​撰文 | 田小夢

　　編輯 | 李信馬

　　“去年12月份，我第一次看到ChatGPT的時候，是我創業十年中最灰暗、最沮喪的時候。ChatGPT所表現出的幾乎百分之百準確的理解能力，以及前所未見的‘生存’能力，這讓我們這些理工男能夠安身立命的技能，好像瞬間沒有了價值。”黃偉惆悵道。

　　面對ChatGPT的橫空出世，發布僅5天注冊用戶就超100萬的沖擊，黃偉有差不多一周的時間里處于焦慮的狀態。但這種焦慮，也讓他有了解和鉆研ChatGPT的沖動。通過網上的文章、論文等，以及與技術負責人交流后，在他看來，ChatGPT好像也沒什么，它就像是一個做的更大的Transformer。

　　從挫折、沮喪，再到發現——“好像我們也可以”。正是抱著這樣的期待，云知聲在去年12月中下旬快速組建了團隊，投身于大模型的研發過程中。今年2月底就研發出第一版“山海”大模型。黃偉感慨稱：“看到一版的時候，我整個的感覺和我在十年前創業的第一刻是一樣的。”

　　但伴隨互聯網巨頭的加入，雖然為科技公司指出了發展的新路徑、新機遇，但對于創業公司來說，這條路并不輕松。

　　在黃偉看來，人工智能正從1.0進入到2.0時代，但目前只是在2.0的起點位置。1.0時代，人工智能更多的是一種鑒別能力，即利用已有的數據來訓練模型，讓模型做出Yes or No的判斷，但無法告知原因。而2.0時代，在大模型引領的AI 2.0時代，為人工智能帶來了新的能力，可以打造更多新的產品，滿足客戶更多的需求，例如醫療、營銷、溝通等，能夠創造更多的商業機會。

　　同時，從數據來看，今天的數據還沒充分發揮它應有的價值，而通過大模型的深度學習可以充分利用和使用數據價值。黃偉認為，大模型會成為人工智能2.0時代的“發電廠”。“誰擁有發電廠，誰就具有最大的商業價值。”

　　在業界都將目光鎖定在大模型身上，并認為大模型是未來十年20年最大的機會之一時，云知聲自然也不會放棄。再者，云知聲在過去十年里，積累了大量算法、數據、工程落地經驗，仿佛都是為“山海”而生。

　　天時地利加人和，這不正是云知聲在去年12月份毅然決然投身大模型的底氣。

　　如今，“山海”大模型完成多輪優化升級，擁有超過十項技術能力。在通用能力上，包含語言生成、語言理解、知識問答、推理能力、數學能力、代碼能力，以及與人類對齊的安全合規能力;在落地能力上，提供插件擴展、領域增強，以及企業定制能力。

　　01.

　　年內通用能力比肩ChatGPT

　　“目標年內通用能力比肩ChatGPT，并在醫療、物聯、教育等多個垂直領域能力超越GPT4。”黃偉在發布會線上揚言稱。這也透露出，云知聲不是簡單的將目光鎖定在通用能力上，更看側重TO B的落地場景中。

　　當然這步棋子的布局，離不開黃偉的經驗。他從學術界到工業界，再到創業，完整的做過產品，深知人工智能只是一種能力，不能僅做酷炫的外表，而是要做完整的閉環。

　　其實，從云知聲的發展也可以窺見一二。

　　2012年成立時，云知聲就開始做自然語言理解，投入在整個對話AI的全棧能力研究中，形成數據、算力和算法完整的能力鏈條。2016年，當DeepMind AIphaGo 4:1 擊敗李世石時,云知聲敏銳的意識到，人工智能的本質是認知智能，自然語言理解才是人工智能皇冠上的明珠，并在2016年年初開始布局超算——Atlas，并躬身入局物聯網、醫療等領域，收獲了真實的行業場景和數據。基于此，2022年云知聲緊抓機遇，開啟“山海”大模型研發，實現云知聲的AI三級跳。

　　在這新一輪的人工智能比拼中，為了提高大模型在具體場景的應用落地水平，云知聲沿襲了一以貫之的U+X戰略，即以 U(AI技術和產品能力)，深度結合 X(行業應用場景)，解決行業深層問題。

　　黃偉介紹稱，山海大模型技術架構就是通用大模型，并針對知識密度高的領域，通過數據訓練、訓練數據、微調等方式，做一些專業的加強，這樣模型既具備了通用應用水平，也針對特殊場景與領域進行了能力的加強。

　　如在醫療領域，以前醫療行業利用AI的方式去錄入病例，但是醫生依然需要逐字錄入信息，如今借助山海大模型，只需要隨著醫患問答的過程中，就能夠提取關鍵信息生成病例，提高了醫療的效率，同時，云知聲在為醫療服務中積累的千萬級的標準的醫療數據，并背靠國內最大的醫療知識數據圖譜，使得山海大模型在MedQA評測能力中可超越GPT-4。

　　云知聲科技董事長兼CTO梁家恩表示，就目前而言，大模型仍然是有限的東西，對于沒有見過的東西，大模型會生成“似是而非”的回答，隨著AI生成能力的不斷增強，校驗會更加困難，這也讓AI行業需要不斷去探索新的解決方法。

　　隨著AGI時代的到來，云知聲也迎來了自己的GPT時刻。“如果把通用大模型看作每科都能考到80分的學生，我們要做就是在某一兩門學科上，考到95分甚至更高。”黃偉如是說。