参数规模达到1.75万亿,人工智能模型“悟道2.0”问世

作者:潇冷 来源:原创 2021-06-01

  6月1日,智源研究院在其主办的2021北京智源大上发布号称全球最大的超大规模智能模型“悟道2.0”,意欲打造我国人工智能战略基础设施,据介绍,“悟道2.0”模型的参数规模达到1.75万亿,是GPT-3的10倍,打破了之前由Google Switch Transformer预训练模型创造的1.6万亿参数记录,是目前中国首个、全球最大的万亿级模型。

  关于“悟道2.0”的研发,智源研究院理事长张宏江认为,目前“大模型+大算力”是迈向通用人工智能的一条可行路径。大模型对于人工智能发展具有重大意义,未来将基于大模型形成类似电网的变革性AI产业基础设施。AI大模型相当于“发电厂”,将数据,也就是“燃料”,转换为智能能力,驱动各种AI应用。如果将大模型和所有的AI应用相连接,为用户提供统一的智能能力,全社会将形成一个智能能力生产和使用的网络,即“智网”。大模型就是下一个AI的基础平台,是未来AI发展的战略基础设施。

  “悟道”超大模型智能模型旨在打造数据和知识双轮驱动的认知智能,让机器能够像人一样思考,实现超越图灵测试的机器认知能力。“悟道”团队在大规模预训练模型研发上做了很多基础性工作,形成了自主的超大规模智能模型技术创新体系,拥有从预训练理论技术到预训练工具,再到预训练模型构建和最终模型测评的完整链条,从技术上是完整成熟的。通过一系列原始创新和技术突破,本次发布的“悟道2.0”实现了“大而聪明”,具备大规模、高精度、高效率的特点。

  全球最大万亿参数,新一代FastMoE补齐万亿模型最后一块短板

  “悟道2.0”模型的参数规模达到1.75万亿,是GPT-3的10倍,打破了之前由Google Switch Transformer预训练模型创造的1.6万亿参数记录,是目前中国首个、全球最大的万亿级模型。

  开创性的研发FastMoE技术,是打破国外技术瓶颈,实现“万亿模型”基石的关键。“悟道”团队研究并开源的FastMoE是首个支持PyTorch框架的MoE系统,具有简单易用、灵活、高性能等特点,并且支持大规模并行训练。新一代FastMoE,支持Switch、GShard等复杂均衡策略,支持不同专家不同模型,为万亿模型实现方案补上了最后⼀块短板,让梦想终成现实。

  “悟道2.0”模型在中英双语共4.9T的高质量大规模清洗数据上进行的训练。训练数据包含WuDaoCorpora中的1.2TB中文文本数据、2.5TB中文图文数据,以及Pile数据集的1.2TB英文文本数据。

  另外,“悟道2.0”模型一统文本与视觉两大阵地,支撑更多任务,更加通用化。

  9项顶尖智能能力,创新性的通用精准智能

  “悟道2.0”在世界公认的9项Benchmark基准测试任务上取得优异成绩,达到了精准智能。

  1) ImageNet zero-shot SOTA在200类超过OpenAI CLIP;

  2) LAMA知识探测:超过AutoPrompt;

  3) LAMBADA完形填空:能力超过1.7倍参数微软Turing NLG;

  4) SuperGLUE few-shot FewGLUE:超越GPT-3,取得当前最佳少样本学习结果;

  5) UC Merced Land-Use zero-shot SOTA,超过OpenAI CLIP;

  6) MS COCO文生成图:超越OpenAI的DALL·E;

  7) MS COCO英文图文检索:超过 OpenAI CLIP 和 Google ALIGN;

  8) MS COCO多语言图文检索:超过目前最好的多语言多模态预训练模型UC2,M3P;

  9) Multi 30K多语言图文检索:超过目前最好的多语言多模态预训练模型UC2,M3P。

  “悟道2.0”的高精度来自于一系列核心技术创新。例如:

  GLM2.0:是模型架构创新的典范,更通用的预训练模型。此前,它首次打破BERT和GPT壁垒,开创性地以单一模型兼容所有主流架构,新一代版本更是以少胜多的高性能人工智能典范,以100亿参数量,足以匹敌微软170亿参数的Turing-NLG模型,取得多项任务的更优成绩。

  P-tuning2.0算法:极大拉近少样本学习和全监督学习的差距,少样本学习能力遥遥领先。

  CogView:文本生成图像的新框架,克服“上下溢收敛”文图模型关键难题,将VQ-VAE和Transformer进行结合,表现SOTA(当前算法性能最优的模型)!在MS COCO FID指标上性能优于DALL·E等模型。模型可直接实现类似OpenAI CLIP模型的自评分功能,生成国画、油画、卡通画、轮廓画等多元画风。

  目前,“悟道”模型的多项应用,在诗词创作、做对联、文本摘要、人设问答、绘画等方面,都已接近突破图灵测试,与人类一较高下!

 高效易用,全链路的效率提升,增强大规模智能模型产业普适性

  大规模预训练模型的参数规模通常远超传统的专用人工智能模型,在算力资源、训练时间等方面消耗巨大。为了提升大规模预训练模型的产业普适性和易用性,悟道团队搭建高效预训练框架,在高效编码、高效模型、高效训练、高效微调和高效推理等方面进行全链路的原创突破或迭代优化,实现效率的大幅提升。

  高效编码:研发了最高效、最抗噪的中文预训练语言模型编码,解决生僻字等问题;

  高效模型:构建了世界首个纯非欧空间模型,只需要一半的参数量即可达到近似欧式模型的效果;

  高效训练:世界首创大规模预训练模型融合框架,形成高效训练新模式,训练时间缩短27.3%,速度提升37.5%;

  高效微调:世界首创多类别Prompt微调,只需训练0.001%参数即可实现下游任务适配;

  高效推理:世界首创低资源大模型推理系统,单机单卡GPU即可以进行千亿参数规模的模型推理。

  行业贡献,建设全球最大的语料数据库WuDaoCorpora2.0,提出自然语言评测新标准“智源指数”

  “悟道”模型研发过程中,智源研究院建设了全球最大的语料数据库WuDaoCorpora2.0,包含全球最大的中文文本数据集、全球最大的多模态数据集、全球最大的对话数据集,为行业内大规模智能模型的研发提供了丰富的数据支撑。

  另外,智源研究院提出“智源指数”,构建以人类语言能力为参照、全面系统的针对机器语言能力进行评测的体系。“智源指数”首次提出了基于“能力-任务-数据集”层次结构的机器语言评测体系及评测方案,包含6种主要语言能力,30余项主流任务与相关数据集,同时也是首次基于信度、难度、效度等指标进行评价的高质量评测数据集合,形成了大模型“权威考卷。

发布
X
第三方账号登录
  • 微博认证登录
  • QQ账号登录
  • 微信账号登录