这几天，关于鸿蒙4的文章、报道，可谓沸沸扬扬。
一时间，就算是不关注AI赛道的人，都听说了这个新系统里有个大模型，它大致相当于被升级、强化后的Siri。
比如能帮你生成点文章摘要、图片，或是自动订个酒店什么的。但是，华为的野心，可不止是在手机里干点生成图片、文字的小花活。
人家可是把万物互联的梦想，都寄托在了这个小小的AI之上了呢。
具体来说，就是以手机上的大模型为起点，不断将智能化技术扩散到智能家居、智能汽车、甚至是智能城市之上。
如此，最后就能形成一个“万物互联”的超级终端。
其实，这不只是华为的野心，苹果、高通、荣耀等大厂都进行了类似的布局。
毕竟，大模型与终端的结合，是下一阶段AI战场必争的阵地。
然而，要知道，现在有点竞争力的通用大模型，体量和参数，往往都是一千亿规模往上的。
要想把这么一坨“庞然大物”塞进小小的手机，还要能保证性能，绝非易事。
如果关键的技术问题没处理好，大模型终端化的梦想，最终将难免会沦为镜花水月。
1
可靠性问题
要让大模型进入终端，首先要解决的问题之一，就是输出的可靠性问题。
毕竟，任何使用过大模型的人，几乎都见识过各种各样的幻觉和谬误，而这样的幻觉一旦出现在终端侧，产生的损失和后果，往往比处理“案头工作”时要严重得多。
例如，在鸿蒙4的发布会上，华为就介绍到：大模型AI小艺，会根据你的地点数据等信息为你个性化推荐信息。以出国旅行为例，在出发前小艺会提醒你出行信息，出发后小艺会给你推荐翻译等实用功能，到目的地后，则会展示当地的美食和地点导航。
然而，倘若处理不好可信、可控问题，一个可能出现的情况是：由于信息过时或错误，小艺告诉了你一个已经变迁或不存在的地点。不知情的你被“带偏”后，才恍然自己走了不少冤枉路。
同样地，在智能驾驶领域，倘若车辆上的大模型在终端侧输出不可靠，就会导致规划决策结果出现不合理、不符合交通规则的情况，影响车辆的行驶效率和安全性。
类似的情况，如果出现在2B端，只要存在1%的偏差，都将给企业埋下风险的种子，成为落地的门槛。
目前，关于大模型可信、可控方面的问题，学术界没有完美解，只能在各个环节逐步逼近。
但有一点却是业内的共识，那就是：预训练数据越多、越广，就越可以提高大模型的泛化能力和鲁棒性，从而减少生成幻觉和错误的可能性。
在之前披露的信息中，华为对外宣称自身的盘古大模型涉及项目超过1000个，除了学习大量通用知识外，盘古还深耕金融、政务、气象、医疗、健康、互联网、教育等行业，每个行业数据量超过500亿tokens。
从数据层面来看，可谓涵盖面甚广。
但需要注意的是，盘古大模型实际上分为了四个版本，分别是100亿参数、380亿参数、710亿参数和1000亿参数。考虑到手机的硬件性能和运行环境，鸿蒙4中搭载的，很有可能是100亿参数版本的盘古大模型。
想在这100亿的数据规模上，保障大模型的准确性、可靠性，可能吗？
对于这个问题，华为有两种可能的解决方案：
首先一种，是直接将鸿蒙4中的大模型，变成一个看似通用的“专用”大模型。
这样的思路，其实是一种小而精的策略。
因为在某些特定场景，预训练数据的质量和相关性，远比其数量和范围要重要得多。
具体到手机方面，由于人们使用手机的场景、用途，都是相对比较固定的，例如查天气、导航、订外卖、订酒店等，因此华为可以根据这些特定的“手机场景”，针对性地搜集相应的高质量数据。
而经由这种高质量、高相关性数据训练出来的紧凑型语言模型，有可能在特定任务和场景上表现得比大参数模型更出色。
而第二种方式，则是通过“压缩”的方式，在不牺牲性能和精度的情况下，降低模型的参数。
2
化大为小
可以说，压缩功力的强弱，直接关系到了端侧大模型的可靠性、质量。也是大模型走向端侧的必要条件。
