助力通用人工智能

中科院升級“紫東太初”

【中新社北京六日電】中國科學院自動化研究所六日發佈消息說，該所以其多模態大模型“紫東太初”1.0為基礎，目前正在和武漢人工智能研究院聯合打造全模態大模型“紫東太初”2.0，可實現文本、圖片、語音、視頻、3D點雲、傳感信號等不同模態的統一表徵和學習，助推從感知世界到認知世界的通用人工智能時代加速到來。

多模態技術為核心

在當天下午舉行的華為昇騰AI（人工智能）開發者峰會上，中科院自動化所“紫東太初”大模型研究中心常務副主任、武漢人工智能研究院院長王金橋研究員應邀作主旨演講介紹說，中科院自動化所二○一九年開始在語音、文本、圖像等單模態大模型研究和應用基礎上，瞄準多模態大模型領域聯合攻關，二○二一年七月正式發佈全球首個千億參數多模態大模型“紫東太初”，以多模態技術探索通用人工智能發展道路。

“紫東太初”在研發之初即堅持以多模態技術為核心，利用圖——音——文等更多類型數據進行跨模態的統一表徵和學習，實現圖像、文本、語音三模態數據間的“統一表示”與“相互生成”，使人工智能大模型的理解和生成能力更加接近人類，為貫通多模態人工智能行業應用提供創新基礎，向通用人工智能邁出關鍵一步。

王金橋指出，在“紫東太初”1.0應用推廣過程中，除需要處理海量語音、圖像和文本等互聯網信息外，還需要處理多種傳感器、3D點雲及視頻等物聯網海量數據。針對數字物聯時代的新需求與新趨勢，中科院自動化所研究探索全模態大模型體系架構和基礎算法，在文本、圖片、音頻、視頻的基礎上，“紫東太初”2.0可融入3D、視頻、傳感信號等更多模態數據，並優化語音、視頻和文本的融合認知以及常識計算等功能，進一步突破感知、認知和決策的交互屏障，讓人工智能從感知世界進化為認知世界，延伸出更強大的通用能力。

數十行業展現潛力

王金橋表示，目前，由中科院自動化所牽頭打造的多模態人工智能產業聯合體已陸續吸納產學研各界近七十家成員單位，“紫東太初”大模型已在手語教學、法律諮詢、交通出行、廣電、醫療機器人、醫學影像判讀等數十個行業場景領域，展現出廣闊應用潛力。