作為當前人工智能發展的重要方向，預訓練大模型已成為AI領域的技術新高地。2021年12月8日，鵬城實驗室與百度聯合召開發布會，正式發布雙方共同研發的全球首個知識增強千億大模型——鵬城-百度·文心（模型版本號：ERNIE 3.0 Titan）。該模型參數規模達到2600億，是目前全球最大中文單體模型，在60多項任務上取得最好效果。同時，產業級知識增強大模型“文心”全景圖首次亮相，從技術自主創新和加速產業應用兩方面，推動中國AI發展更進一步。
現場，中國工程院院士、鵬城實驗室主任高文，百度首席技術官、深度學習技術及應用國家工程實驗室主任王海峰共同啟動發布儀式。
中國工程院院士、鵬城實驗室主任高文（左），百度首席技術官王海峰聯合發布鵬城-百度·文心
高文院士在致辭中表示，“預訓練模型對整個科學的發展、社會的發展、創新的發展都是非常重要的工具。運用這個工具，可以幫助做很多人工智能的賦能，不局限于某個領域，這對人工智能的發展都是一個福音。”
王海峰介紹，此次發布的鵬城-百度·文心知識增強大模型從大規模知識和海量數據中融合學習，效率更高，效果更好，具有良好的可解釋性。
值得關注的是，鵬城-百度·文心是全球首個知識增強千億大模型，在機器閱讀理解、文本分類、語義相似度計算等60多項任務取得最好效果，并在30余項小樣本和零樣本任務上刷新基準。為解決大模型應用落地難題，研究團隊還首創了大模型在線蒸餾技術，模型參數壓縮率可達99.98%。壓縮版模型僅保留0.02%參數規模就能與原有模型效果相當，為產業大規模應用打開新窗口。
使用鵬城-百度·文心進行可信、可控文本生成
在鵬城-百度·文心的研發過程中，得益于鵬城實驗室的高性能AI算力系統“鵬城云腦Ⅱ”和飛槳深度學習平臺強強聯手，解決了超大模型訓練的多個公認技術難題，使鵬城-百度·文心訓練效率大幅提升，模型效果更優。“鵬城云腦Ⅱ”是國產自主的首個E級AI算力平臺，曾在多個國際性能測試上獲得冠軍。飛槳是我國首個自主研發的深度學習開源開放平臺，研制了端到端自適應分布式訓練框架，實現多硬件支持，并行效率高達90%，有效支持鵬城-百度·文心千億大模型高效、穩定地訓練。另外，“鵬城云腦II”技術團隊也與華為團隊一同對大模型訓練給予了持續保障。
為促進產學研協“多輪驅動”，鵬城實驗室與百度成立了鵬城-百度自然語言處理聯合實驗室，并以此為依托，實現資源共享、優勢互補，在自然語言處理前沿研究和創新應用方面協同攻關，助力打造國家戰略科技力量。此次聯合發布的鵬城-百度·文心將進一步解決 AI 技術在產業應用中缺乏領域和場景化數據等關鍵難題。本著“開源開放”的理念，該模型相關代碼近期會在OpenI啟智社區開源，依托“鵬城云腦Ⅱ”對外開放模型服務，聯合產學研協各方，充分挖掘AI大模型的賦能能力，助力科技創新，推動產業發展。