日前，國(guó)際數(shù)據(jù)公司(IDC)最新報(bào)告顯示，字節(jié)跳動(dòng)旗下的豆包大模型在中國(guó)公有云大模型市場(chǎng)份額排名第一，占比高達(dá)46.4%，且多模態(tài)能力處于全球領(lǐng)先水平。

越來(lái)越“聰明”的豆包，是AI技術(shù)團(tuán)隊(duì)持續(xù)訓(xùn)練的結(jié)果。這其中，就有一支來(lái)自貴陽(yáng)經(jīng)開(kāi)區(qū)的算法團(tuán)隊(duì)——貴州網(wǎng)絡(luò)數(shù)據(jù)融合創(chuàng)新實(shí)驗(yàn)室團(tuán)隊(duì)，在豆包算法團(tuán)隊(duì)中實(shí)力排名前列。

去年以來(lái)，人工智能發(fā)展日新月異。就在算力和應(yīng)用高歌猛進(jìn)之際，一個(gè)關(guān)鍵環(huán)節(jié)的短板日益凸顯：作為訓(xùn)練AI的關(guān)鍵，算法供應(yīng)鏈支撐率不足10%，成為制約AI發(fā)展的桎梏。

面對(duì)巨大的市場(chǎng)缺口，貴陽(yáng)經(jīng)開(kāi)區(qū)依托貴陽(yáng)大數(shù)據(jù)安全靶場(chǎng)對(duì)數(shù)據(jù)的安全保障優(yōu)勢(shì)，引進(jìn)貴州網(wǎng)絡(luò)數(shù)據(jù)融合創(chuàng)新實(shí)驗(yàn)室，支持實(shí)驗(yàn)室打造AI算法供應(yīng)鏈,破解行業(yè)“算法荒”困局。

破局：布局算法供應(yīng)鏈賽道

據(jù)了解，人工智能發(fā)展包括三個(gè)層面：第一個(gè)層面是作為上游的算力層，包括各類(lèi)算力中心；第二個(gè)層面是作為下游的應(yīng)用層，比如各種大模型。還有一個(gè)中游的算法層容易被市場(chǎng)忽視。

“經(jīng)過(guò)這兩年的發(fā)展，應(yīng)用層、算力層的規(guī)模和能力都跑到了算法前面。全國(guó)各地都在建算力中心，市場(chǎng)大模型層出不窮，但按照現(xiàn)有算力和應(yīng)用的規(guī)模，算法供應(yīng)鏈完成率卻不到10%。”貴州網(wǎng)絡(luò)數(shù)據(jù)融合創(chuàng)新實(shí)驗(yàn)室副主任容崧瓊告訴記者。

AI行業(yè)面臨全國(guó)性“算法荒”，但也潛藏著巨大的市場(chǎng)空間。基于對(duì)行業(yè)需求的觀(guān)察，2023年開(kāi)始，貴州省相關(guān)部門(mén)與廣西科學(xué)院進(jìn)行深入交流后得出一致結(jié)論，不管是數(shù)字經(jīng)濟(jì)發(fā)展情況，還是政策對(duì)大數(shù)據(jù)產(chǎn)業(yè)的支撐力度，貴州都更有優(yōu)勢(shì)。先機(jī)即商機(jī)，2024年8月，兩地共同成立貴州網(wǎng)絡(luò)數(shù)據(jù)融合創(chuàng)新實(shí)驗(yàn)室，并落地貴陽(yáng)大數(shù)據(jù)安全產(chǎn)業(yè)示范區(qū)。

每個(gè)行業(yè)都有供應(yīng)鏈，都需要原材料，人工智能行業(yè)也不例外。實(shí)驗(yàn)室落地貴陽(yáng)經(jīng)開(kāi)區(qū)以來(lái)，緊緊聚焦“算法荒”行業(yè)短板，專(zhuān)注于做算法供應(yīng)鏈，通過(guò)匯聚數(shù)據(jù)、治理數(shù)據(jù)，為AI發(fā)展提供所需數(shù)據(jù)“原材料”。

算法供應(yīng)鏈涉及生產(chǎn)數(shù)據(jù)、加工數(shù)據(jù)等環(huán)節(jié)，且每個(gè)環(huán)節(jié)都有著極高的數(shù)據(jù)安全需求。落地貴陽(yáng)大數(shù)據(jù)安全產(chǎn)業(yè)示范區(qū)，依托貴陽(yáng)大數(shù)據(jù)安全靶場(chǎng)，很好地保障了實(shí)驗(yàn)室的數(shù)據(jù)安全。

