4月11日,阿里巴巴集團董事會主席兼CEO、阿里云智能集團CEO張勇表示,讓計算成為公共服務(wù)是阿里云始終不變的追求,未來核心要做好兩件事情:第一,讓算力更普惠,推動自研技術(shù)和規(guī)?;?jīng)營的正循環(huán),持續(xù)釋放技術(shù)紅利;第二,讓AI更普及,讓每家企業(yè)的產(chǎn)品都能接入大模型升級改造,并有能力打造自己的專屬大模型。
張勇回顧阿里云的發(fā)展歷程,過去十年阿里云自研核心技術(shù),全面服務(wù)數(shù)字化進程。中國移動互聯(lián)網(wǎng)的發(fā)展基本在阿里云上發(fā)生,企業(yè)從買計算機到按需購買算力就能開始創(chuàng)業(yè),帶來了巨大的效率提升。隨后更多企業(yè)覺醒,各行各業(yè)在云上對全生產(chǎn)要素的數(shù)字化,形成了風(fēng)起云涌的數(shù)字化時代。
AI大模型加速了智能時代的到來,張勇認為,所有企業(yè)在智能化時代都將站在同一條起跑線上,互聯(lián)網(wǎng)公司和非互聯(lián)網(wǎng)公司不存在先進或者落后的區(qū)別,傳統(tǒng)企業(yè)有彎道超車的機會。他認為,所有產(chǎn)品都值得用大模型重做一遍,未來將看到應(yīng)用爆發(fā)、效率革命,AI將成為各行各業(yè)新型生產(chǎn)力。
未來十年,阿里云將全面擁抱智能化時代。張勇表示,智能化時代帶來算力的爆發(fā),同時也提出了更高的要求,阿里云將為AI時代提供好算力基礎(chǔ)和大模型能力,全面服務(wù)智能化進程。為此,阿里云要做好核心兩件事:讓算力更普惠、讓AI更普及。
首先,阿里云將進一步降價,釋放技術(shù)紅利。阿里云通過軟硬一體技術(shù)的研發(fā),擴大自研CPU倚天710、云數(shù)據(jù)中心處理器CIPU、自研數(shù)據(jù)中心網(wǎng)絡(luò)等核心技術(shù)應(yīng)用,推動技術(shù)創(chuàng)新、規(guī)?;\營和成本降低的正循環(huán),不斷降低客戶用云成本。
過去十年,阿里云提供的算力成本下降了80%,存儲成本下降了近9成。今年,阿里云將推出一款更接近云計算終極形態(tài)的算力產(chǎn)品,這款被命名為通用Universal實例的產(chǎn)品進一步屏蔽了傳統(tǒng)IT的硬件參數(shù),讓數(shù)據(jù)中心真正成為一臺超級計算機,為中小企業(yè)和開發(fā)者提供普惠的算力。通用Universal實例的價格有大幅降低,對比上一代主售實例最高可下降40%。
大幅降價和開放核心產(chǎn)品的免費試用,將推動產(chǎn)業(yè)進一步從傳統(tǒng)IT向云計算轉(zhuǎn)移。目前,中國IT市場的云計算滲透率不到15%,中國數(shù)據(jù)中心的CPU利用率僅為10%左右。云計算可以大幅提升計算資源的利用率,云數(shù)據(jù)中心內(nèi)的CPU平均利用率,可以達到傳統(tǒng)數(shù)據(jù)中心的5倍以上。
其次,阿里云將推動AI進一步普及。張勇宣布,阿里巴巴所有產(chǎn)品未來將接入大模型,全面升級。他表示,要建設(shè)全新的AI開放生態(tài),需要從阿里內(nèi)部開始,目前,釘釘、天貓精靈已經(jīng)在測試接入大模型,釘釘能實現(xiàn)自動寫工作方案、生成應(yīng)用等功能,天貓精靈接入通義千問后顯著提升了智能化水平。
阿里云將面向企業(yè)提供更普惠的AI基礎(chǔ)設(shè)施和大模型能力。據(jù)介紹,未來每一個企業(yè)都可以通過阿里云調(diào)用通義千問的全部能力,也可以結(jié)合企業(yè)自己的行業(yè)知識和應(yīng)用場景,訓(xùn)練自己的企業(yè)大模型。比如,每個企業(yè)都可以有自己的智能客服、智能導(dǎo)購、智能語音助手、文案助手、AI設(shè)計師、自動駕駛模型等。
張勇表示,云計算是AI大規(guī)模普及的最佳方式,“未來,我們希望在阿里云上訓(xùn)練一個模型的成本,能夠降低到現(xiàn)在的十分之一,甚至是百分之一。即使是中小企業(yè),也能通過云平臺獲得AI大模型的能力和服務(wù)。”
據(jù)了解,OPPO、復(fù)旦大學(xué)、南方電網(wǎng)等企業(yè)機構(gòu)已經(jīng)開始使用阿里云的算力和AI能力進行全新的AI探索。在阿里云的大模型魔搭社區(qū)上,超過100萬開發(fā)者累積下載了超過1600萬次各類模型,并直接調(diào)用阿里云的算力和一站式的AI大模型訓(xùn)練及推理平臺。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。