云中子想感受最新的科技，只需关注IT领域就够了，因为这里的新技术迭代极快，几乎每天都有创新。
而在IT领域，当前最炙手可热的就是人工智能，它正在引领着我们一步步走向“科幻电影”般的未来。
国际巨头角逐巨量模型
就在本周，微软和英伟达联合发布了Megatron-Turing自然语言生成模型(MT-NLG)。其包含5300亿个参数，成为了英文领域最强的巨量模型。
而在两周前，浪潮发布了人工智能巨量模型“源1.0”，它则是中文领域最强的巨量模型。
他们二者都代表了行业内最先进的人工智能巨量模型，也让我们看到国内企业浪潮与微软、英伟达等巨头站在了同一起跑线上。就训练难度而言，中文模型源1.0显然更具挑战。
从OpenAI的GPT-3、到浪潮的源1.0，再到微软和英伟达联合发布Megatron-Turing，可以看到，众多IT巨头们都开始将战略重点转移到角逐人工智能巨量模型领域了。
现在的人工智能模型非常多，几乎所有互联网企业都在做，在搜索引擎上搜索“AI模型”，会有超过3270万条相关结果，足见其火热程度。
那么，为什么很多IT巨头会花费大量精力研究巨量模型呢？
答案很简单，还不是因为一般AI模型“不靠谱”！
AI应用，依然挑战满满
现在很多服务领域的客服系统都用“AI机器人”替代人工了，美其名曰智能化降低运营成本。但实际效果却并没有那么理想。
我们做个简单的测试，在电子商务平台上问客服一些简单问题，“AI”会通过关键词搜索形式来帮你“解答”。如果问题稍微复杂，那么AI就无法理解用户的意思，出现的结果完全就是风马牛不相及，此时则还需人工来受理。这其实就是模型参数不足所造成的。
并且，当前互联网等企业也面临着严重的模型碎片化问题，企业各自为政针对不同领域都训练出了很多小模型，但其真正实战效果却往往仅有最基础的水平。
所以当前亟需的是有一定通用性并且基于海量数据训练的巨量模型，只有这样它才能足够聪明。如果用读书来比喻的话，小模型可能仅有小学生水平，而巨量模型则早已具备教授的知识量了。
源1.0，最强大的中文巨量模型
在巨量模型领域，我们看到很多都是来自国外的模型，以中文为核心的模型少之又少。正如尼采所说，“谁也不能为你建造一座你必须踏着它渡过生命之河的桥，除你自己之外没有人能这么做。”
无论是学术界还是产业界，都需要拥有符合我们国人习惯的中文巨量模型，才能真正让AI实现落地。
正如前文所述，浪潮人工智能研究院发布的全球最大规模人工智能中文巨量模型“源1.0”，再次刷新了多项记录，其单体模型参数量达到了惊人的2457亿。
这个量级大概是个什么概念呢？
当前的“网红”语言模型当属 GPT-3，其在发布之时极具里程碑意义，它的参数量是1750亿个，拥有570GB的英文语料库。而浪潮的源1.0单体模型参数量则比GPT-3还高40%，训练采用的中文数据集达到了5000GB，它总共阅读了大约 2000 亿词，是全球最大的中文数据集，在AI领域也绝对属于巨量型选手。
如果说微软联合英伟达5300亿个参数的Megatron-Turing是业界最大的话，那么源1.0则是中文界巨量模型的魁首。
我们来举个例子，假设人一个月能读十本书，一年读一百本书，读50年，一生所读不过5000本。一本书如果20万字的话，加起来也只有10亿字。源1.0共阅读了大约2000亿词，假如人一年读100本20万字的书，则需要一万年才能读完这2000亿词。
没错，就是一万年，注意这可不是“大话西游”哟！
据了解，源1.0大模型共4095PD（PetaFlop/s-day）的计算量，获得高达2457亿的参数量；相对于GPT-3消耗3640PD计算量得到1750亿参数，源1.0大模型计算效率大幅提升。
而这些计算量的支撑，则是海量的浪潮服务器。众所周知，浪潮AI服务器市占率已位居全球第一，并累计获得56个MLPerf全球AI基准测试冠军，在人工智能领域的专利方面贡献量也位居中国前列。浪潮在AI推理、训练方面能力绝对处于世界领先级。
