对话京东大模型“掌门人”何晓冬:京东布局大模型有哪些新思考?( 二 )


产业化难点是与场景结合从数字智能,到具身智能乃至于实体世界的智能,大模型带来的可能性令各界满怀憧憬,但在具体的落地过程中,大模型如何与具体的产业数据、场景特性和文化相结合起来,往往也困扰着诸多企业 。
在何晓冬看来,如今的大模型 , 与当年的搜索引擎技术是相似的 。搜索引擎出来后,也存在着通用和垂直之说,诸如谷歌、百度等通用搜索 , 但其实在各类垂直的头部App内,其实也都有自己的搜索引擎,包括京东、淘宝、美团等 。在这些平台上,当你希望搜索与这些平台属性高度相关的产品或服务时,往往能比通用搜索取得更好的效果 。
“从技术的角度而言,一个技术必须结合场景才能做的最好 。大模型不仅仅是一个界面,它还会涉及许多非常专业决策,需要将各类数据、知识打通结合才能真正发挥价值,所以只有把这种技术跟具体的场景深度结合,才能更好地提供服务 。”何晓冬表示 。
当前阶段,如果从应用角度出发的话,何晓冬更看好垂直大模式的发展 。一说到垂直模型,大家就会想到以前根据一个场景训练标配数据训练模型的情况 。事实上 , 大模型时代的垂直大模型,无论是模型参数还是需要训练的数据 , 都是很大的,多数在千亿至万亿参数之间 。
在何晓冬看来,一个产业大模型或垂直大模型,除了有通用的知识能力外,还应该有很强的产业专属的数据知识和推理能力 。“某种意义上,我认为现在是你得先有通用数据,加上产业相关垂直数据,使得你的大模型能够直接构造一个通用+产业的知识网络,通用和垂直不是互斥的 。”何晓冬表示 。
相比垂直模型,京东更倾向于把自己的大模型技术成为“产业大模型” , 而这样做的目的,便是为了防止一提到垂直模型 , 大家往往便会把它定义为一个小且垂直的模型 。
在何晓冬看来,大模型应该产业化才能产生价值,而且在落地产业的过程中必然会遇到很多问题 。只有在落地的过程中不断地结合具体场景的数据、业务需求不断打磨,才能使得模型不断地进一步强化、变得经济可控,产生真正的价值 。
企业CTO如何拥抱大模型变革?大模型打开了走向通用人工智能的技术实现路径,也带来了人工智能大工业化发展的新机遇 。面对技术带来的颠覆式产业变革 , 作为产业技术的负责人,CTO需要着眼全局 , 在急速变革的数智化时代抓住技术带来的新机会,才能作出关键的技术与管理决策 。
在何晓冬看来,大模型时代,有两类应用将存在新的机会 。第一 , 因大模型出现而带来的全新应用 。例如,智能助手,之前虽然大家都在提千人千面的智能助手 , 但在对话交互方面,却依然存在局限 。第二 , 已有APP的重新升级改造,诸如获取信息、娱乐购物等人类的需求千古不变,只是每一次技术的出现,这些需求都可以被重新满足一遍 。
面对大模型技术带来的全新机会,何晓冬结合自己在京东从事技术管理的实践经验,总结了“企业CTO拥抱大模型产业”从技术探索到落地的“五步走”策略:
【对话京东大模型“掌门人”何晓冬:京东布局大模型有哪些新思考?】第一步,技术探索 。标志性事件可能是写几篇能够被顶级会议接受的论文,甚至可能还会有很大的学术影响力,这是探索的第一步,也是很重要的一步 。
第二步,要形成一个稳定可用的能力 。尽可能地将论文API或者模块化 , 成为可以被其他部门调动的能力 , 能够稳定地按一个特定的预期质量输出结果,需要有一定的工程投入了 。
第三步,对核心业务形成支撑 。最好能找到一个关键的业务,并对这个业务形成支撑 。比如京东最新的人机对话技术,会在京东的智能客服上应用,因为京东智能客服是一个非常关键的业务,是整个电商环节里面不可缺少的一环,每天有大量的流量,有大量流量、用户反馈 , 使得产品的应用情况就能更好地打磨和升级改造 。
第四步,变成一个独立的产品 。把它做成一个标准化的产品,这样才能对更多的客户进行赋能和推广 。
第五步 , 形成商业化落地 。产品最后走上市场商业化的时候 , 总会遇到各种各样新的需求、反馈或者意见,甚至于面临用户是否愿意买单的情况 。用户不会为技术买单,而是为产品价值买单,只有找到最有商业价值的地方,深度地打磨并走向商业化,才能够真正成功 。


推荐阅读