的实现多模态智能涌现 。
2018年，何晓冬便开始研究多模态技术 ， 他写作的多模态研究论文也在业界引发近4600次引用 。何晓冬指出 ， “通过用一个语言模型去调动另外一个图文生成模型，确实可以生成图像，但这只在功能上实现多模态，事实上真正意义上多模态是如何把视觉信号、视觉信息跟语言和语义信息进行深度融合 。”
包括GPT大模型在内，其实所有的涌现都是在建造一个知识结构，把所有的事物的知识通过文字、语义的形式形成一个知识网络，然后让它能够对各种各样的提问给一个比较合理的回答 。“理论上视觉信息中每个物体和物体之间的关系动作 ， 甚至包括颜色、姿态、空间关系以及时间关系，都蕴含着大量的知识 。但目前的知识网络还是在文字层面，通过调用一个简单的API实现的多模态 ， 并没有真正实现语言信息和视觉信息的融合，所以从智能涌现角度来说，现在还没有达到这个程度 。”何晓冬表示 。
何晓冬预测，也许明年或下一代的GPT大模型就能够做到 。多模态的智能涌现一旦突破了，将会有一个很惊艳的效果 。“自然语言自然是有语义的，但其实视觉也有语义，从视觉最底层的像素，再往上构造成物体 ， 再往上就变成语义，然后再往上就是整体的融合 。我感觉是如果能达到那一步应该会有很多的想象空间，可能真的能够把整个宇宙数字化了 。”


推荐阅读


上一篇：To B 企业网络营销效果差，谁的“锅”？

下一篇：百度第一个产品诞生！ 来百度世界大会看看