我们说一个挺争气的事。就在7月9日，也就是上周，《自然》杂志上发表了一篇文章，主要内容是介绍华为的盘古气象大模型，这是一种用于气象预测的大模型。为什么说争气？因为这是目前第一篇，中国科技公司作为唯一署名单位，发表在《自然》正刊上的论文。
我们先说论文的主要内容。核心可以用一句话概括，叫，AI天气预报，终于超过了数值天气预报。
什么意思？在目前的天气预报领域，最主流的预测方式，叫数值预测。你可以把它理解成，用解方程的方式，来预测天气。
这就好比，你要判断老王今天几点吃饭，你就要搜集很多信息。比如，老王早上是几点吃饭的？吃了多少？再比如，老王今天中午有没有应酬？有没有人约他吃饭？等等。这些信息，就叫数值。同时，有一个非常懂老王的人，设计了一个方程式。只要你把这些数值代入方程，就能算出老王几点吃饭。
数值天气预报的原理，就跟这个过程有点像。你搜集了很多关于天气的数值，代入方程，再求解，算出天气。换句话说，你看到的绝大多数天气预报，其实是用方程式算出来的，并不是来自，西边来了一片云，因此今天要下雨，这种直接的观测。
当然，你可能也发现了，数值预报，经常不准。怎么办？有人就想，全程用AI来做预报，具体的技术细节就不展开了。但问题是，AI预报的，更不准，而且慢。而这回，盘古气象大模型之所以能登上《自然》杂志，就是因为，作为AI预报，它第一次在精度和速度上，都超过了传统的数值预报。而且速度比数值预报，提升了大概10000倍。在一张V100专业显卡的支持下，大概只需要1.4秒，就能预测出全球24小时的天气。
听到这，你可能会说，这顶多算是气象领域的进展，跟我有什么关系吗？别着急，咱们要说的重点，并不是气象AI，而是它背后的华为盘古大模型。
就在上周末，华为刚刚举办了2023年开发者大会。假如把不同行业比作武林里的不同门派，那么开发者大会，就像一场针对武林人士的兵器展。给你看看今年出了哪些称手的新工具。而今年华为开发者大会最重要的事，就是发布升级版的盘古大模型。盘古大模型在2020年就已经开始研究，比GPT-3还要早一点。这回公布的，是最新的升级版。
当然，估计今天提起大模型，很多人都有点麻木了。毕竟，今年关于大模型的新闻太多了。但是，这回的盘古大模型，还真不太一样。借用华为自己的话说，这回的盘古大模型，是一个产业大模型，它不会写诗，只会做事。
要想弄清盘古大模型背后蕴藏的新机会，我们需要搞懂这么三件事。
第一，大模型的下半场，拼的是什么能力？你可以这么理解，大模型的能力，正在从解决困难型问题，转变成解决复杂型问题。
注意，难和复杂，这是两个不同的概念。
难，指的是这个问题在知识层面上要求很高。比如，写一首诗、画一幅画、做一道数学题。这个过程就像跳高，目标虽然高，但落实到动作上，无非就一个字，跳。现在的很多大模型，核心能力都在于解决这类困难型问题。这类问题的特点就是，回答起来有难度，但问题的链条很短，一问一答，就结束了。
但是，你肯定也发现了，在现实世界中，大多数真实挑战，它的链条都很长。我解决第一个问题，又会衍生出第二个问题。解决第二个，后面还有第三、第四个。现实世界的挑战，往往是一组问题的集合。就好比教小孩子写字，看起来简单，但是，你不可能一开始就设计好所有的方案。你得先教完一部分，看看小孩子写得怎么样，再根据他的表现调整后面的方案。说白了，就是得走一步看一步，根据实际情况随时调整。
这类环环相扣的问题集，就叫复杂。解决它需要的不仅是抽象的知识，更是来自前线的一手经验。
说白了，你能执行一个具体任务，能干成一件具体的事，这个应对复杂问题的能力，也许是很多行业更需要的。
而这回的盘古大模型，核心就在于这个解决具体问题的能力。盘古大模型，是一组预训练大模型和工程应用平台的统称。所谓预训练，指的是它已经预判到了将来可能遇到的问题，并且储备了相应的解决问题的能力。
具体看，盘古大模型，内部包括三个能力段位，分别是，L0、L1、L2。
L0能力段位，指的是大模型的通用能力。就好比，这人天生是个练武奇才，骨骼清奇，天赋极高，而且已经打通任督二脉，练什么功夫都快。你想让它练什么，比如，学怎么做天气预报，怎么做药物研发，好，你可以稍微教教它，一学就会。
L1能力段位，指的是更针对具体行业、具体企业的大模型。就好比练武，这个大模型已经精通独孤九剑、降龙十八掌，具体的功夫已经练好了。
L2能力段位，就更具体了，它针对的是具体的业务场景，比如，让一个懂降龙十八掌的人，去做保镖，护送一个人从上海到北京。你看，这就是非常具体的任务。L2级别的大模型，具备的就是这类解决具体任务的能力。
简单说，假如L0是个通才，L1是个专才，那么，L2就是精通某件事的老师傅。企业需要哪个，就可以调用哪个。借用华为自己的话说，通用大模型是人类的大脑，而工业领域大模型，就是手和脚。它的核心能力，在于做成具体的事。
这是盘古大模型背后的第一个重点。我们能从中看到，大模型的未来方向，正在从解决困难问题，转向解决复杂问题，执行具体任务。
第二个重点是，这回的盘古大模型，实现了算力的国产化。说白了，这回盘古大模型用的芯片，是咱们自己的。我们都知道，AI的训练有三个关键要素，算力、语料、训练方法。而且其中最底层的能力基座，就是算力。这也是为什么在这一轮AI热中，英伟达成了最大赢家。而这回，华为训练盘古大模型用的，包含GPU在内的芯片，全部是华为自研的昇腾芯片。
说到训练，在这还得特别强调一句。按照华为开发者大会上的说法，未来的大模型训练，将出现一个新趋势，端云协同。也就是，有分布在各处终端的无数双手，同时执行各种各样的任务，积累各式各样的经验。而这些经验，最终将沉淀到同一个云端的大脑。
比如，某一条工业流水线上的质检，这个场景看起来非常小，很难积累出大规模的经验。但事实上，它并不是小，只是分散。假如能把每一个企业，每条流水线上的质检经验加在一起，就能形成一套稳定的解决方案。从这个角度看，大模型的应用部署，更像是一场新训练的开始。
第三个重点是，大模型未来的研究趋势。按照这回开发者大会上的说法，未来在行业应用方向，大模型的发展重点主要有这么几个。
首先，是垂域数据标注与模型微调将成为重点。也就是，大公司提供基础大模型，而细分行业里的公司，为大模型提供垂直细分领域里的数据，通过微调，让它们在细分任务上有更好的表现。
其次，是大小模型协同。也就是，在遇到复杂任务时，需要通用型的大模型，与专家型的小模型配合解决。这个解决方案可能不是一步到位，可能每个环节，需要调用不同的模型。
其实，这些重点，可以概括成一句话。过去说起大模型，它的优点是，够聪明。但是未来说起大模型，它需要的是，有本领。够聪明，指的是你针对一个问题，有足够的知识存量。而有本领，指的是你能面对挑战，把事办成。返回搜狐，查看更多
责任编辑：}