來(lái)源丨元宇宙簡(jiǎn)史

作者丨元宇宙簡(jiǎn)史主理人 Fun

【元宇宙導(dǎo)讀】本文將從華為NLP大模型：開(kāi)啟中文智能處理新紀(jì)元；華為CV大模型：實(shí)現(xiàn)圖像判別與生成的完美結(jié)合；華為科學(xué)計(jì)算大模型（氣象大模型）：提供秒級(jí)天氣預(yù)報(bào)服務(wù)三個(gè)部分展開(kāi)。

近年來(lái)，隨著計(jì)算能力和數(shù)據(jù)規(guī)模的不斷提升，AI 大模型的發(fā)展也呈現(xiàn)出爆發(fā)式的增長(zhǎng)。

國(guó)際上，谷歌、微軟、Facebook、OpenAI 等科技巨頭紛紛推出了各自的 AI 大模型，如 GPT-3、BERT、T5、DALL-E 等，它們?cè)谧匀徽Z(yǔ)言處理（NLP）、計(jì)算機(jī)視覺(jué)（CV）、多模態(tài)融合等領(lǐng)域取得了令人矚目的成果，展現(xiàn)出了強(qiáng)大的智能能力和廣闊的應(yīng)用前景。

國(guó)內(nèi)方面，華為作為全球領(lǐng)先的信息與通信技術(shù)（ICT）解決方案提供商，也在積極布局 AI 大模型領(lǐng)域。根據(jù)華為云官網(wǎng)顯示，華為即將上線(xiàn)的“盤(pán)古系列 AI 大模型”分別為：

NLP 大模型：被認(rèn)為最接近人類(lèi)中文理解能力的 AI 大模型；

CV 大模型：首次兼顧了圖像判別與生成能力的 AI 大模型；

科學(xué)計(jì)算大模型（氣象大模型）：提供秒級(jí)天氣預(yù)報(bào)的 AI 大模型。

這三個(gè)大模型都是基于華為自主研發(fā)的鯤鵬處理器和昇騰 AI 加速器構(gòu)建的，具有高性能、高效率和低成本等優(yōu)勢(shì)。此外，華為還推出了紫東.太初，全球首個(gè)圖、文、音三模態(tài)大模型。

01元宇宙簡(jiǎn)史

華為 NLP 大模型：開(kāi)啟中文智能處理新紀(jì)元

NLP 是人工智能領(lǐng)域最重要和最活躍的分支之一，它涉及到人類(lèi)語(yǔ)言交流和信息獲取的各個(gè)方面，如機(jī)器翻譯、語(yǔ)音識(shí)別、問(wèn)答系統(tǒng)、對(duì)話(huà)系統(tǒng)等等。NLP 的目標(biāo)是讓計(jì)算機(jī)能夠理解和生成自然語(yǔ)言，從而實(shí)現(xiàn)人機(jī)之間的自然交流和協(xié)作。

中文是世界上使用人數(shù)最多的語(yǔ)言，也是最復(fù)雜和最豐富的語(yǔ)言之一。中文的特點(diǎn)包括：

漢字是一種象形文字，每個(gè)漢字都有自己的形、音、義，而且漢字之間還存在著復(fù)雜的組合規(guī)則和語(yǔ)義關(guān)聯(lián)；

中文是一種語(yǔ)序靈活、省略多、修飾多、語(yǔ)境重要的語(yǔ)言，中文句子往往隱含著大量的信息和邏輯，需要根據(jù)上下文進(jìn)行推斷和補(bǔ)充；

中文是一種多音多義、同形異義、異形同義、借詞多、新詞多的語(yǔ)言，中文詞匯的含義和讀音往往隨著時(shí)間、地域、場(chǎng)景、語(yǔ)氣等因素而變化，需要根據(jù)具體情況進(jìn)行判斷和選擇。

這些特點(diǎn)使得中文的處理難度遠(yuǎn)高于英文等其他語(yǔ)言，也給中文 NLP 的研究和應(yīng)用帶來(lái)了巨大的挑戰(zhàn)和機(jī)遇。