“貴州孵化大模型雖沒(méi)有發(fā)達(dá)地區(qū)有優(yōu)勢(shì)，但這邊的數(shù)據(jù)供應(yīng)鏈較強(qiáng)，依托這種優(yōu)勢(shì)，我們專(zhuān)注于做好算法供應(yīng)鏈。”容崧瓊說(shuō)，算法供應(yīng)鏈的前提是擁有海量數(shù)據(jù)支撐，這也恰恰是貴州發(fā)展大數(shù)據(jù)產(chǎn)業(yè)多年來(lái)形成的先發(fā)優(yōu)勢(shì)。

得益于這種優(yōu)勢(shì)，實(shí)驗(yàn)室成立后，與相關(guān)單位打通渠道，增強(qiáng)數(shù)據(jù)生產(chǎn)、治理能力，將數(shù)據(jù)資源優(yōu)勢(shì)轉(zhuǎn)化為算法供應(yīng)鏈支撐能力。目前，實(shí)驗(yàn)室每天生產(chǎn)數(shù)據(jù)達(dá)到300億條。

強(qiáng)基：千人團(tuán)隊(duì)解題“喂”AI

海量數(shù)據(jù)本身并沒(méi)有價(jià)值，如何“沙里淘金”，把無(wú)效數(shù)據(jù)變成有效資產(chǎn)？

容崧瓊介紹，實(shí)驗(yàn)室猶如一個(gè)“原料生產(chǎn)工廠(chǎng)”，實(shí)驗(yàn)室組建的人才團(tuán)隊(duì)是“工人”。實(shí)驗(yàn)室按照訂單需求，將相應(yīng)數(shù)據(jù)給到“工人”，“工人”對(duì)數(shù)據(jù)進(jìn)行“加工提純”后，通過(guò)貴陽(yáng)大數(shù)據(jù)交易所輸送到全國(guó)各地。

隨著AI的發(fā)展，大模型訓(xùn)練已經(jīng)不再局限于語(yǔ)言訓(xùn)練，而是包括語(yǔ)言識(shí)別、圖像識(shí)別等在內(nèi)的多模態(tài)大模型訓(xùn)練。因此，數(shù)據(jù)雖是資產(chǎn)，但真正將數(shù)據(jù)變成資產(chǎn)的關(guān)鍵是人才。

2023年年初，大模型應(yīng)用尚未全面推廣時(shí)，實(shí)驗(yàn)室團(tuán)隊(duì)便預(yù)判人工智能的競(jìng)爭(zhēng)本質(zhì)是知識(shí)庫(kù)的競(jìng)爭(zhēng)，率先啟動(dòng)人才庫(kù)儲(chǔ)備。實(shí)驗(yàn)室成立后，迅速聯(lián)合貴州大學(xué)建立貴州省數(shù)據(jù)標(biāo)注實(shí)驗(yàn)室，構(gòu)建專(zhuān)業(yè)人才梯隊(duì)，以人才為核心支撐，將高校知識(shí)庫(kù)轉(zhuǎn)化為算法供應(yīng)鏈的核心驅(qū)動(dòng)力。

對(duì)人才的選拔，實(shí)驗(yàn)室設(shè)立嚴(yán)苛篩選機(jī)制，優(yōu)中選優(yōu)。學(xué)生要先報(bào)名，根據(jù)想做的算法訓(xùn)練參加培訓(xùn)和考試，考試合格后試標(biāo)，試標(biāo)成功率達(dá)到95%以上的，才能進(jìn)入數(shù)據(jù)標(biāo)注實(shí)驗(yàn)室參加數(shù)據(jù)治理。

高水平人才，解高難度題目。前兩天，一個(gè)奧數(shù)題難住了解題人。兩名學(xué)生緊密配合，一人負(fù)責(zé)解題，一人用程序把解題步驟寫(xiě)成機(jī)器語(yǔ)言。兩人花了4小時(shí)，一共解了50多個(gè)步驟，才把題目解答出來(lái)。

