2017年,谷歌釋出《Attention Is All You Need》論文,首次提出Transformer架構,掀開了人工智慧自然語言處理(NLP)領域發展的全新篇章。Transformer架構作為神經網路學習中最重要的架構,成為後來席捲全球的一系列通用大模型如ChatGPT、Gemini的底層技術支撐。而提升Transformer的執行效率也成為人工智慧領域的研究熱點,2024年4月,谷歌最近一次更新了Transformer架構,提出了Mixture-of-Depths(MoD)方法,使得訓練後取樣過程中提速50%,成為Transformer架構提速升級的又一重要事件。
同樣在今年,一家來自國內的人工智慧企業彩雲科技,在國際機器學習領域的頂級會議ICML(國際機器學習大會)上,釋出全新大模型論文《Improving Transformers with Dynamically Composable Multi-Head Attention》。在該論文中,彩雲科技團隊首次釋出DCFormer架構,並在基於DCFormer打造的模型DCPythia-6.9B上,實現了在預訓練困惑度和下游任務評估上都優於開源Pythia-12B。這意味著,DCFormer模型在效能上,實現了對Transformer模型1.7-2倍的提升。
11月13日,彩雲科技在北京總部與媒體進行一場主題為“From Paper to App”的溝通會。會上,彩雲科技CEO袁行遠,就通用大模型未來進化之路,與人工智慧的落地場景等熱點話題進行了交流,並正式推出了首款基於DCFormer架構開發的通用大模型雲錦天章,與此同時,彩雲科技旗下AI RPG平臺彩雲小夢,也成為首款基於DCFormer架構開發的AI產品。
只有模型效率和智慧度提升 才能實現真正的AGI
溝通會現場,袁行遠首先向參會者展示了一個ChatGPT o1的問答:“假設ChatGPT4每天響應使用者約2億個請求,消耗超過50萬千瓦時的電力。假設全球網路都使用ChatGPT作為訪問入口,ChatGPT每天消耗多少電力?另外按照這個速度發展下去,到2050年全球人工智慧的耗電量會達到目前地球發電能力的多少倍?”ChatGPT o1給出的答案是,“到2050年,全球人工智慧的耗電量可能會達到目前地球發電能力的8倍”。
同樣的問題,在今年2月份的世界政府峰會上,英偉達CEO黃仁勳有更為誇張的表述,“假設計算機的速度永遠不會變快,我們可能需要14個不同的行星、3個不同星系、4個太陽為這一切(AI)提供燃料。”AI對能源的強大需求在業內已經是共識,英偉達致力於透過提升硬體來提升AI效率,降低能耗;而袁行遠則認為,改善大模型底層架構,提升人工智慧執行效率,是改變AI能源困局的更優路徑。
“Scaling Law告訴我們,隨著算力的提升,模型更大、資料更多,模型效果會越來越好,但與之相應的,能耗也會越來越高,在Scaling Law失效,人工智慧實現之前,或許我們地球的能源就已經無法支撐了。”袁行遠表示,“沒有效率的提升,AI就是鏡花水月。”
彩雲科技團隊構建DCFormer框架,提出可動態組合的多頭注意力(DCMHA),替換Transformer核心元件多頭注意力模組(MHA),解除了MHA注意力頭的查詢選擇迴路和變換回路的固定繫結,讓它們可以根據輸入動態組合,從根本上提升了模型的表達能力,由此實現了對Transformer架構1.7—2倍的效能提升。
今年的ICML會議上,彩雲科技團隊的3篇論文,在錄用平均分為4.25-6.33的情況下,獲得平均7分的高分,併成為國內唯二受邀參加維也納ICML 2024登臺演講的企業,另一家則是華為。
袁行遠表示:我們的工作表明,Transformer架構距離“理想模型架構”還有很大的提升空間,除了堆算力堆資料的“大力出奇跡”路線,模型架構創新同樣大有可為。往小了說,在大模型領域,利用效率更高的模型架構,小公司也可以在與世界頂級人工智慧企業的對抗中取得優勢。往大了說,模型效率的提升,可以有效地降低人工智慧升級迭代的成本,加速AI時代的到來。
雲錦天章問世 首個基於DCFormer架構的通用大模型
作為國內最早做LLM(大語言模型)的公司之一,彩雲科技在2017年就已經開始做NLP和大模型方面的工作。目前,彩雲科技旗下有彩雲天氣、彩雲小夢、彩雲小譯三款面向C端使用者的AI產品,是國內為數不多能夠實現盈利的人工智慧公司。
“世界最強的小說續寫通用模型。”溝通會上,袁行遠向大家展示了首個基於DCFormer架構的通用大模型雲錦天章。“這個成語是比喻文章極為高雅、華美,和我們的大模型想要實現的效果有共通之處。”袁行遠介紹,雲錦天章可以實現在虛構世界觀的基礎上,賦予小說人物程式設計、數學等基礎能力,可以高速針對大量文字進行擴寫、縮寫,針對文章風格進行大容量更換,同時兼具其他模型的問答、數學、程式設計等基礎能力。
而在應用端,擁有四百萬使用者的彩雲小夢,也迎來了基於全新DCFormer架構的V.3.5版本。與之前的版本相比,彩雲小夢V3.5整體流暢性和連貫性提升了20%,支援前文長度由2000字提升至10000字,故事背景設定最長長度高達10000字。“這意味著,在故事創作或者與人工智慧對話中,人工智慧能夠記住之前發生的事情,記住之前故事裡發生的細節,人物記得自己明確的目標,並且會根據劇情及時進行反思修正。在做到自主創作的同時,發散性收斂,不會天馬行空,人物性格前後一致,故事邏輯性更強。”
“深度對話,超長記憶,邏輯清晰。”袁行遠總結綵雲小夢V3.5的特徵,“我們的目標是為使用者打造指尖伴侶定製夢境。”袁行遠表示,彩雲小夢的使用者單次使用時長,累計使用時長在同類產品中都處於遙遙領先的地位,“對話超過400句,你會發現彩雲小夢真正的魅力。”
袁行遠介紹,公司接下來將繼續加大對DCFormer的研究和投入:“一方面有打破‘國外做技術層,國內做應用層’刻板印象的情懷所在,一方面也是為公司自有產品應對市場競爭,實現快速迭代升級和能力領先的現實需要。”