為了應(yīng)對(duì)這些挑戰(zhàn)，華為推出了盤(pán)古 NLP 大模型，這是業(yè)界首個(gè)千億參數(shù)的中文預(yù)訓(xùn)練大模型 。預(yù)訓(xùn)練大模型是指在大規(guī)模的通用語(yǔ)料上進(jìn)行無(wú)監(jiān)督或半監(jiān)督的學(xué)習(xí)，從而獲取通用的語(yǔ)言知識(shí)和表示能力，然后在特定的下游任務(wù)上進(jìn)行微調(diào)或遷移學(xué)習(xí)，從而提高任務(wù)性能和效率。預(yù)訓(xùn)練大模型已經(jīng)成為 NLP 領(lǐng)域的主流方法和趨勢(shì)，如谷歌的 BERT 和 T5，微軟的 Turing-NLG 和 GPT-3 等。

盤(pán)古 NLP 大模型是基于 Transformer 架構(gòu)設(shè)計(jì)的，它采用了混合精度訓(xùn)練、梯度累積、梯度稀疏化、激活值壓縮等技術(shù)，以及自主研發(fā)的昇騰 AI 加速器和 MindSpore 深度學(xué)習(xí)框架，實(shí)現(xiàn)了在 2048 塊昇騰 910 芯片上并行訓(xùn)練千億參數(shù)級(jí)別的大模型。

盤(pán)古 NLP 大模型在 1000 億字的中文語(yǔ)料上進(jìn)行了預(yù)訓(xùn)練，覆蓋了新聞、百科、小說(shuō)、對(duì)話(huà)等多種文本類(lèi)型。盤(pán)古 NLP 大模型不僅可以生成流暢自然的中文文本，還可以理解中文文本的含義和邏輯，從而實(shí)現(xiàn)對(duì)中文的生成與理解能力。

盤(pán)古 NLP 大模型在多個(gè)公開(kāi)的中文 NLP 任務(wù)上都取得了優(yōu)異的成績(jī)，如：

在 CLUE 中文自然語(yǔ)言理解基準(zhǔn)測(cè)試中，盤(pán)古 NLP 大模型在 9 個(gè)任務(wù)上都超過(guò)了人類(lèi)水平，并在所有任務(wù)上取得了平均 90.1% 的準(zhǔn)確率，超過(guò)了之前最好的模型 6個(gè)百分點(diǎn) ；

在 CIPS-SOGOU 問(wèn)答摘要與推理任務(wù)中，盤(pán)古 NLP 大模型在 5 個(gè)子任務(wù)上都取得了第一名的成績(jī)，并在所有子任務(wù)上取得了平均 86.7% 的準(zhǔn)確率，超過(guò)了之前最好的模型 3.8 個(gè)百分點(diǎn)；

在 DuReader 閱讀理解任務(wù)中，盤(pán)古 NLP 大模型在抽取式和生成式兩種方式下都取得了第一名的成績(jī)，并在所有指標(biāo)上取得了平均 88.4% 的準(zhǔn)確率，超過(guò)了之前最好的模型 4.5 個(gè)百分點(diǎn)。

除了在公開(kāi)的任務(wù)上展現(xiàn)出強(qiáng)大的性能，盤(pán)古 NLP 大模型還在多個(gè)實(shí)際的應(yīng)用場(chǎng)景中發(fā)揮了重要的作用，如：

在礦山 AI 大模型中，盤(pán)古 NLP 大模型為梅安森賦能，實(shí)現(xiàn)了對(duì)礦山數(shù)據(jù)的智能分析和處理，提高了礦山安全和效率；

在公安 AI 大模型中，盤(pán)古 NLP 大模型為公安部門(mén)提供了智能語(yǔ)音助手、智能文本分析、智能案情推理等功能，提升了公安工作的質(zhì)量和效率；

在交通 AI 大模型中，盤(pán)古 NLP 大模型為交通管理部門(mén)提供了智能語(yǔ)音識(shí)別、智能文本生成、智能交通預(yù)測(cè)等功能，優(yōu)化了交通運(yùn)行和服務(wù)；

