中国首个虚拟学生华智冰加入清华大学，其背后有哪些值得关注的技术亮点？ 第1页

这名字是参考《让子弹飞》的武智冲吧？

先说结论：炒作，而且是恶劣的炒作。

该产品的本质其实就是多个模型的集合，研发团队花费了大量的心血来调试各个模块并且取得了相当好的效果，只可惜这些心血浇灌而成的成果被不明用心的人士包装成了“虚拟学生”，从而过度宣传，来恶意吸引流量。

非专业相关人士看到这篇通稿想到的是什么？一个机器人，具有人造肌肤（颜值出众），能够在复杂条件下用机械臂执行多种操作（绘画、作诗、作曲），能够和正常的学生一同上课（有一定的推理和情感交互的能力），与人类以自然语言交互的方式实现终生学习（分配学生证和邮箱，意味着给这个机器人予以社会身份）。

但结果，这个产品甚至没有实体。

他根本就不是个机器人，他是仅存在于虚拟终端的智能程序的集合，他不能像正常的学生一样交流，更不可能通过听讲座练习题来学习新知识，他只能接受特定的任务命令，然后运行它，仅此而已。

我不理解一个类似于微软小冰的产品为什么要被包装为“虚拟学生”，还“入学”并配备“学生证”和“邮箱”。

营销团队真的思考过这个产品要如何使用学生证和邮箱吗？他是能用邮箱来主动注册购买产品？还是能用学生证去食堂吃饭，去图书馆上自习，亦或者出入大学校园？

基层科研人员们（也就是许多像我一样平凡的在一线工作的博士生们），费劲千辛万苦实现的功能，就这样被营销团队overclaim了，他们可曾想过这会给研发团队带来多大的心理负担？他们面对同行们的询问，又要如何解释才能维护自身的学术名誉？

我们研究人工智能，是真的希望能够为社会的发展作出一点点贡献。部分我们的前辈已经做到了，所以我们用上了人脸识别，我们能对老照片修补上色，我们能用翻译软件来理解成段的外文……我们也清楚地知道现在方法的极限在哪儿，以至于每一次突破都让我们激动不已，并匍匐地向强人工智能一步步迈进。

希望某些新媒体们，能够给研究人员更多的时间。强人工智能的到来不会因为你们喊得大声而来得更早。相反地，安静点，给予科研人员更多试错的时间和空间，或许反而能推动相关技术的进步。

