2023年WAVE SUMMIT深度学习开发者大会在北京举行，由深度学习技术及应用国家工程研究中心主办。百度的首席技术官王海峰在大会上发表了主题演讲，首次公开阐述了大语言模型所具备的理解、生成、逻辑和记忆等核心能力，为通用人工智能的发展带来了新的希望。
自2019年4月起，WAVE SUMMIT深度学习开发者大会已持续举办。王海峰在首届大会中指出，深度学习具有广泛的通用性，并展现出标准化、自动化和模块化的工业生产特征，这为人工智能的工业化发展奠定了基础。经过四年的发展，深度学习技术的通用性得到了充分验证，深度学习平台的标准化、自动化和模块化特征愈加明显，而预训练大模型的兴起则进一步拓展了人工智能应用的深度和广度，标志着人工智能已真正进入工业生产阶段。
在标准化方面，通过框架和模型的联合优化，实现了多硬件的统一适配，简化了应用模式，大幅降低了人工智能应用的门槛；在自动化方面，从训练到推理部署，提升了人工智能研发的全流程效率；在模块化方面，丰富的产业级模型库支持了人工智能在多种场景下的便捷应用。
王海峰指出，得益于飞桨的产业级深度学习开源平台和文心大模型的共同促进，飞桨生态愈加繁荣，目前已经吸引了800万开发者，并为22万家企事业单位提供服务，基于飞桨构建了80万个模型。他还解释了飞桨开发者社区“星河社区”的深刻内涵：“文心加飞桨，翩然赴星河”。希望与所有开发者共同构建星河社区，携手迈向通用人工智能的未来。
王海峰进一步表示，人工智能的多种典型能力中，理解、生成、逻辑和记忆是核心基础能力。这四项能力越强，人工智能就越接近通用化，而大语言模型正是具备了这四项能力，为通用人工智能的实现带来了新的契机。
例如，创作、编程、解题和规划等能力均依赖于理解、生成、逻辑和记忆等基础能力，依赖程度不同。以解题为例，从理解题目、解答到最终写出答案，需综合运用理解、记忆、逻辑和生成能力。
那么，这些能力如何获得呢？以文心一言为例，它首先通过融合数万亿的数据和数千亿的知识，形成了预训练大模型。随后，通过有监督的精细调优和人类反馈的强化学习等技术手段，结合知识增强、检索增强和对话增强等技术优势进行进一步优化。
此外，通过多种策略优化数据源和数据分布，实施基础模型长文建模以及多类型、多阶段的有监督精调等技术创新，全面提升基础通用能力。在知识和检索增强的基础上，强化对世界知识的理解；通过构建逻辑数据和语义知识组合，提升逻辑能力；同时，建立数据、内容、模型和系统的安全体系，以保障大模型的安全性。
在效率方面，借助飞桨的端到端自适应混合并行训练技术，以及压缩、推理和服务部署的协同优化，文心大模型的训练速度提高了三倍，推理速度则突破了30倍。
在应用方面，通过数据驱动、提示构建和插件增强来适应不同场景，文心一言已推出百度搜索、览卷文档、E言易图、说图解画和一镜流影五大插件，使模型具备生成实时准确信息、长文本摘要、数据洞察和图表制作等多种能力。插件机制的引入扩展了大模型的能力边界，更加贴合实际场景需求。王海峰表示，未来百度将与开发者共同建设插件生态，分享技术创新的成果。
以大语言模型为代表的人工智能正在深入各行各业，加速产业升级和经济增长。在这一进程中，技术的创新与应用的落地形成了良性循环，理解、生成、逻辑和记忆等能力不断提升，产业应用的广度和深度持续扩展，大语言模型为实现通用人工智能带来了新的曙光。