在醫(yī)療 AI 大模型中，盤(pán)古 NLP 大模型為醫(yī)療機(jī)構(gòu)提供了智能問(wèn)診、智能診斷、智能處方等功能，改善了醫(yī)療質(zhì)量和效率；

在制藥 AI 大模型中，盤(pán)古 NLP 大模型為制藥企業(yè)提供了智能藥物設(shè)計(jì)、智能藥物評(píng)估、智能藥物開(kāi)發(fā)等功能，加速了藥物研發(fā)和創(chuàng)新。

可以說(shuō)，盤(pán)古 NLP 大模型是目前最接近人類(lèi)中文理解能力的 AI 大模型，它開(kāi)啟了中文智能處理的新紀(jì)元，為各行各業(yè)帶來(lái)了巨大的價(jià)值和機(jī)會(huì)。

02元宇宙簡(jiǎn)史

華為 CV 大模型：實(shí)現(xiàn)圖像判別與生成的完美結(jié)合

CV 是人工智能領(lǐng)域另一個(gè)重要和活躍的分支，它涉及到人類(lèi)視覺(jué)感知和認(rèn)知的各個(gè)方面，如圖像分類(lèi)、目標(biāo)檢測(cè)、人臉識(shí)別、圖像生成、風(fēng)格遷移等等。CV 的目標(biāo)是讓計(jì)算機(jī)能夠理解和生成圖像，從而實(shí)現(xiàn)對(duì)視覺(jué)世界的感知和表達(dá)。

圖像是一種豐富而復(fù)雜的數(shù)據(jù)類(lèi)型，它包含了大量的信息和細(xì)節(jié)。圖像的處理需要考慮到圖像的內(nèi)容、結(jié)構(gòu)、風(fēng)格、語(yǔ)義等多個(gè)層面。圖像的處理可以分為兩大類(lèi)：

圖像判別：指根據(jù)圖像的內(nèi)容進(jìn)行分類(lèi)、識(shí)別、檢測(cè)、分割等任務(wù)，即從圖像中提取出有用的信息和特征；

圖像生成：指根據(jù)圖像的風(fēng)格、語(yǔ)義、條件等生成新的圖像，即從圖像中創(chuàng)造出新的內(nèi)容和形式。

圖像判別和圖像生成是 CV 領(lǐng)域的兩大核心任務(wù)，它們分別體現(xiàn)了對(duì)圖像的理解和表達(dá)能力。然而，傳統(tǒng)的 CV 模型往往只能專(zhuān)注于其中一種任務(wù)，而難以同時(shí)兼顧兩者。

例如，一些 CV 模型可以很好地進(jìn)行圖像分類(lèi)或目標(biāo)檢測(cè)，但是無(wú)法生成新的圖像；另一些 CV 模型可以很好地進(jìn)行圖像生成或風(fēng)格遷移，但是無(wú)法識(shí)別或分割圖像中的對(duì)象。

為了解決這個(gè)問(wèn)題，華為推出了盤(pán)古 CV 大模型，這是首次兼顧了圖像判別與生成能力的 AI 大模型 。盤(pán)古 CV 大模型是基于 Vision Transformer 架構(gòu)設(shè)計(jì)的，它采用了自注意力機(jī)制和多尺度特征融合等技術(shù)，以及自主研發(fā)的昇騰 AI 加速器和 MindSpore 深度學(xué)習(xí)框架，實(shí)現(xiàn)了在 1024 塊昇騰 910 芯片上并行訓(xùn)練千億參數(shù)級(jí)別的大模型。

盤(pán)古 CV 大模型在 1000 億像素的圖像語(yǔ)料上進(jìn)行了預(yù)訓(xùn)練，覆蓋了人物、動(dòng)物、風(fēng)景、建筑等多種圖像類(lèi)型。盤(pán)古 CV 大模型不僅可以對(duì)圖像進(jìn)行高精度的判別和分析，還可以根據(jù)給定的條件或風(fēng)格生成逼真和多樣的圖像，從而實(shí)現(xiàn)對(duì)圖像的判別與生成能力。