（本来写得情绪比较激动，但不知道为什么这个问题不能匿名，但我又很想说出内心真实的想法，所以把用词改柔和了许多。）

感谢阅读。

（刷了一下，回答排名瞬间从第二掉出前十……资本是真的厉害）

最特殊，没有之一。

她叫华智冰，没有参加过任何升学考试，没有拿过任何竞赛名次。

却被清华大学计算机科学与技术系知识工程实验室，“破格录取”。

而且就这么一位学生，还得举三个单位（研究所、企业）之力，联合培养。

就连实验室主任唐杰，一开始也是再三犹豫，“是否能hold得住这个学生”。

为什么？到底什么来头？

只因智商太超群、能力过强悍。

华智冰刚诞生，便可绘画、作诗。

在经过一段时间的训练后，竟还可以做曲！

或许你已经有所发觉。

华智冰，她并不是人：

而是中国首位原创虚拟学生。

没错，她那张逼真的脸，也是合成的。

“超级学霸”华智冰

要想深入了解华智冰，先要知道她从哪里来。

华智冰是这样自我介绍的：

我来自智源研究院、智谱AI（智谱华章科技有限公司）和小冰的人工智能团队。

这就不难理解她名字的由来了，是从三方名字中各取了一个字。

华智冰自诞生以来，便对写诗、作画有着浓厚的兴趣。

先来感受一下出自华智冰之手的作品。

一幅中国水墨画勾勒出的风景，别有一番“山水悠远，墨韵舒爽”的风味。

此情此景之下，就着“智源大会2021”这一主题所创作出来的七言律诗，在不失本意的基础上，也有慷慨激越之意。

而华智冰的画风不仅限于此，山水田园油画也是拿捏得很到位，亦可即兴创作春意盎然的现代诗歌。

除了写诗、作画，作曲也是华智冰的拿手强项。

虽说能力至此，但学霸毕竟是学霸，好学的本质和人类还真没有差别。

用华智冰自己的话来说就是：

我深深的感受到了自己的不足。

（讲真，有被打击到……）

这也就是她来到清华大学，来到唐杰老师实验室继续深造的主要原因。

除此之外，华智冰也想了解自己的身世——“我是怎么诞生的”、“我能理解我自己吗”。

于是，在唐老师的“讲解”之下，华智冰开始学习人工智能发展脉络：

而华智冰要学习还远不止于此，作为一名具有超强学习能力的学生，她的课程安排和其他学生有着较大的区别：

几乎可以涵盖所有领域。

至于先学什么，只是一个选择问题而已。

华智冰的导师唐杰对此是这样评价的：

如果说她今天只有6岁，也许明年可以是12岁，她的学习速度远远超过我们人类。

至于何时“毕业”，唐杰希望是在华智冰22岁的时候，而且在这一过程中，最难的不是学习知识，“而是认知过程”。

那么问题来了，华智冰为什么能够拥有如此强悍的学习和创作能力？

全球最大预训练模型加持

与以往的虚拟人不同，华智冰的核心差异点，便是智谱AI的数据和知识的双轮驱动引擎。

其中，数据轮要能归纳，“举十返一”；知识轮要能根据知识进行逻辑推理，做到“举一反三”。具体来说，双轮驱动的数据部分，就是“悟道2.0”。

一个超大规模预训练模型，而在知识部分，则是智谱AI搭建的一个性能稳定，规模巨大的知识图谱。

这样，华智冰背后的引擎，就具有了一定的认知和推理能力，也有了学习计算机专业知识的基础。

华智冰还拥有小冰公司在虚拟人技术上，20多年的研究积累，包括计算机视觉、自然语言处理、计算机语音、人工智能创造的情感交互框架、检索模型、生成模型、共感模型等。

这就让她已经站在了普通虚拟人的“肩膀”之上。

但更重要的是，华智冰还拥有一项“bug级”技能加点——悟道2.0，全球最大预训练模型。

悟道2.0的特点如下：

• 最大：中国首个全球最大万亿模型，1.75万亿参数规模
• 通用：一统文本与视觉两大阵地，支撑更多任务，更通用
• 国产：首次在100%国产超算上训练万亿模型
• 知识：中英双语，在共4.9T的高质量清洗数据上训练

