百度王海峰谈通用人工智能：技术通用、能力全面

---

                               
王海峰发布“农民院士智能体”。
■本报记者 赵广立
“旱稻什么时候种最好？”“种植旱稻有哪些注意事项？”“我的旱稻遭遇病虫害怎么办？”
以前，在云南省普洱市澜沧拉祜族自治县竹塘乡云山村，种植旱地优质稻的村民们遇到这些问题，只能在中国工程院院士朱有勇每天跑步的必经之路上“堵”他。但现在，他们可以使用“农民院士智能体”快速得到答案。
“农民院士智能体”是朱有勇及团队与百度共同打造的首个农业智能体，它基于文心智能体平台创建，学习了朱有勇的研究成果以及相关的农业知识，可以为农民解答生产生活中的问题。云山村村民张文清说：“朱院士就在我的手机里！同他本人一模一样。”
“智能体是在基础大模型的基础上，进一步做思考增强训练的结果。”6月28日，在深度学习技术及应用国家工程研究中心主办的WAVE SUMMIT深度学习开发者大会2024上，百度CTO王海峰正式发布文心大模型4.0 Turbo、飞桨框架3.0等最新技术以及“农民院士智能体”。
模型迭代：速度更快、效果更好
大模型技术和产品的迭代仍在加速。大会现场，王海峰发布了文心大模型4.0 Turbo，网页版、APP、API陆续面向用户开放。企业用户即刻起登录百度智能云千帆大模型平台可使用API服务。以用户使用文心大模型设计调查问卷的演示为例，文心大模型 4.0 Turbo的速度更快、效果更好。
百度自2010年起开始布局人工智能，2019年3月推出文心大模型1.0并持续迭代升级, 2023年10月发布文心大模型4.0，今年4月发布文心大模型4.0工具版。文心大模型，基于飞桨平台从万亿级数据和千亿级知识中融合学习，具备知识增强、检索增强和对话增强等核心技术。
王海峰介绍，基于强大的基础大模型，百度进一步创新了智能体技术，包括理解、规划、反思和进化，能够做到可靠执行、自我进化，并在一定程度上将思考过程白盒化，让机器像人一样思考和行动，能够调用工具自主完成复杂任务，在环境中持续学习实现自主进化。
“农民院士智能体”就是基于文心智能体平台创建的。王海峰介绍说，“农民院士智能体”不仅学习了相关的农业知识，还使用朱有勇团队的研究成果，从而可以为农民解答生产生活中的问题，促进科技助农惠农。目前，文心一言累计用户规模已达3亿，日调用次数5亿，澜沧拉祜族自治县竹塘乡云山村村民们也成了文心一言的新用户。
飞桨升级，文心进化
王海峰表示，文心大模型的持续快速进化，得益于百度在芯片、框架、模型和应用上的全栈布局，尤其是飞桨深度学习平台和文心的联合优化。
文心大模型的基础模型训练离不开飞桨深度学习平台，即运行在万卡算力上的飞桨平台，通过集群基础设施和调度系统及软硬件协同优化，支持文心大模型的稳定高效训练。会上，王海峰发布了飞桨新一代框架——飞桨框架3.0。
他介绍，飞桨框架3.0具备动静统一自动并行、编译器自动优化、大模型多硬件适配、大模型训推一体等核心技术，能够使大模型效果更好、性能更优。
“‘飞桨文心’生态规模持续扩大，和每一位开发者的贡献都密不可分。”王海峰披露，飞桨-文心生态至今已凝聚1465万名开发者，服务37万家企事业单位，创建95万个模型。
通用人工智能：技术通用、能力全面
人工智能的目标是模拟、延伸和扩展人的智能。随着大模型的“规模效应”（scaling law）越来越显著，人们逐渐看到了通用人工智能（AGI）的曙光。对此，王海峰认为，可以从两个角度解读，一是人工智能技术的通用性，二是能力的全面性。
他提到，人工智能技术历经几十年发展，经历了从专用到通用的蝶变：从早期的人工撰写规则到后来统计机器学习，能自动从数据中学习；从早期解决不同场景的问题需要不同的算法，演进到深度学习时代算法的通用性大大加强，深度神经网络这套架构和技术可以解决各类问题，再到大模型时代，不仅算法，模型也变得更加通用和统一。
在技术的通用性方面，王海峰表示，大模型在面向不同任务、语言、模态、场景时，通用性越来越强。以自然语言处理为例，之前有分词、句法分析、语义匹配、机器翻译、问答、对话等很多子方向，现在一个大语言模型就可以完成绝大多数任务；语言方面，大模型既可以解决单语言问题，也可以跨语言——不仅能学习人类的自然语言，也能学习人工定义的形式语言（如编程语言等），架起了从思考到执行的桥梁；同时，大模型可以实现多模态的统一建模，广泛赋能各行各业应用等。总体上，人工智能技术的通用性越来越强。
在能力的全面性方面，王海峰认为，理解、生成、逻辑、记忆是人工智能的4项基础能力。人工智能所表现出的其他能力，无论是创作、解题还是编写代码，抑或是规划、决策等，基本上都是这4项基础能力的综合运用。以基于文心大模型实现的运营活动系统为例，模型首先了解用户需求进行系统设计，然后规划相关的任务用于执行，接下来根据规划生成代码，逐步实现系统搭建（包括数据库、后端功能、前端页面等），再进行服务部署；如果部署失败，模型还能够根据报错信息自动“反思”迭代，直到部署成功，服务顺畅运行。
“大模型完成系统开发到服务运行的过程，充分体现了大模型的理解、生成、逻辑、记忆4项基础能力，以及对这4项能力的综合运用。”王海峰说，“这4项能力越强，越接近通用人工智能。”
王海峰最后表示，纵观人类经历的前3次工业革命，当时的核心驱动力量如机械技术、电气技术和信息技术都有很强的通用性，能应用于各行各业，当它们呈现出标准化、自动化和模块化的特征时，核心技术就进入了工业大生产阶段。如今，基于深度学习及大模型工程平台的人工智能技术，包括算法、数据、模型、工具等，也已经具备了非常强的通用性，并具备了标准化、模块化和自动化的特征，正在推动人工智能进入工业大生产阶段，通用人工智能时代将加速到来。