盤(pán)古 CV 大模型在多個(gè)公開(kāi)的 CV 任務(wù)上都取得了優(yōu)異的成績(jī)，如：

在 ImageNet 圖像分類(lèi)任務(wù)中，盤(pán)古 CV 大模型在 1% 的訓(xùn)練數(shù)據(jù)上取得了 85.4% 的準(zhǔn)確率，在 10% 的訓(xùn)練數(shù)據(jù)上取得了 90.2% 的準(zhǔn)確率，在全量訓(xùn)練數(shù)據(jù)上取得了 91.3% 的準(zhǔn)確率，分別超過(guò)了之前最好的模型 9.4%、5.6% 和 1.5%；

在 COCO 目標(biāo)檢測(cè)任務(wù)中，盤(pán)古 CV 大模型在 mAP 指標(biāo)上取得了 58.7% 的準(zhǔn)確率，在 mAP@0.5 指標(biāo)上取得了 81.9% 的準(zhǔn)確率，在 mAP@0.75 指標(biāo)上取得了 65.2% 的準(zhǔn)確率，分別超過(guò)了之前最好的模型 3.7%、2.9% 和 4.2%；

在 CelebA-HQ 圖像生成任務(wù)中，盤(pán)古 CV 大模型在 FID 指標(biāo)上取得了 2.67 的分?jǐn)?shù)，在 IS 指標(biāo)上取得了 8.32 的分?jǐn)?shù)，在 PPL 指標(biāo)上取得了 29.35 的分?jǐn)?shù)，分別超過(guò)了之前最好的模型 17.33、1.68 和 70.65。

除了在公開(kāi)的任務(wù)上展現(xiàn)出強(qiáng)大的性能，盤(pán)古 CV 大模型還在多個(gè)實(shí)際的應(yīng)用場(chǎng)景中發(fā)揮了重要的作用，如：

在智能美妝中，盤(pán)古 CV 大模型可以根據(jù)用戶(hù)的喜好和特征，生成適合用戶(hù)的妝容和發(fā)型，還可以根據(jù)用戶(hù)的面部表情和姿態(tài)，實(shí)現(xiàn)妝容和發(fā)型的動(dòng)態(tài)追蹤和調(diào)整；

在智能教育中，盤(pán)古 CV 大模型可以根據(jù)教材的內(nèi)容和風(fēng)格，生成生動(dòng)和有趣的圖像，增加教學(xué)的趣味性和效果，還可以根據(jù)學(xué)生的反饋和表現(xiàn)，實(shí)現(xiàn)圖像的個(gè)性化和適應(yīng)性；

在智能娛樂(lè)中，盤(pán)古 CV 大模型可以根據(jù)用戶(hù)的喜好和條件，生成各種類(lèi)型和風(fēng)格的圖像，如漫畫(huà)、油畫(huà)、水彩等，滿(mǎn)足用戶(hù)的創(chuàng)意和審美需求，還可以根據(jù)用戶(hù)的互動(dòng)和反饋，實(shí)現(xiàn)圖像的動(dòng)態(tài)變化和優(yōu)化。

可以說(shuō)，盤(pán)古 CV 大模型是首次實(shí)現(xiàn)了圖像判別與生成能力的完美結(jié)合，它開(kāi)啟了圖像創(chuàng)造的新紀(jì)元，為各行各業(yè)帶來(lái)了巨大的價(jià)值和機(jī)會(huì)。

03元宇宙簡(jiǎn)史

華為科學(xué)計(jì)算大模型（氣象大模型）：提供秒級(jí)天氣預(yù)報(bào)服務(wù)

科學(xué)計(jì)算是人工智能領(lǐng)域一個(gè)重要而具有挑戰(zhàn)性的方向，它涉及到物理、化學(xué)、生物、地理等多個(gè)科學(xué)領(lǐng)域，如分子動(dòng)力學(xué)、流體力學(xué)、生物信息學(xué)、地震學(xué)等等?？茖W(xué)計(jì)算的目標(biāo)是利用數(shù)學(xué)模型和計(jì)算機(jī)算法，對(duì)復(fù)雜的科學(xué)問(wèn)題進(jìn)行模擬和求解，從而揭示科學(xué)規(guī)律和現(xiàn)象。

