本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

1月12日，阿里巴巴、智源研究院、清華大學等聯(lián)合研究團隊發(fā)布面向認知的超大規(guī)模新型預訓練模型“文匯”。該模型不僅能提升AI的理解能力，還可基于常識實現(xiàn)AI創(chuàng)作，未來將應用于文本理解、人機交互、視覺問答等場景。

[[375374]]

與傳統(tǒng)AI訓練需要人工標注數(shù)據(jù)不同，面向認知的預訓練語言模型提供了一種全新的學習思路，即AI首先自動學習大量語言文字和圖像數(shù)據(jù)，記憶和理解其中的信息以及人類語言表述的規(guī)律后，再進一步學習專業(yè)領域知識，從而讓AI同時掌握常識和專業(yè)知識。

此次發(fā)布的“文匯”是目前國內(nèi)規(guī)模最大的預訓練模型，參數(shù)量級達113億，采用阿里自研的統(tǒng)一多種并行策略的高性能分布式框架，使用模型并行、流水并行、數(shù)據(jù)并行訓練進行分布式訓練。“文匯”突破了多模態(tài)理解與多模態(tài)生成兩大難題，可輕松理解文本圖像信息，并能完成創(chuàng)造性任務。例如，僅需輸入詩歌題目、朝代以及作者，“文匯”即可自動生成仿古詩詞。目前，“文匯”已支持基于認知推理的多種自然語言及跨模態(tài)應用任務，部分應用即將上線。

達摩院2020十大科技趨勢曾提到：AI已經(jīng)在“聽、說、看”等感知智能領域達到或超越了人類水準，但其邏輯推理能力依舊處于初級階段，多模態(tài)預訓練模型是實現(xiàn)感知智能向認知智能跨越的關鍵基礎。達摩院智能計算實驗室負責人周靖人表示，“預訓練語言模型是過去70多年以來最具創(chuàng)新的自然語言模型之一，其模型設計難度也遠高于傳統(tǒng)模型，達摩院研究團隊將持續(xù)攻克算法及系統(tǒng)工程難題，加速人工智能走向認知智能。”

作為國內(nèi)最早投入認知智能研究的科技公司之一，阿里巴巴已有30多個研究成果被國際頂級會議收錄，獲得世界人工智能大會最高獎項—SAIL獎，與清華大學聯(lián)合獲得國家科學技術進步獎二等獎，旗下圖神經(jīng)網(wǎng)絡框架Graph Learn已面向全球開源，可減少模型的算力、存儲資源消耗，同時縮短算法開發(fā)上線周期。