本文转自：人民日报客户端
谢卫群
2022世界人工智能大会科学前沿全体会议期间，上海人工智能实验室发布了更为通用的人工智能模型“书生2.0”。全新升级后的“书生”，不但“看图更准”，还学会了“理解视频”和“做翻译”，以中文为核心的大规模百语翻译开源平台也将在年内推出。
发展更为通用的AI技术，是人工智能的科技前沿和焦点问题。去年11月，上海人工智能实验室发布“书生”，一个模型即可覆盖分类、目标检测、语义分割、深度估计四大视觉核心任务。将通用视觉技术体系命名为“书生”，意在体现其如同书生一般的特质，可通过持续学习、举一反三，逐步实现通用视觉领域的融会贯通，最终实现灵活高效的模型部署。经过近一年的努力，“书生2.0”全新升级，可以更加精准地识别图像，在30多种视频任务上取得领先性能。
“实验室正在打造以视觉和自然语言为核心的通用模型技术体系，包括基础理论方法、数据集、模型集、下游任务和应用生态等。”上海人工智能实验室领军科学家乔宇表示，“面向未来，‘书生’期望实现以一个模型谱系完成上千种任务，体系化解决人工智能发展中的诸多瓶颈问题，推动人工智能从单任务单模态可用到多任务多模态安全易用，从感知智能到认知智能的跃升。”
目前大部分开源翻译模型在中文和其他语种之间的翻译错误率较高。针对这个痛点，“书生2.0”积累了大量以中文为核心的翻译数据，提出了异步多分枝训练技术，构建了以中文为核心的百语通用翻译模型，一个框架支持161种语言，推动中文自然语言处理社区的开放。
本次大会期间，由中国电子技术标准化研究院、上海人工智能实验室联合发起，多家机构共同编撰的全国信标委人工智能分委会的第一份技术文件《人工智能大规模预训练模型 第1部分：通用要求》（TC28/SC42-001）也即将发布。该文件是模型开发者、科研机构、模型使用方、第三方评测机构共同研讨的重要成果，作为一份奠基性规范文件，对推动大模型与产业深入融合、完善生态具有重要作用。