与其说悟道2.0是一个语言模型，更确切的说法应当是一位“全能型选手”。

正如华智冰所具备的实力一样，悟道2.0在问答、绘画、作诗、视频等任务中正在逼近图灵测试。

而且还是得到了官方认可的那种：

在世界公认的9项Benchmark上获得了第一的成绩。

再究其背后，还有三个夯实的基石，保障了悟道2.0的强悍性能。

首先，是算法基石——FastMoE。

在过去的大规模预训练模型中，MoE可以说是一个必要的条件。

它是⼀个在神经⽹络中引⼊若⼲专家⽹络的技术，能直接推动预训练模型经从亿级参数到万亿级参数的跨越。

但缺点也是非常明显，需要与昂贵的硬件强关联、强绑定。

而作为⾸个支持PyTorch框架的MoE系统，FastMoE便打破了分布式训练的瓶颈，还并针对神威架构进行了优化，可在国产超算上完成训练。

其次，是自研的最大英文通用预训练模型——GLM 2.0。

据了解，新一代的GLM模型以100亿的参数量， 匹敌微软170亿参数的Turing-NLG模型，能在LAMABADA填空测试中表现更优。

最后，还有世界最大中文多模态生成模型——CogView。

它的参数量达到了40亿，可直接从中文文字生成图像。

并且在MS COCO文本生成图像任务权威指标FID上，CogView还打败OpenAI今年年初发布的130亿参数的DALL·E，获得世界第一。

有数据驱动夯实的基本功，还有强悍知识驱动的加持，这便是华智冰超于以往虚拟人的关键点。

悟道的野心还不止如此。

除了自身的能力，它还能为广大开发者、技术公司，以及传统企业提强大而通用的智能服务底层系统，仅通过模型微调实现领域模型的构建，避免不必要的重复模型训练。

通过这种智能赋能的方式，“悟道2.0”之上将会出现一个超大规模的智能模型应用生态。在智谱AI负责的应用平台上，已经出现了不少有趣的应用（见文末链接）。

比如，在故事生成专区里，有开发者做的应用可以创作时下最为流行的逻辑推理游戏——剧本杀的脚本。

剧本杀故事本身所具有的强逻辑性、环环相扣的特点，多数玩家应当是深有体会。

这些应用已经上线了，大家可以体验一下！

以为这就完了？

不不不。

还能写论文和策论！

只要给定标题、分论点和关键词，即可生成一段逻辑严谨的文字片段。

归总一句话，这个关键点能够推动的，便是让机器能像人一样“思考”。

“炼大模型就像建一个粒子加速器”

由此延伸，随之浮出的一个问题便是：

为什么大模型如此重要？，人工智能的发展，似乎已经从“大炼模型”逐步迈向了“炼大模型”的阶段。

从谷歌的BERT，到OpenAI 的 GPT-3、Dall·E，以及越来越多的大模型涌现。

一个模型的定义，不再仅局限于“算力+算法”，还要整合尽可能多的数据。

整理成式就是，模型=数据+算力+算法。

通过设计先进的算法，整合尽可能多的数据，汇聚大量算力，集约化地训练大模型，供大量企业使用。

但与此同时，伴随而来的争议也十分明显：

太烧钱！

一般企业是承受不了的。而烧钱之后所能达到的效果，也是差强人意。

那要不要做？值不值得做？成为世界上一些国家、大型企业所面临的难题。

清华大学人工智能研究院院长、中国科学院院士张钹教授，则肯定表示——要做！

没有大模型就相当于没有粒子加速器，就不能做进一步研究。
而要做的比他们的规模要大，等于说加速器的加速度，研究人员就能看到一些别人观察不到的现象。

这也是悟道系列在内所有大模型的科学价值。

不过，张钹院士也强调，不要抱有太大希望，也建议不要一拥而上。

不要以为说大模型出来后什么问题就解决了。只能说有了大模型之后，还要去进一步研究，将来也不会被人卡住。
谁都想去做，实际上这其实没有必要，少数人去做就可以了。

而作为当前全球最大的预训练模型悟道2.0，已经在探索大模型的产业价值。

智谱AI首席科学家、清华大学教授唐杰表示，如果分成不同阶段，悟道1.0的定位是追赶世界顶尖水平，那么悟道2.0就是单点突破，从单个特性超过它。

我们发布出来一个给大家所有人都可以用的，助力这个产业变成一个开放的生态。这是悟道2.0与悟道1.0最不同的地方。

至于是什么契机创造这么一个虚拟大学生——华智冰，唐杰坦言主要有两方面原因。

第一，很简单。华智冰充当一个载体，来验证悟道2.0的有效性。

第二个原因，则是虚拟形象技术本身。

试想一下，未来10到20年，人类社会也许会有几十亿的虚拟人与我们共存。

AI也逐渐从现在的算法慢慢变成一个主体，而虚拟人形象正好是这样一个主体的依托。

正如人的大脑意识和身体躯壳一般。

现在，华智冰也许是未来社会虚拟人的一个缩影。

通过持续学习和演化，最后成为一个有着丰富知识和与人类有很强交互能力的机器人。

然而，调皮的网友却关心起了“人之常情”的问题来：

华智冰会谈恋爱吗？

研究人员回应道：

不用担心谈恋爱，会把心思用在学习上。

悟道2.0应用体验链接：

https:// lab.aminer.cn/isoa-2021 -web/index.html

—完—

@量子位 · 追踪AI技术和产品新动态

深有感触的朋友，欢迎赞同、关注、分享三连վ'ᴗ' ի ❤