因为只有把模型压缩到了完全能在终端侧运行，摆脱云端计算的地步，大模型才能适应更多对延迟性要求高的边缘场景。
例如，智能汽车对于模型运行的可靠性和延迟要就非常高，在实时变化的路况中，如果在云端运行大模型，并且使用网络把结果传送到终端，肯定无法满足智能汽车的需求。同时，完全终端化、本地化的运行方式，也是出于对用户数据、隐私方面的一种考虑。
这也是为什么，颇为重视隐私的苹果，也宣布自己将要发布的AppleGPT将采取完全本地化的方式运行。
同样地，在鸿蒙4上，华为表示AI“小艺”相关的数据和学习的都是在端侧推理，以保障用户的安全和隐私。
既然“压缩”是大模型终端化的必要条件，那么目前在这方面，华为和其他大厂的差距究竟如何呢？
在之前的WAIC大会上，高通展示的手机大模型，已经能做到在安卓手机上，直接运行参数规模超过10亿的StableDiffusion，而且生成效果也还过得去。
而这背后，靠的正是不俗的模型压缩能力。
通过量化、压缩、条件计算、神经网络架构搜索和编译，高通在不牺牲太多精度的前提下对AI模型进行了缩减。
比如在在量化方面，高通将FP32模型量化压缩到INT4模型，实现了64倍内存和计算能效提升。
在这方面，华为自身的昇腾模型压缩工具，也提供了一系列的模型压缩方法，根据量化方法不同，分为基于calibration的量化和基于retrain的量化。
而上述两种量化方法，根据量化对象不同，分为权重量化和数据量化。而具体来说，权重量化对模型影响不大，而数据量化对模型影响比较大。
这样的影响，可以用一个形象的比喻来说明：
压缩大模型就像切西瓜，而权重量化就像是把西瓜的种子变成整数，数据量化就像是把西瓜的果肉和果汁变成整数。
一般人吃西瓜的时候，更在乎的往往是果肉，而不是种子。
同理，权重是模型的一部分，但不是最重要的部分，我们运行模型的时候，主要关注的是输入输出数据的准确性和多少。
也正因如此，在用户可感知到的范围内，权重量化对模型性能的影响是较小的。而具体来说，权重量化对模型影响不大，而数据量化对模型影响比较大。
这样的影响，可以用一个形象的比喻来说明：
压缩大模型就像切西瓜，而权重量化就像是把西瓜的种子变成整数，数据量化就像是把西瓜的果肉和果汁变成整数。
一般人吃西瓜的时候，更在乎的往往是果肉，而不是种子。
同理，权重是模型的一部分，但不是最重要的部分，我们运行模型的时候，主要关注的是输入输出数据的准确性和多少。
也正因如此，在用户可感知到的范围内，权重量化对模型性能的影响是较小的。
例如，音箱中的智能助理，可以帮助我们管理智能家居；在工作场合，耳机中的智能助理可以作为秘书帮助处理会议纪要等工作。
在这种情况下，谁若能率先取得多模态方向上的突破，针对不同场景微调，提供多样化、专属化的智能助理，谁就能在终端大模型的长跑中，处于领先优势。
此外，考虑到手机、智能家居等终端设备，具有很强的“私有性”，因此，如何根据用户的个人喜好和使用习惯，进行自适应学习，并提供个性化的建议和服务，就成了终端大模型能否长期陪伴用户的关键因素。而倘若上述问题，都得到了较好的解决，那么一个以大模型作为终极操作系统（AIOS）的AI时代，就迟早会到来。
到了那时，分散、割裂、碎片化的物联网应用市场，也终将被大模型AIOS统合。
2024-11-20
2024-11-20
2024-11-20
2024-11-20
2024-11-20
2024-11-20
2024-11-20
2024-11-20
2024-11-20
2024-11-20
2024-10-29
2024-10-29
2024-10-29
2024-10-29
2024-10-29
2024-11-14
2024-11-11
2024-11-10
2024-11-16
2024-11-10