生成式AI，能否生成百度的未来？

原文来源：光锥智能

作者：刘雨琦

图片来源：由无界AI生成

大风始于青萍之末，命运的偶然和必然经常会纵横交织在一起。

2019年，是整个人工智能历史上，最为晦暗的一年。继2016年AlphaGo打败李世石，2017年Tansformer架构横空出世使得技术大规模爆发，2018年的创业热潮之后。2019年，资本退潮、技术瓶颈期、场景难落地，开启了人工智能史上的“乱纪元”。

没有人知道通用人工智能何时到来，就像三体人不知道太阳会在何时升起。

那一年，大批AI公司陷入裁员风波、资金链断裂、产品难产，能坚持至今的，所剩寥寥。

但也正是在2019年，AI新的希望开始孕育：OpenAI在7月接受了微软的投资并与其深度合作，如今让世人震惊的GPT-3正是从那一年开始研发；国内最早树立AI战略的百度，从年初就开始进行了一次长达半年的人事调整，如今看来，重新排兵布阵，似乎是开启了长达4年的坚守期。

2019年，王海峰晋升为集团CTO，继续担任AI技术平台体系（AIG）和基础技术体系（TG）总负责人，两者是百度最重要的技术底座；沈抖晋升为高级副总裁，全面负责移动生态事业群，随后在2022年又调任至百度智能云，成为百度第二增长曲线的开拓者；而在2019年引进的一批新生力量中，何俊杰是唯一一名80后百度副总裁，先是负责投资并购和战略投资，后又被重用，负责沈抖空缺出来的移动生态事业群，实权更加在握。

时间来到了2023年，Transformer的能力在这一年终于由OpenAI打破了天花板，进阶到一个新的层次，技术的突破让OpenAI一举成为全世界最受瞩目的公司。微软盖过了谷歌的科技光辉。

在过去四年里，百度的核心业务形成了由沈抖领军智能云，何俊杰负责移动生态，王海峰压阵技术的三角结构，百度也终于结束了静默期，开始转守为攻，动作不断。

“重新把每个应用都做一遍”，是经历了半年蓄力后的第一次亮剑，如今的百度像一颗行星，即将遇到巨大的“技术引力场”，而彻底改变轨道。

大模型涌现前夜

2017年，谷歌在一篇名为《Attention Is All You Need》的论文中，提出了Transformer架构，以替代传统的RNN和CNN循环模型，论文中展示了Transformer的训练准确性高于之前所有模型，训练时间明显低于之前的模型，在训练集内容较少时训练效果也很好。

这之后，Transformer架构迅速被接受并应用在了NLP和CV领域，尤其在NLP领域，注意力机制让机器能够更准确地理解语义并生成，以及减少信息重复。

作为最早一批发现并跟进Transformer技术路线的公司，百度已经在NLP领域研究超过十年之久，并已经组成了一支由王海峰、吴甜、吴华等顶尖专家组建起来的精悍的NLP队伍。

王海峰

彼时，NLP团队成立的第一个重要任务，是打造百度翻译。王海峰将深度学习和神经网络大胆应用在翻译中，加强机器对上下文的理解，形成更流畅的译文。这一勇敢尝试也让百度翻译成为第一个支持200多种语种的翻译系统，甚至比Google还早了一年零3个月。

这也是大模型四大核心能力“理解、生成、逻辑、记忆”中，理解能力的雏形。

但王海峰觉得，NLP还不够。他专门跑到李彦宏办公室去做汇报，提出了下个“登陆的诺曼底”——语音识别。他的理由是，语音识别技术马上要到产业化的临界点，一旦突破很快就会大规模商用。

李彦宏凭借着自己对技术的判断，决定再次支持王海峰，陆续建立了与NLP部门平行的“语音识别部门”、“图像识别部门”和“知识图谱部门”。

王海峰的一通操作让很多百度的同学不解，“这些技术和百度现在的产品也没关系啊，一股脑创建这么多部门，是攒着过年么？”

彼时的王海峰，正是看到了搜索数据对于大模型形成逻辑有着非常强大的支撑。“百度有世界上最大的搜索引擎，搜索引擎不仅信息时效性很强，也有很高的准确率，可以构建最全的知识图谱”，王海峰曾在公开采访中解释道。

在打造文心一言之前，百度沉淀了拥有超过50亿实体、550亿事实的多元异构超大规模的知识图谱，能够通过语言、听觉、视觉等获得对世界的统一认知。其在2021年发布的知识增强大模型——ERNIE(文心)3.0，正是文心一言的前身，该项目由吴甜主要负责。

吴甜