中青報中青網(wǎng)記者 張藝
隔著屏幕，很難想象，一眾開發(fā)者里的“技術(shù)專家”竟是一名大學生。
從手語識別到AI編曲，扎入AI賽道這幾年，哈爾濱工業(yè)大學深圳校區(qū)機電工程與自動化學院學生曹志浩把對生活的體察，變成了一個個幫助人、打動人的技術(shù)方案。
曹志浩從小就有一個科學夢，“希望通過人工智能改變世界”。
科幻作品是他的“啟蒙老師”。在《黑客帝國》《流浪地球》等影視片里，他看到AI無限的可能性；閱讀《三體》等科幻小說，“智能時代蓬勃的生命力，讓我的眼界一下子打開了。”
親自上手接觸AI，源于大一時，他參加的一場公益志愿活動。在深圳元平特殊教育學校，孩子們用手語表達感謝，曹志浩卻看不懂，需要老師來翻譯。
“能不能用AI做一個普通人跟弱勢群體之間溝通的橋梁？”曹志浩萌生出這一念頭，但在當時，還缺乏充足的技術(shù)養(yǎng)分，讓這顆種子發(fā)芽。
在之后的學習中，曹志浩發(fā)現(xiàn)，百度飛槳AI Studio開發(fā)者社區(qū)有很多視頻識別的AI模型。“太好了，既然手語可以通過視頻捕捉，那AI就可以識別手語，把手語動作翻譯成語音。”
那是一個開放的創(chuàng)新生態(tài)。在線上社區(qū)，曹志浩感受到“極客”的浪漫：開發(fā)人員中藏著許多技術(shù)牛人，他們毫不吝嗇地分享自己的經(jīng)驗，有的是年齡與他相仿的大學生，甚至還有一些初中生。許多天馬行空的想法在這片土壤里孕育，有提問、有分享，討論的氛圍十分熱烈，頗有“理想國”的味道。
曹志浩主動將遇到的問題發(fā)布在社區(qū)，許多開發(fā)者熱心地傳授了許多改進的辦法。“這也是AI的溫暖。整個社區(qū)的年輕人合力搭橋，我能感受到他們在幫助別人的快樂！”
曹志浩介紹，即便手語不夠標準，他所做的這款手語識別模型也能識別。后期為了優(yōu)化應(yīng)用，他將代碼在社區(qū)上開源，希望更多人參與完善這個項目，并開發(fā)更多的國產(chǎn)智能產(chǎn)品。
除了為特殊群體“發(fā)聲”，曹志浩還創(chuàng)造出另一種聲音融合了中國航天發(fā)展50多年的強國之聲。
在2022年中國航天日線上啟動儀式上，一首AI編曲的《東方紅》響徹全常這首改編的樂曲中，有52年前，我國第一顆人造衛(wèi)星東方紅一號成功發(fā)射的聲音；20年前，中國飛天第一人楊利偉經(jīng)歷的26秒低頻共振；16年前，長征系列火箭從當年長征的地方出征太空的聲音；10年前，玉兔號月球車漫步月面的聲音；兩年前，天文一號登陸火星、王亞平邁出中國女性太空行走第一步、航天員在太空中吹奏葫蘆絲、彈古箏的聲音等。
“對我而言，接下這個任務(wù)，是帶著使命感的。”曹志浩說，中國第一顆人造衛(wèi)星“東方紅一號”的技術(shù)負責人孫家棟院士，也畢業(yè)于哈爾濱工業(yè)大學。哈爾濱工業(yè)大學與中國的航天事業(yè)有著不解之緣。
3周時間里，曹志浩將《東方紅》反復(fù)聽了許多遍。“我國當年發(fā)射東方紅一號，是在國外封鎖技術(shù)之下，先輩們通過自己奮斗努力實現(xiàn)的。轉(zhuǎn)眼這么多年過去，盡管他們中的一些人已經(jīng)離去，但精神永存于這首樂曲中。”
曹志浩開發(fā)出音頻處理神經(jīng)網(wǎng)絡(luò)，只要把音樂傳入該網(wǎng)絡(luò)，AI就負責把各種音樂的風格濾出，并將風格特征向量疊加，最終得到以弦樂、管樂、合成器、打擊樂四大類為基調(diào)的音樂風格，以此致敬中國航天。
曹志浩還與幾個年輕的開發(fā)者一起建立AgentMaker小組（基于百度飛槳深度學習平臺做“二次開源”的開發(fā)者團隊），成立3個月就完成了16個項目，開源了多個前沿模型、學習案例指南、開發(fā)套件，讓開發(fā)者研究AI的過程更加便捷高效。僅第一年，團隊代碼貢獻量超24萬，下載量超5萬。他說，希望能為開發(fā)出更多國產(chǎn)智能制造產(chǎn)品提供幫助。
大模型是當下全球科技創(chuàng)新的焦點，也是全球人工智能競賽主戰(zhàn)常據(jù)統(tǒng)計，目前中國10億級參數(shù)規(guī)模以上大模型已發(fā)布79個；有14個省區(qū)市在開展大模型研發(fā)，主要集中在北京和廣東，其中北京38個、廣東20個。
今年以來，多地紛紛出臺政策，沖刺“人工智能高地”，競跑“未來賽道”。
在2023中關(guān)村論壇上，北京發(fā)布《北京市加快建設(shè)具有全球影響力的人工智能創(chuàng)新策源地實施方案(20232025年)》，其中提到，“支持創(chuàng)新主體重點突破分布式高效深度學習框架、大模型新型基礎(chǔ)架構(gòu)、深度超大規(guī)模圖計算、超大規(guī)模模擬計算等基礎(chǔ)平臺技術(shù)。支持數(shù)據(jù)與知識深度聯(lián)合學習、高維空間多模態(tài)語義對齊、大規(guī)模認知與推理、可控內(nèi)容生成、高效低成本訓練與推理等關(guān)鍵算法研發(fā)，著力推動大模型相關(guān)技術(shù)創(chuàng)新。鼓勵相關(guān)技術(shù)和算法開源開放”。
“技術(shù)的發(fā)展終歸是要為人服務(wù)的，大模型打通了普通人和人工智能之間溝通的橋梁。”曹志浩也在持續(xù)探索大模型和機器人的結(jié)合。在他看來，大模型，尤其是大語言模型可以幫助機器人更好地理解和運用高級語義，作為機器人的大腦的一部分，使其與人類、與物理環(huán)境的互動更自然。
8月31日，百度宣布將文心一言向全社會開放。“如果把文心一言和機器人相結(jié)合，當機器人能夠更好地理解我們的語言的時候，它們將在社會中扮演更重要的角色。”曹志浩說。
一個可預(yù)見的趨勢是，人工智能同保障和改善民生的結(jié)合越來越緊密。“但AI不是一個冷冰冰的手術(shù)刀，哪里需要哪里切。”曹志浩認為，“AI首先必須有人性、有溫度。”
未來，曹志浩想成為一名教師，“向后來人傳遞AI的溫暖，讓更多青年能夠在這場浪潮中，挖掘人工智能的人文價值，做一些能幫助全人類進步的事情。”
來源：中國青年報客戶端
