4月18日，第十届联想创新科技大会Tech World在上海举行。联想集团高级副总裁、首席技术官芮勇博士表示，不能再单纯地用大数据+大算力+大网络来堆砌大模型，而是要超越大模型，探索更接近人类的思维和行为方式。
2022年11月底，ChatGPT横空出世，掀起了大模型的热潮。从百亿参数，到千亿参数，再到万亿参数，大模型能力越来越强大；从语言模型，到视频模型，再到最近的音乐模型，大模型的表现越来越出色；AI历史上，无论是统治语音识别30年的隐马尔可夫模型，还是称霸整个90年代的支持向量机，从来没有任何一个技术，能够像今天的大模型这样强大。大模型是AI历史上的重要里程碑，它开启了人工智能发展的新纪元。芮勇博士称，但是它的理解和规划能力还很有不少局限性，这些局限性需要解决。
今天的大模型没有真正地理解语言和理解世界，也没有推理和规划能力。它只是根据高维语义空间的联合概率分布，来连接它之前见过的海量信息片段。
大模型一方面能力很强，另一方面有局限性。所以要'扬长补短'，扬长：我们要持续发扬并增强大模型的强大能力。长短：我们要打造基于大模型的智能体技术，真正解决应用场景的问题。联想的理念是，左手是大模型，右手是智能体，两手都要抓，两手都要硬。
联想倡导混合人工智能框架，是公有大模型和私有大模型的混合。从技术角度看，还有几个重要维度的混合。
首先，小模型不会消失。今后一定是基于大模型和小模型混合的“意图理解”技术。大家知道信息论里面的熵 entropy 是度量信息量的。越有序，熵越小，越无序，熵越大。联想使用交叉熵 cross entropy 损失最小化原则，将意图理解任务最优地分配给大模型和小模型，从而兼顾精准度和复杂性。
第二，基于CPU、GPU、NPU混合调度的“异构计算”技术。今天，在大模型的训练和推理过程中，瓶颈往往不在于芯片算力，而在于数据传输。这个方程式是说，我们来同时优化计算负载和数据传输，使总体执行时间最短。
第三，基于模型微调 (SFT) 与检索增强 (RAG) 混合的“智能问答”技术。相信很多人都听过RAG和模型微调。这两种技术哪个更好呢？其实，这两种技术各有长短。
第四，基于硬件加密与全栈可信架构的混合“隐私安全”技术。光用硬件是不够的，光用软件也是不够的。我们知道，在前量子时代，我们是通过把一个非常大的整数进行质数分解进行加密。但是在后量子时代，这就不够了。这个方程式通俗地讲，就是通过在一个高维实数空间里进行因式分解来进行加密。
可以看到，这里讲到的4 种混合式技术，需要端边云的协同，需要软件硬件的协同，需要传输与计算的协同。联想的新IT架构 “端边云网智”为混合式技术的实现提供了强大支持。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
