「万家和谐」循环智能荣获2022中国AI金雁奖“技术创新大奖”，千循零样本AI平台首次亮相

近来，由我国电子商会人工智能委员会主办的2023北京人工智能峰会暨第三届AI金雁奖颁奖典礼在北京盛大举行。循环智能（RecurrentAI）凭仗在AI大模型技能上的立异、堆集和运用，经过专家评审团的层层评比和挑选后取得了“2022人工智能技能立异大奖”，循环智能联合创始人杨植麟博士也被评选为“2022AI领军人物”。

我国AI金雁奖是由来自人工智能范畴从技能研制到市场营销和创投基金、从国家院士到企业高管和闻名投资人等不同布景的专家和组织组成的评审团，从多维度的调查与剖析，多面向的点评与查核，经过初审、复审到终审，层层评比、层层挑选出在AI技能和商业范畴有着突破性重要贡献的单位和个人，致力于不断为我国人工智能科技范畴发掘出优异的“头雁”。

循环智能自主研制千亿参数预练习NLP大模型“盘古”，是业界首个千亿参数的中文大模型，具有1100亿密布参数，经过40TB的海量数据练习而成。一起也经过多使命prompt等技能延伸出10亿参数、功能更好的落地版别，极大地加快了AI的商业运用功率和泛化才干，提高NLP模型出产功率10-1000倍。“盘古”大模型改写了国际中文CLUE榜单三项记载，并取得了2021国际人工智能大会“SAIL之星”荣誉。运用层面，循环智能供给根据“AI+出售科技”的处理计划，现在已赋能超100万一线人员，日均处理上亿次对话，在各行各业堆集了丰厚的出售增加实践、出售剖析模型和最佳交流资料，累计出产了10000+面向各职业事务流程的AI数据模型。本次评选，循环智能凭仗AI大模型技能立异、很多事务实践赢得了评审团的认可，取得“2022人工智能技能立异大奖”和“2022AI领军人物”两项大奖。

颁奖典礼上，循环智能联合创始人兼CTO张宇韬博士作为获奖企业的代表，受邀宣布了《AI大模型在企业服务场景下的实践与探究》的主题讲演，与现场领导、评审团、职业专家、媒体和100多位企业代表共享了AI大模型在企业落地的首要应战、循环智能“千循零样本渠道”多模型战略和运用场景，以及在大模型在企业运用场景的最新探究与实践。

以下是讲演内容的回忆：

以ChatGPT为代表的大模型运用敞开了通用人工智能的新范式，其中最要害的技能立异是根据人类反应数据的体系进行模型练习，然后提高了了解人类主意的精确性。

但企业在运用AI大模型时也面临着三大应战，这些应战也表现了GPT模型的局限性。

应战一：现实性过错。现实性过错（即看似正确，但与现实不符），是GPT模型的原理带来的。GPT的模型优化方针是在有限的练习数据上泛化出无限的才干，当问题超越模型常识规划时，会开端自我发明。现实性过错的应战，虽然在现有的技能路线下无法百分之百处理，但能够经过两种途径来“削弱”其影响。第一种是提高模型的常识规划，当模型的常识规划越大时，现实性过错也就会越少。第二种是经过更好地让模型对齐人类的需求和价值观，尽可能以适宜的方法回绝答复超出规划的问题，然后削减现实性过错形成的影响。

应战二：难融入企业私域数据。像ChatGPT这样的通用AI体系，其才干上限是公域存量数据的规划，由于企业界部很多的信息、常识、数据均无法被公域模型掩盖。因而，企业界的笔直事务需求是无法被公域模型精确了解的。而企业界的笔直事务需求是与事务流程强相关的，往往需求结合内部数据作为上下文，才干精确了解。例如，客户质量剖析场景，企业客户假如直接运用相似ChatGPT的通用AI体系，输入客户信息和对话内容，来断定客户是否归于优质客户，那么得到的成果往往不抱负。首要原因是，通用AI体系并不清楚企业界部关于优质客户的界说，并且不同企业关于优质客户的界说很大程度上是不同的。

应战三：规划化运用本钱高。当时，百亿参数的模型输出（推理）速度大约能够做到每个GPU每秒生成20个字左右（30token）。在实时文本交互（在线客服、问答）场景，一个GPU支撑3-5个并发客户，那么100万“日活泼用户”，对应的峰值并发约10000，需求2000-3000个GPU，本钱过于昂扬。在实时语音交互场景（电话交流、语音通话、视频通话）场景，在单个GPU单并发情况下，文本生成的句末推迟约1到3秒，叠加TTS（文本转语音）的推迟，根本无法支撑需求。

曩昔几年，循环智能在大模型练习和运用实践中有十分多的技能堆集，为处理这些难题打下了杰出的根底：首要，堆集了很多职业文本和语音数据，中文文本数据超越40TB，实在语音对话数据超越400万小时；其次，具有超大规划预练习模型的工程化经历，主导开发和落地了首个千亿参数的中文言语大模型“盘古”，具有丰厚的数据搜集、清洗和标示经历。主导开发了面向认知的“悟道·文汇”超大规划预练习模型；第三，通晓场景化的多使命指令微调，在银行、稳妥、证券、地产、轿车、零售等职业有丰厚的事务实践。

本年，循环智能也将推出自研的“千循零样本AI渠道”。“千循零样本AI渠道”采用了多模型组合的战略，包含10亿参数的盘古NLU（自然言语了解）模型，首要服务语义了解的场景，和面向更杂乱的文本生成类使命、参数规划更大的“千循-M”和“千循-XL”模型等。一起，为了使模型更好地适配企业需求，“千循零样本渠道”供给多种“微调”计划，包含P-tuning、Instructiontuning、LoRA等，能够更好地融入企业的专有常识库数据。

“千循零样本AI渠道”在底层供给AI大模型的高质量文本了解才干、逻辑推理才干和文本生成才干。根据这些才干，在企业需求对外交互的营销场景、服务场景，以及内部的常识训练和内容运营场景，供给多种立异运用，协助不同场景的不同人物职工提高产能和工作功率。

在智能化内容运营与出产场景，“千循零样本AI渠道”供给“话术质量的剖析&发掘与优化主张、案牍自动化生成与编撰、以及根据常识库的智能问答才干。

在客户画像与需求的智能剖析场景，“千循零样本AI渠道”供给根据对话内容自动识别客户画像与需求、根据对话内容总结客户一切爱好点&点评和发问以及自然言语输入信息，快速进行客户描画才干。

在智能化事务剖析与决议计划引荐场景，“千循零样本AI渠道”供给“根据对话全文生成事务战略的才干”，在房产和轿车出售场景，能够给出靠谱的商机跟进主张。还供给“根据对话内容评判服务作用”的才干，能够协助企业了解客户对售后服务是否满足，以及满足的当地和不满足的当地别离是什么。之前企业首要是经过问卷来搜集客户满足度，填写问卷的人数占比很少，现在能够做全量的满足度剖析。