目前，實(shí)驗(yàn)室已在貴州大學(xué)組建1000人的人才團(tuán)隊(duì)，其中50%以上是碩士研究生，有幾十名博士研究生。今年，在貴州大學(xué)的人才團(tuán)隊(duì)計(jì)劃擴(kuò)展到1萬(wàn)人，碩士研究生要占到60%以上，博士研究生要占到300人至500人。數(shù)理化專(zhuān)業(yè)學(xué)生比例預(yù)計(jì)占90%以上。

此外，實(shí)驗(yàn)室還與蘭州大學(xué)、安徽大學(xué)、桂林電子科技大學(xué)等高校完成簽約，下步將繼續(xù)加強(qiáng)與中山大學(xué)、中國(guó)科學(xué)技術(shù)大學(xué)等高校合作。每家合作高校計(jì)劃組建2000人的團(tuán)隊(duì)。

為強(qiáng)化AI算法人才可持續(xù)供給，實(shí)驗(yàn)室構(gòu)建了“實(shí)訓(xùn)-就業(yè)”的人才發(fā)展閉環(huán)。通過(guò)加強(qiáng)與企業(yè)合作，字節(jié)跳動(dòng)等企業(yè)直接提供內(nèi)推名額，團(tuán)隊(duì)優(yōu)秀人才可獲得入職大廠(chǎng)的機(jī)會(huì)。

開(kāi)拓：數(shù)據(jù)交易規(guī)模達(dá)2000萬(wàn)元

在貴州大學(xué)數(shù)據(jù)標(biāo)注實(shí)驗(yàn)室內(nèi)，學(xué)生們正忙著解題，將解題步驟和答案轉(zhuǎn)換成機(jī)器人能夠識(shí)別的語(yǔ)言訓(xùn)練AI，讓豆包變得更“聰明”。

“訓(xùn)練AI的核心邏輯很清晰：誰(shuí)能給它灌注更多知識(shí)，誰(shuí)就能讓它更聰明。”容崧瓊解釋道，實(shí)驗(yàn)室通過(guò)與高校合作，對(duì)高校知識(shí)庫(kù)深度挖掘，將數(shù)據(jù)供給師生進(jìn)行“加工”后，再將“加工”好的數(shù)據(jù)“材料”喂給AI。

今年高考后，實(shí)驗(yàn)室做了一項(xiàng)測(cè)試：將高考語(yǔ)文全國(guó)一卷的作文試題，讓目前全球最頂尖的幾款人工智能大模型進(jìn)行解題作答，發(fā)現(xiàn)豆包的解題精準(zhǔn)度最高。

人工智能算法供應(yīng)鏈?zhǔn)袌?chǎng)空間巨大，單一大模型平臺(tái)每年的算法訓(xùn)練費(fèi)用可達(dá)數(shù)十億元。實(shí)驗(yàn)室正在為豆包等大模型提供算法支撐，為豆包提供的算法支撐力位居全國(guó)前三。

截至目前，實(shí)驗(yàn)室在全國(guó)的服務(wù)單位達(dá)30余家，包括10余家上市公司，以及多家科研院所。治理好的數(shù)據(jù)主要通過(guò)兩條通道輸出：對(duì)于豆包等有自有平臺(tái)的單位直接輸送給對(duì)方；其余客戶(hù)通過(guò)貴陽(yáng)大數(shù)據(jù)交易所進(jìn)行交易。

實(shí)驗(yàn)室已在貴陽(yáng)大數(shù)據(jù)交易所發(fā)布十余款數(shù)據(jù)產(chǎn)品，數(shù)據(jù)集日均交易量達(dá)數(shù)千條至數(shù)萬(wàn)條。實(shí)驗(yàn)室成立不到一周年，已成功躋身西南地區(qū)算法供應(yīng)鏈第一梯隊(duì)，截至今年6月，數(shù)據(jù)交易規(guī)模達(dá)2000萬(wàn)元。

今年上半年，實(shí)驗(yàn)室完成產(chǎn)值近800萬(wàn)元。2025年，實(shí)驗(yàn)室將繼續(xù)深化與重點(diǎn)高校合作，建強(qiáng)人才隊(duì)伍，努力成為豆包大模型算法供應(yīng)鏈團(tuán)隊(duì)的全國(guó)第一，致力于成為西南地區(qū)算法供應(yīng)鏈龍頭。

（記者 黃菊）