自動(dòng)化所研發(fā)出跨模態(tài)通用人工智能平臺(tái)“紫東太初”

　　【儀表網(wǎng) 儀表研發(fā)】7月9日，中國(guó)科學(xué)院自動(dòng)化研究所在2021世界人工智能大會(huì)(WAIC2021)上就人工智能的最新進(jìn)展進(jìn)行報(bào)告，發(fā)布了自動(dòng)化所研發(fā)的跨模態(tài)通用人工智能平臺(tái)——“紫東太初”。
 

　　“紫東太初”跨模態(tài)通用人工智能平臺(tái)以多模態(tài)大模型為核心，基于全棧國(guó)產(chǎn)化基礎(chǔ)軟硬件平臺(tái)，可支撐全場(chǎng)景AI應(yīng)用。多模態(tài)預(yù)訓(xùn)練模型被廣泛認(rèn)為是從限定領(lǐng)域的弱人工智能邁向通用人工智能路徑的探索。“紫東太初”跨模態(tài)通用人工智能平臺(tái)瞄準(zhǔn)成為實(shí)現(xiàn)通用人工智能的目標(biāo)，對(duì)促進(jìn)智能世界的發(fā)展具有重要意義。
 

　　依托面向超大規(guī)模的高效分布式訓(xùn)練框架，自動(dòng)化所構(gòu)建了具有性能優(yōu)良的中文預(yù)訓(xùn)練模型、語(yǔ)音預(yù)訓(xùn)練模型和視覺預(yù)訓(xùn)練模型，并開拓性地通過跨模態(tài)語(yǔ)義關(guān)聯(lián)實(shí)現(xiàn)了視覺-文本-語(yǔ)音三模態(tài)統(tǒng)一表示，構(gòu)建了三模態(tài)預(yù)訓(xùn)練大模型，賦予跨模態(tài)通用人工智能平臺(tái)多種核心能力。
 

　　“紫東太初”兼具跨模態(tài)理解和生成能力。與單模態(tài)和圖文兩模態(tài)相比，其采用一個(gè)大模型就能夠靈活支撐圖-文-音全場(chǎng)景AI應(yīng)用，具有了在無監(jiān)督情況下多任務(wù)聯(lián)合學(xué)習(xí)、并快速遷移到不同領(lǐng)域數(shù)據(jù)的能力。引入語(yǔ)音模態(tài)后的多模態(tài)預(yù)訓(xùn)練模型，可實(shí)現(xiàn)共性圖文音語(yǔ)義空間表征和利用，并直接實(shí)現(xiàn)三模態(tài)的統(tǒng)一表示。特別的是，該研究使“以圖生音”和“以音生圖”成為現(xiàn)實(shí)，為更廣泛、更多樣的下游任務(wù)提供了模型基礎(chǔ)支撐，達(dá)成AI在如視頻配音、語(yǔ)音播報(bào)、標(biāo)題摘要、海報(bào)創(chuàng)作等更多元場(chǎng)景的應(yīng)用。
 

　　此外，自動(dòng)化所研發(fā)團(tuán)隊(duì)還提出了弱關(guān)聯(lián)三模態(tài)數(shù)據(jù)的語(yǔ)義統(tǒng)一表達(dá)，可同時(shí)支持三種或任兩種模態(tài)弱關(guān)聯(lián)數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，有效降低了多模態(tài)數(shù)據(jù)收集與清洗成本。
 

　　總結(jié)來說，此跨模態(tài)通用人工智能平臺(tái)包括三大關(guān)鍵技術(shù)和六大核心能力。三大關(guān)鍵技術(shù)是多模態(tài)理解與生成的多任務(wù)統(tǒng)一建模、面向國(guó)產(chǎn)化軟硬件的高效訓(xùn)練與部署、多模態(tài)預(yù)訓(xùn)練模型架構(gòu)設(shè)計(jì)與優(yōu)化。六大核心能力體現(xiàn)為多模態(tài)統(tǒng)一表示與語(yǔ)義關(guān)聯(lián)、跨模態(tài)內(nèi)容轉(zhuǎn)化與生成、預(yù)訓(xùn)練模型網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)、標(biāo)注受限自監(jiān)督模型學(xué)習(xí)、模型適配與分布式訓(xùn)練、模型輕量化與推理加速。
 

　　會(huì)上，自動(dòng)化所長(zhǎng)徐波展示了基于“紫東太初”平臺(tái)打造的虛擬人“小初”，并進(jìn)行通用多模態(tài)大模型的人機(jī)對(duì)話演示，展示了不同模態(tài)間的互相轉(zhuǎn)換和生成實(shí)例，涵蓋視頻描述、智能問答、圖像檢索、吟詩(shī)作賦、中文續(xù)寫、雙語(yǔ)翻譯、語(yǔ)音識(shí)別等多個(gè)功能。這表明，通過圖文音三模態(tài)的關(guān)聯(lián)與協(xié)同能夠有效提升機(jī)器的理解和生成能力。
 

　　“大數(shù)據(jù)+大模型+多模態(tài)”將改變當(dāng)前單一模型對(duì)應(yīng)單一任務(wù)的人工智能研發(fā)范式，多模態(tài)大模型將成為不同領(lǐng)域的共性平臺(tái)技術(shù)，是邁向通用人工智能路徑的探索，具有廣闊的應(yīng)用前景；全棧國(guó)產(chǎn)化通用人工智能平臺(tái)的實(shí)踐對(duì)我國(guó)實(shí)現(xiàn)AI領(lǐng)域科技創(chuàng)新具有重要意義。