实战测试，AI水平拿下多个第一
在自然语言理解方面，由于分词方式不同、同一词组不同歧义以及新词汇等方面挑战，所以中文训练的难度更高。
例如分词难点：中国科学技术大学；中国\科学技术\大学；中国\科学\技术\大学。这三种不同的分词形式，表达的意思有着天壤之别。这还仅仅是其中之一。
因此可以说训练中文NPL要比英文难很多，源1.0的训练难度要比同量级英文模型难度更高。
空谈理论并不务实，只有真正跑起来测试才见真知。源1.0的水平到底如何呢？
其实，它已经刷新了权威中文语言理解测评基准CLUE的零样本学习和小样本学习2项榜单榜首。
zero-shot零样本学习和Few-shot learning 小样本学习在是最能衡量巨量模型智能程度的两项测试，在zero-shot榜单中，源1.0以超越第二名18.3%的绝对优势遥遥领先，在文献分类（CSLDCP）、TNEWS（新闻分类），商品分类（IFLYTEKF）、OCNLIF（原生中文自然语言推理）、成语完型填空（CHIDF）、名词代词关系（CLUEWSCF）6项任务中获得冠军，甚至在成语阅读理解填空（CHIDF）项目中超越人类的水平，成为最强人工智能。
在Few-shot learning榜单中，文献分类（CSLDCP）、商品分类（IFLYTEKF）、文献摘要识别真假（CSLF）、名词代词关系（CLUEWSCF）4项任务中获得冠军。
AI进阶：实现吟诗作赋
我们对人工智能的最大诉求是什么？
当然是“以假乱真”了，更期望的是能够代替人类完成一些具体工作。那么最好的衡量方式依然是图灵测试，也就是通过多轮测试，然后用真人来进行评估，如果人工智能让平均每个参与者做出超过30%的误判，那么这台机器就会被认为具备人类智能了。
在图灵测试中，源1.0表现出了非凡的“智力”，受访者平均误判率为50.84%，在新闻生成这一领域，误判率更是高达57.88%。有意思的是，将源1.0创作的对话、小说续写、新闻、诗歌、对联，混杂在文学大师的作品中，超50.84%的人不能辨别文学大师的作品和“源1.0”的作品。
接下来我们看看源1.0的作品，对联的上联为：五湖四海皆春色，源1.0所对下联为：三江八荒任我游。
数字对数字，湖对江，海对荒，皆对任，并且念起来朗朗上口，还真看不出是机器所作。
下面一首诗词也是源1.0撰写，战鼓催征千嶂寒，阴阳交会九皋盘。飞军万里浮云外，铁骑丛中明月边。
感受一下，是不是很有古诗的韵味了。让人不禁感叹，这个水平的人工智能真的越来越强大了！
此外，在故事编写及人物对话等方面，源1.0也表现出了惊人的能力。
也就是说，源1.0不仅博学，而且还善用。可以说，既写的了八股文，又能与00后们网聊。通过测试可以发现，源1.0的优势能够广泛应用于人机对话、自助服务、智能办公以及文献智能识别等等领域。
源1.0，打造行业AI催化剂
如此强大的巨量模型，会不会有很高的门槛，让企业高攀不起呢？
据浪潮信息副总裁、浪潮信息AI&HPC产品线总经理刘军介绍，浪潮将会开放源1.0，让学术界和产业界都能够直接使用，极大降低了巨量模型研究和应用的门槛。
学术与产业相结合，给业界呈现出了一个有担当、大格局的浪潮，它不仅在服务器、存储等硬件领域引领行业，而且还在大数据、AI等方面展开新探索，包括此次源1.0的推出。
源1.0对于行业都有哪些帮助呢？据刘军介绍，很多产业都会在源1.0的帮助下产生巨变，例如运营商的智能运维、智能办公场景报告的自动生成、手机互联网用户自动对话的智能助手等等，未来都能够变得更加智能。
正如刘军所说，AI正在飞速进步，浪潮希望有足够的动力快速推动数据、算法和算力这三驾马车，降低AI开发者和行业用户的使用门槛，以更通用的人工智能巨量模型赋能科研创新、公共服务智慧化升级和产业AI化应用，加速人工智能落地，进而构建出一个智慧化的未来。
