作者：電子創(chuàng)新網(wǎng)張國斌

(資料圖)

今年以來，隨著chatGPT的火爆，國內各種互聯(lián)網(wǎng)公司、云計算公司、大數(shù)據(jù)公司紛紛出洞，聲稱自己都在搞大模型，而且一幫自媒體也推波助瀾，為各大公司抬轎子吹號子，似乎只有大公司才能玩轉大模型，但是，大家可能忘了一個基本的事實，那就是，目前火爆的幾家人工智能大模型公司人數(shù)并不多！

今年1月，OpenAI創(chuàng)始人及CEO奧特曼透露公司員工人數(shù)為375人 ，與谷歌和臉書等科技巨頭從事人工智能工作的數(shù)千名員工相比，這是一個很小的數(shù)字。“我知道我不應該吹噓OpenAI，我們要感謝我們所有的外包公司為訓練模型提供了必不可少的數(shù)據(jù)。”而真正在ChatGPT項目中做出貢獻的人員，據(jù)OpenAI官網(wǎng)顯示，

共有87人。

該團隊平均年齡為32歲，“90后”是主力軍。華人成為了該團隊中一支重要的科技創(chuàng)新力量，共9人，占團隊總人數(shù)的比例超10%。華人學者歐陽龍更是參與了與 ChatGPT 相關的 7 大技術項目中的 4 大項目的研發(fā)，是InstructGPT 論文的第一作者，也是RLHF 論文的第二作者。

AI繪畫工具Midjourney的公司竟然

只有10人！

Midjourney繪畫作品：平民窟里的百萬富翁

所以老張認為，在人工智能領域，會走出類似半導體領域fabless的模式：就是小公司專注特色大模型開發(fā)，然后利用云算力通過互聯(lián)網(wǎng)數(shù)據(jù)和人類知識體系進行訓練，最后將訓練好的模型用于推理應用。

所以，在大模型應用領域，比拼的是模型的優(yōu)劣而不是公司的規(guī)模，小公司如果開發(fā)出好的模型一樣可以完勝大公司！就好比10人不到的一家IC設計公司也可以設計一顆比拼大公司的IC！

在4月18日貿澤電子芯英雄聯(lián)盟直播“聊聊ChatGPT以及生成式AI對產(chǎn)業(yè)的顛覆”中，直播嘉賓南京云創(chuàng)大數(shù)據(jù)科技股份有限公司總裁劉鵬教授現(xiàn)場發(fā)布了該公司的大模型產(chǎn)品：云創(chuàng)大數(shù)據(jù)發(fā)布cGPT S1000自然語言搜索一體機！，云創(chuàng)大數(shù)據(jù)公司只有不到200人，其人工智能成果已經(jīng)在政府、高校等領域廣泛應用！

據(jù)劉教授介紹，在人工智能實際應用中，我們常常需要對內部數(shù)據(jù)進行安全快速的搜索。比如對于企業(yè)內部積存的大量檔案、資料、文書等形式的文檔，如果使用傳統(tǒng)的關鍵詞匹配搜索某個特定文件，需要準確輸入文件名，一旦忘記文件名，搜索猶如大海撈針。

針對這一問題，cGPT S1000自然語言搜索一體機應運而生。該一體機在自然語言處理技術的加持下，基于對語句本身的理解，根據(jù)計算后的關聯(lián)相似度進行排序，可達0.1秒響應，快速篩選出接近語句語義的內容。比如，在專利搜索時，傳統(tǒng)算法只能通過關鍵詞搜索專利，無法查找包含相近含義的所有專利，現(xiàn)在在cGPT S1000自然語言搜索一體機中導入專利數(shù)據(jù)，經(jīng)過一體機自動預處理后，即可在0.1秒內找到所有相關專利。

歡迎大家自行搜索體驗！

網(wǎng)址：zl.cstor.cn或識別下圖二維碼體驗：

據(jù)他介紹，之所以能夠達到這樣的效果，是因為cGPT S1000自然語言搜索一體機通過人工智能理解了自然語言相互之間的關系。正如以下視頻所展現(xiàn)的，這些詞語、句子之間相互關聯(lián)，它們或許是表達方式不同但是含義相同的語句，或許是同一學科領域內的相似概念。通過解讀這些關系，人工智能能夠真正理解自然語言的含義以及人類的意圖，繼而做出相應反饋。

對于資料紛繁復雜的各大企事業(yè)單位而言，將所有信息和資料放進cGPT S1000自然語言搜索一體機并通過一體機完成自動預處理，相當于構建了一個高保密的內部資源庫，內部員工可以在庫中快速查找所需信息。

cGPT S1000自然語言搜索一體機是云創(chuàng)大數(shù)據(jù)針對大規(guī)模自然語言處理應用場景，自主研發(fā)的高速向量計算搜索一體機。該一體機采用并行計算架構，融合高密度混合服務硬件，為用戶提供軟硬件一體化的高性能自然語言搜索解決方案。cGPT S1000自然語言搜索一體機支持TXT、Word、PDF、CSV等多種格式的數(shù)據(jù)源，支持對采集的數(shù)據(jù)源進行文本提取和數(shù)據(jù)清洗，采用分布式集群架構，智能化自動構建搜索資料庫。用戶只需將海量的業(yè)務文件、圖書論文文獻、文本數(shù)據(jù)等導入該一體機，即可建立個性化的定制搜索引擎

