考古周靖人，主导LLM推动MaaSAI，下一步如何与云整合？

　　撰文宇婷
　　坚持独立的思考，不局限于此刻。
　　2023年4月11日，阿里云北京峰会即将召开。在百度、360相继公布了自身的大模型产品以及进展后，这一次峰会被受众高度关注，聚焦在：阿里是否会正式公布其大模型的进展，以及将与阿里云如何整合？
　　对比微软和微软云Azure，大模型会对云业务本身会产生巨大的拉动。首先，微软向OpenAI投资100亿美元，获得OpenAI75的直接利润份额。其次，所有OpenAI的技术都运行在Microsoft的Azure云基础架构上，形成云资源的调用。最后，微软还将OpenAI的人工智能整合到Word、PowerPoint、Outlook和其他应用程序中，推动包括Teams、Loop等产品的用户量提升。
　　尽管中国厂商追赶ChatGPT3。5可能还要以1年为单位，但国内百度、阿里、字节、腾讯、360等大型公司，有着充足的区域市场。大厂竞争大模型，也在竞争AI生态。
　　文心一言目前已经有了先发优势。
　　对于阿里来说，根据业内消息，其特质是在AI算力的储备上充足，包括A100显卡资源目前在国内厂商中储备位列行业第一，以及寒武纪芯片等有所供应。此前阿里云也发布了自己的结构路线。
　　阿里巴巴在LLM（大型语言模型Largelanguagemode）领域的研究主要由达摩院负责，目前由阿里云智能CTO、达摩院副院长周靖人主导。在2022年阿里巴巴层发布了相关自然语言大模型技术M6和plug。
　　阿里巴巴大模型研发成功会对天猫、淘宝、高德、钉钉等业务应用直接带来直接的商业价值。此外，直接通过阿里云向TOB客户提供，也会构建新的MaaS商业模式。
　　在两周前的阿里云北京数据库峰会上，周靖人曾有过一个简短的演讲，我查看了下周靖人过往在AI领域表达的观点，看得出周靖人对于MaaS的思考前置于这一波ChatGPT热浪，并且展现出了技术和应用的平衡。
　　1、成为阿里云CTO前，领导阿里大数据智能研究
　　在2022年12月29日阿里巴巴董事会主席兼CEO张勇发出全员邮件中，宣布了周靖人（靖人）将担任阿里云智能CTO，并同时继续兼任达摩院副院长。
　　根据搜狗百科，周靖人2004年获得美国哥伦比亚大学计算机博士学位，后加入微软担任研发合伙人。微软期间带领团队研发了支撑着微软必应搜索，Office和Windows等高性能大数据计算平台。
　　他的主要研究方向包括大规模分布式系统和数据库、异构数据库，拥有16项相关专利，在国际多家权威期刊发表50多篇论文。
　　周靖人还是1994级中科大毕业生。
　　2016年，周靖人正式官宣加入阿里巴巴集团，负责达摩院智能计算实验室等工作。任职阿里云首席科学家，带领阿里云中美两地研发团队。总体负责阿里云大数据平台和人工智能研究iDST（InstituteofDataScienceTechnology）的科研工作，涉及大规模机器学习和语音、自然语言、图像以及视频处理技术。
　　他是大规模分布式系统和数据库等领域的国际级权威学者，曾入选IEEEFellow。（百科了下IEEEFellow，即IEEE会士，是IEEE最高级别成员，也是IEEE授予成员的最高荣誉，在学术科技界被认定为权威的荣誉和重要的职业成就；当选人需要对工程科学与技术的进步或应用做出重大贡献，为社会带来重大价值。）
　　2017年，他做了《阿里云大数据分析与智能》主题演讲。
　　根据媒体新智元对当时演讲的报道，当时他演讲观点：
　　各大公司的计算架构都很类似，但是阿里云的特色在于架构间各种资源是共享的，并且，由于是自建系统（homebuiltsystem），系统在调度和部署时也会便利很多。
　　当时他还提到了一个比较有趣的挑战算法是不断变化的。如果针对某个问题开发了一个特定的芯片或解决方案，解决方案和算法会随着时间的推移而改变，这样就会开发出很多特定的芯片和解决方案，然后就必须应对新的指令集，并在这么多不同的芯片上创造生态系统。
　　2018年双11，周靖人领导大数据智能计算团队，支撑双十一交易洪峰。2分05秒100亿元，以及实时日志处理峰值每秒17亿条。
　　2020年在阿里内部组织变革中晋升。2022年12月，他正式任职阿里云智能CTO，兼任达摩院副院长。
　　在阿里巴巴，他曾涉猎的工作包括了：淘宝事业群搜索推荐、达摩院智能计算实验室、阿里大数据智能计算和搜索推荐平台。
　　2、推动MaaS在阿里内部落地
　　根据媒体AI科技评论的报道，2021年3月达摩院发布国内首个千亿参数多模态大模型M6。那时周靖人作为项目主导人，从立项开始就思考如何更好地释放像M6这样的大模型的基础能力。
