用图来解释人类难题

最近，张志强和团队投入到千亿级语言大模型基座研发的技术攻坚上，这又是一个新的挑战，涉及到大语言模型回复高阶问题的顺畅程度。

如果你问一位非常资深的乔丹迷：“乔丹退役那天NBA有几场比赛？”即使一开始不知道答案，他也会将问题拆解，通过搜索告诉你准确答案。

但对机器而言，这是一个复杂的问题。

首先，它们得知道乔丹是什么时候退役的，而乔丹退役了三次。其次，它们需要确定每次退役的时间，以及对应在当个赛季的哪个阶段……一个问题实际上是多个问题的叠加，看上去不难，对现有的大部分大模型却都是一种考验。

拿乔丹举例，因为张志强是个篮球爱好者，从小就是篮球队的主力成员，现在也是蚂蚁集团篮球兴趣小组的负责人，收藏了100多双AJ球鞋。

他希望自己在图智能技术的创新和研究，为推动技术进步贡献一点力量，“图的未来有很大的想象空间，比如用于研究复杂的气象问题，人类大脑复杂的神经网络等”。

更生动和耳熟能详的一个场景是：一只在亚马孙雨林中的蝴蝶偶尔扇动几下翅膀，就可以在两周以后引起美国得克萨斯州的一场龙卷风。表面上看来毫无关系、非常微小的事情，可能带来巨大的改变。

从2015年开始研究，蚂蚁集团图智能研究连续为通用人工智能提速，连续四次打破权威测评世界纪录。最近，国际关联数据基准委员会发布了图数据基准测评的最新结果，蚂蚁集团自研的流式图智能引擎 TuGraph Analytics已经取得了国际领先的并发吞吐量和查询能力，被称为全球最快图智能引擎。

因为张志强们，那些纷繁复杂的关系正在被看见、被定义，也被更好地用于为人类服务。

我们相信，在杭州的各行各业，都有这样的青年代表存在。如果你身边也有这样的案例，请登录橙柿互动App，在橙友圈“我们大杭州”发帖告诉我们。期待和大家一起发现推动新质生产力蓬勃发展的青年力量。

• 上一页
• 1
• 2
• 3
• 全文阅读