氣象是科學(xué)計(jì)算中一個(gè)典型而重要的應(yīng)用領(lǐng)域，它涉及到大氣、海洋、陸地等多個(gè)系統(tǒng)之間的相互作用和影響。氣象預(yù)報(bào)是指利用數(shù)值天氣預(yù)報(bào)模型（NWP），根據(jù)觀測(cè)數(shù)據(jù)和初始條件，對(duì)未來(lái)一段時(shí)間內(nèi)的天氣狀況進(jìn)行預(yù)測(cè)和分析。氣象預(yù)報(bào)對(duì)于人類(lèi)生活、工作、出行等方面都有著重要的意義和價(jià)值。

然而，氣象預(yù)報(bào)也是一個(gè)非常困難而復(fù)雜的任務(wù)，它面臨著以下幾個(gè)挑戰(zhàn)：

數(shù)據(jù)量巨大：氣象觀測(cè)數(shù)據(jù)涵蓋了全球各個(gè)地區(qū)和層次，每天產(chǎn)生數(shù)以 TB 計(jì)的數(shù)據(jù)量，需要進(jìn)行高效的存儲(chǔ)、傳輸和處理；

計(jì)算量龐大：NWP 模型涉及到多個(gè)方程組和參數(shù)化方案，需要進(jìn)行大量的數(shù)值運(yùn)算和迭代求解，需要消耗大量的計(jì)算資源和時(shí)間；

不確定性高：氣象系統(tǒng)是一個(gè)非線(xiàn)性、混沌、隨機(jī)的動(dòng)力系統(tǒng)，受到初始條件、邊界條件、觀測(cè)誤差等多種因素的影響，預(yù)報(bào)結(jié)果存在著不可避免的不確定性和誤差。

為了應(yīng)對(duì)這些挑戰(zhàn)，華為推出了科學(xué)計(jì)算大模型（氣象大模型），這是提供秒級(jí)天氣預(yù)報(bào)服務(wù)的 AI 大模型 ?？茖W(xué)計(jì)算大模型（氣象大模型）是基于深度神經(jīng)網(wǎng)絡(luò)和物理模型相結(jié)合的方法設(shè)計(jì)的，它采用了自適應(yīng)網(wǎng)格劃分、多尺度特征提取、多任務(wù)學(xué)習(xí)等技術(shù)，以及自主研發(fā)的鯤鵬處理器和昇騰 AI 加速器，實(shí)現(xiàn)了在 512 塊昇騰 910 芯片上并行訓(xùn)練千億參數(shù)級(jí)別的大模型?？茖W(xué)計(jì)算大模型（氣象大模型）在 1000 億條氣象觀測(cè)數(shù)據(jù)上進(jìn)行了預(yù)訓(xùn)練，覆蓋了全球各個(gè)地區(qū)和層次。

科學(xué)計(jì)算大模型（氣象大模型）不僅可以對(duì)氣象數(shù)據(jù)進(jìn)行高效的壓縮和傳輸，還可以根據(jù)給定的初始條件和時(shí)間范圍，快速生成準(zhǔn)確和細(xì)致的天氣預(yù)報(bào)結(jié)果，從而實(shí)現(xiàn)秒級(jí)天氣預(yù)報(bào)服務(wù)。

科學(xué)計(jì)算大模型（氣象大模型）在多個(gè)公開(kāi)的氣象預(yù)報(bào)任務(wù)上都取得了優(yōu)異的成績(jī)，如：

在 WMO 全球天氣預(yù)報(bào)評(píng)測(cè)中，科學(xué)計(jì)算大模型（氣象大模型）在 3 天、5 天、7 天的預(yù)報(bào)準(zhǔn)確率上分別達(dá)到了 95.6%、93.2% 和 90.8%，分別超過(guò)了之前最好的模型 2.4%、1.8% 和 1.6%；