（運行原理）

cGPT S1000自然語言搜索一體機支持基于文本語義理解技術，具備更加準確的檢索能力，能夠將輸入查詢的文本與一體機中的文本進行快速比對，并將搜索到與輸入文本語義相近的多組結果根據(jù)相似度排序返回輸出。針對千萬級甚至上億量級的文本數(shù)據(jù)庫，該一體機依舊可以達到0.1秒級的返回結果速率。

cGPT S1000自然語言搜索一體機基于大數(shù)據(jù)分布式實時計算框架，結合定制化高密度計算硬件，實現(xiàn)大規(guī)模自然語言處理任務的分發(fā)與計算結果匯聚，保證計算任務執(zhí)行的高效和穩(wěn)定。基于特征向量計算算法以及分布式集群處理資源調度技術，該一體機實現(xiàn)了海量特征庫條件下1：N對比任務的高效分解與并行處理，可將單個任務響應效率提升到0.1秒級。

（總體架構）

劉教授表示，對于不同數(shù)據(jù)規(guī)模需求的用戶，自然語言搜索一體機提供了彈性的性能資源配置模式，可以有效地控制系統(tǒng)建設成本，靈活滿足千萬甚至上億量級業(yè)務規(guī)模的性能需求和使用場景。

它提供API接口，搜索應用可部署至本地服務器或者用戶私有云環(huán)境，與用戶業(yè)務打通融合的同時，實現(xiàn)內外網(wǎng)的物理隔絕，保障數(shù)據(jù)的私密性。

cGPT S1000自然語言搜索一體機基于語義理解技術，能夠快速查找需要的內容，可廣泛應用于資料查詢、專利搜索、電子病歷檢索、法律文獻檢索、學術文獻檢索、論文查重等多種場景。

資料查詢

用戶內部積存大量的檔案、資料、文書等各種形式的文檔，檢索資料不僅繁瑣且重復性高，耗費大量時間和精力。通過自然語言處理技術，只需簡短的一句話或幾個關鍵詞，自然語言搜索一體機即可完成資料搜索，命中率和準確率都大幅提高。

專利搜索

通過關鍵詞匹配不一定能夠找出某一主題的所有相關專利，而借助自然語言搜索一體機，可以準確找到已經(jīng)成功申請的與該主題相關的所有專利信息，包括描述、編號等，從而在專利申請時避免重復申請等問題，大大節(jié)省時間和費用。

電子病歷檢索

基于自然語言搜索一體機，在自然語言處理技術的助力下，用戶可建設面向特定醫(yī)療領域的知識服務平臺，以此更好地提供電子病例檢索、處方查詢、醫(yī)療知識問答等醫(yī)療服務。

法律文獻搜索

基于自然語言搜索一體機，用戶可對案件信息進行查詢和梳理，比如針對某一案件，律師通過輸入描述，即可在資料庫中找出相似案例情況以及司法解釋，有助于案件分析、訴訟準備等，司法人員也可借助該一體機節(jié)省資料整理、分析的時間。

學術文獻檢索

查閱論文時，根據(jù)關鍵詞匹配，可以檢索出不少結果，但主要是包含關鍵詞的內容，不一定是用戶真正需要查找的，而借助自然語言搜索一體機，在準確表達查找內容的情況下，只需一句簡單描述，即可檢索到真正為用戶所需的論文。

論文查重

在論文查重時，針對論文可能存在的不同語種相互翻譯導致的抄襲，或者以替換詞語、改變表達的方式規(guī)避查重等問題，借助自然語言搜索一體機，可對其進行準確檢測，以語義為準，及時發(fā)現(xiàn)論文寫作時的抄襲、剽竊等亂象。

據(jù)劉教授介紹，云創(chuàng)微調的最大模型參數(shù)量達到1700多億，可以適合各種垂直領域應用。在本次直播活動中，由于航班延誤，劉鵬教授不得已在機場候機大廳進行直播報告，但報告效果絲毫未受影響，約3000名網(wǎng)友參與觀看。

具體而言，劉鵬教授所作報告主題為《人工智能引領未來》。在報告中，劉鵬教授分享了人工智能近10年的三次大飛躍及其技術本質，并梳理了人工智能技術創(chuàng)新發(fā)展對各行各業(yè)的影響。在此基礎上，劉鵬教授也介紹了云創(chuàng)大數(shù)據(jù)在大數(shù)據(jù)、人工智能領域的技術探索與成功案例。大家紛紛表示，本次報告幫助自己對ChatGPT與生成式AI建立了立體深入的認識，可謂收獲滿滿！

劉鵬教授，清華大學博士，中國大數(shù)據(jù)應用聯(lián)盟人工智能專家委員會主任、中國信息協(xié)會教育分會人工智能教育專家委員會主任、教育部全國普通高校畢業(yè)生就業(yè)創(chuàng)業(yè)指導委員會委員、2019年全國大學生數(shù)學建模比賽命題人、第45屆世界技能大賽中國區(qū)云計算選拔賽裁判長/專家指導組組長、中國電子學會云計算專家委員會云存儲組組長、工業(yè)和信息化部云計算研究中心專家、2002年PennySort國際計算機排序比賽冠軍與2003年全國挑戰(zhàn)杯比賽總冠軍。

貿澤電子“芯英雄聯(lián)盟”是電子創(chuàng)新網(wǎng)新推出的一檔知識分享型直播欄目，每期直播邀請半導體產(chǎn)業(yè)專家與電子創(chuàng)新網(wǎng)CEO張國斌先生共同分享產(chǎn)業(yè)趨勢、探討技術未來，助力本土半導體產(chǎn)業(yè)創(chuàng)新。

這是本次直播的回放，大家可以掃碼回看：

網(wǎng)址是：https://v.eetrend.com/content/2023/100569672.html

關鍵詞：