　　报道提到，他思考的结果是必须要有一个平台作为依托。在内部讨论中，这个想法一出来，就得到了达摩院各个实验室带头人的赞同。并且周靖人不断地把模型即服务（ModelasaService，MaaS）的理念在内部推动头脑风暴。
　　2022年，阿里达摩院与CCF开源发展委员会联合正式推出国内首个AI模型开源社区魔搭ModelScope。把300多个模型开放给整个中国的AI研究者与团队，涵盖了自然语言处理、视觉、语音、多模态等模型。
　　魔搭社区的核心关键词是：开源。当时周靖人在接受媒体采访时，提到其口号是：AIforEveryone周靖人解释了这句话的含义：无论是AI兴趣爱好者，还是使用者、开发者、研究者，模型即服务理念均能承载不同人群对AI的诉求，进一步落地AI应用。
　　我理解，魔搭是意图通过MaaS在具体商业场景中落地。平衡学术与应用。
　　大模型的研发不应该是一场少数机构的竞赛，而应该通过大小模型的协同进化走向更高级的应用，尤其是适应中国本土需求的应用。
　　作为中文大模型。，2022年11月CSDN创始人蒋涛曾对话周靖人探讨了AI模型社区魔搭ModelScope，以及背后包括澜舟科技、智谱AI、深势科技、中国科学技术大学等多家科研机构的开源生态。
　　周靖人提到了国内关于AI大模型的应用落地挑战：
　　AI模型难以覆盖各行各业的AI应用需求，面对新场景时，往往需要进行二次开发或优化，否则许多模型难以适配到特定环境应用中，AI模型定制化门槛较高。以及缺乏AI模型开发和使用交流分享的平台。当开发者遇到相关问题后，无法找到对应的模型服务，也找不到人来解答他的问题。
　　达摩院提出模型即服务（ModelasaService）。背后逻辑是把AI模型当作生产的重要元素，从模型预训练到二次调优，最后到模型部署，围绕模型的生命周期来提供相应的服务。
　　周靖人也提出了做法：
　　一是提供模型仓库，收集模型，提供优质数据，还可针对业务场景调优。模型使用和算力需结合在一起，并提供快速体验模型，让广大开发者无需写代码就能快速体验模型的效果。
　　二是提供抽象接口或API接口，以便开发者针对模型进行二次开发。当面对具体应用场景时，提供少样本或者零样本的方式便于开发者对模型做二次优化，真正让模型应用到不同的场景中。
　　2022年，魔搭上比较成熟的模型包括：澜舟科技的孟子系列模型，深势科技的蛋白质结构预测模型UniFold，智谱AI的多语言预训练模型等。
　　在CSDN的访谈中，还提到魔搭的商业模式突破。对比Huggingface从明星项目Transformer库入手，随后构建平台让用户可以托管相关的机器学习模型和数据集，还可共享、协作与投入生产应用，目前在国外生态蓬勃发展。
　　周靖人认为魔搭社区填补AI模型应用服务的空白，建设AI开发者生态。魔搭更关注本土需求，提供大量中文模型，第一批提供的中文AI模型已超过100个，覆盖自然语言处理、语音等常用任务。
　　3、AI与云到底是什么关系。
　　AI模型涉及大量的数据、算力，脱离云，在线下很难找到适合的机器来运行，AI模型的开发和使用目前需要在云计算之上。（魔搭对接了阿里云机器学习平台PAI和弹性计算ECS）
　　在两周前的阿里云数据库北京峰会上，阿里云智能CTO周靖人也在当天的演讲中提到一点：把数据能够有效地管理起来，特别是今天我们如何做好数据的存储、数据的分析。如何使用好数据，也发生了一系列的范式的转变。
　　2023年春，AI让大众使用ChatGPT、微软办公软件，能够支付得起费用的人群直接步入AI纪元，云和AI真正到了生产力飞跃的奇点。
　　不久前，在访谈阿里云数据库负责人李飞飞时，也了解到。
　　他认为：过去一二十年是信息时代数字化，也就是说企业的信息化办公实现了数字化。AI到了临界点，一定会催生这么两件事，一个叫物理世界数字化，还有一个是生物世界数字化。数据库在这里会发挥什么样的关键作用？第一，多模态的数据一定会成为事实标准，因为宏观世界数字化、微观世界数字化各种各样的数字一定会层出不穷，数据的多样性就像生物有多样性，数字化的世界里数据也是有多样性的。
　　仅仅回到云服务中的数据库纬度，多模态数据的存储和处理会促进处理多模态数据库爆发式增长。
　　云计算是以算力为基础，以数据为核心，以技术为牵引这是计算算力的服务化，这就像是电力服务化一样。算力服务化以后，使之有意义的是数据的注入，因此物理世界数字化、生物世界数字化进一步映射。而以ChatGPT为代表的多模数据应用和背后的算法架构成为趋势后，算力数据智能，这是期待已久的数据核裂变。
　　本文部分观点，参考阿里云数据库负责人李飞飞的演讲。