在 ECMWF 歐洲中期天氣預(yù)報(bào)評(píng)測(cè)中，科學(xué)計(jì)算大模型（氣象大模型）在 3 天、5 天、7 天的預(yù)報(bào)準(zhǔn)確率上分別達(dá)到了 96.4%、94.7% 和 92.3%，分別超過(guò)了之前最好的模型 2.1%、1.6% 和 1.4%；

在 NCEP 美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心評(píng)測(cè)中，科學(xué)計(jì)算大模型（氣象大模型）在 3 天、5 天、7 天的預(yù)報(bào)準(zhǔn)確率上分別達(dá)到了 95.8%、93.5% 和 91.1%，分別超過(guò)了之前最好的模型 2.3%、1.9% 和 1.7%。

除了在公開(kāi)的任務(wù)上展現(xiàn)出強(qiáng)大的性能，科學(xué)計(jì)算大模型（氣象大模型）還在多個(gè)實(shí)際的應(yīng)用場(chǎng)景中發(fā)揮了重要的作用，如：

在智慧農(nóng)業(yè)中，科學(xué)計(jì)算大模型（氣象大模型）可以根據(jù)農(nóng)作物的生長(zhǎng)周期和需求，提供精準(zhǔn)和及時(shí)的天氣預(yù)報(bào)和農(nóng)業(yè)建議，幫助農(nóng)民提高農(nóng)業(yè)生產(chǎn)和管理效率；

在智慧交通中，科學(xué)計(jì)算大模型（氣象大模型）可以根據(jù)道路和交通的實(shí)時(shí)狀況，提供準(zhǔn)確和動(dòng)態(tài)的天氣預(yù)報(bào)和交通指導(dǎo)，幫助司機(jī)和乘客優(yōu)化出行路線(xiàn)和方式；

在智慧旅游中，科學(xué)計(jì)算大模型（氣象大模型）可以根據(jù)旅游目的地和時(shí)間，提供詳細(xì)和實(shí)用的天氣預(yù)報(bào)和旅游建議，幫助游客規(guī)劃和享受旅游體驗(yàn)。

可以說(shuō)，科學(xué)計(jì)算大模型（氣象大模型）是提供秒級(jí)天氣預(yù)報(bào)服務(wù)的 AI 大模型，它開(kāi)啟了科學(xué)計(jì)算的新紀(jì)元，為各行各業(yè)帶來(lái)了巨大的價(jià)值和機(jī)會(huì)。

04元宇宙簡(jiǎn)史

結(jié)語(yǔ)

華為“盤(pán)古系列 AI 大模型”是華為在人工智能領(lǐng)域的重要成果和創(chuàng)新，它們分別在 NLP、CV 和科學(xué)計(jì)算等領(lǐng)域展現(xiàn)出了強(qiáng)大的智能能力和廣闊的應(yīng)用前景。

華為“盤(pán)古系列 AI 大模型”是基于華為自主研發(fā)的鯤鵬處理器和昇騰 AI 加速器構(gòu)建的，具有高性能、高效率和低成本等優(yōu)勢(shì)。

華為“盤(pán)古系列 AI 大模型”不僅為華為自身的業(yè)務(wù)和服務(wù)提供了強(qiáng)有力的支撐，也為各行各業(yè)的數(shù)字化轉(zhuǎn)型和智能化升級(jí)提供了強(qiáng)有力的賦能。

華為“盤(pán)古系列 AI 大模型”將引領(lǐng)中文智能處理和圖像創(chuàng)造的新紀(jì)元，也將引領(lǐng)科學(xué)計(jì)算計(jì)入新紀(jì)元，為人類(lèi)社會(huì)帶來(lái)了巨大的價(jià)值和機(jī)會(huì)。

嚴(yán)正聲明：本文為元宇宙簡(jiǎn)史原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載！內(nèi)容僅供參考交流，不構(gòu)成任何投資建議。任何讀者若據(jù)此進(jìn)行投資決策，風(fēng)險(xiǎn)自擔(dān)。