高通徐晧：5G與AI相結合，賦能打造更加智能和現代化的工業(yè)環(huán)境

　　7月4日，2024世界人工智能暨人工智能全球治理高級別正式開(kāi)幕。高通公司中國區研發(fā)負責人徐晧“AI賦工業(yè)，數智啟未來(lái)”人工智能賦能新型工業(yè)化主題論壇并發(fā)表主題演講，探討AI如何為工業(yè)生產(chǎn)注入智能化的基因，實(shí)現高質(zhì)量發(fā)展，推動(dòng)人工智能技術(shù)在工業(yè)領(lǐng)域應用。

　　徐晧表示，異構計算、量化壓縮等技術(shù)手段能幫助云端大模型落地終端，從而賦能廣泛的工業(yè)應用。5G與AI相結合，將助力打造更加智能的工業(yè)環(huán)境。以工業(yè)場(chǎng)景中的機器人用例為例，現在的機器人主要利用計算機視覺(jué)或者深度學(xué)完成理解和功能執行。隨著(zhù)生成式AI突破性的發(fā)展，未來(lái)機器人能夠理解我們提出的要求，加上機器人學(xué)科實(shí)現的出色定位、導航和機械臂控制，可以打造非常智能的應用。結合5G與AI，機器人能夠實(shí)現網(wǎng)絡(luò )連接，賦能運維和質(zhì)檢等生產(chǎn)環(huán)節，打造更加智能和現代化的工業(yè)環(huán)境。

　　以下為演講全文：

　　大家好。剛才的嘉賓分享了行業(yè)應用，我想分享一下更底層的算法設計，以及我們如何從終端側把AI普及到人們的日常生活中。今天論壇的主題是人工智能賦能新型工業(yè)化，因此最后我會(huì )分享一些工業(yè)應用上的AI用例。

　　生成式AI的能力在不斷增強，主要體現在以下方面：

　　● 語(yǔ)音UI，我們有更多更智能的語(yǔ)音支持，帶來(lái)自然直觀(guān)交互；

　　● 多模態(tài)大模型，除了早期與ChatGPT進(jìn)行的文字對話(huà)，現在我們看到了更多的視頻/圖像處理，以及圖像/文字的共同處理；

　　● 在視頻和3D方面，我們有更多的沉浸式體驗；

　　● 更長(cháng)的上下文窗口，現在有越來(lái)越長(cháng)的文章甚至于一整本書(shū)，都可以用AI處理一次性總結出來(lái)；

　　● 個(gè)性化，終端側的AI應用可以帶來(lái)更加個(gè)性化的內容處理；

　　● 智能體，人們可以根據自己的喜好來(lái)打造個(gè)人AI智能體；

　　● 最后，現在可以看到越來(lái)越多由AI增強的高清晰度圖像和視頻。

　　此前，我們帶來(lái)了全球首個(gè)運行在A(yíng)ndroid手機上的Stable Diffusion終端側演示，最近，我們還實(shí)現了全球首個(gè)在A(yíng)ndroid手機上運行的多模態(tài)大模型（LMM）演示。比如用戶(hù)可以給冰箱里的食材拍一張照片，然后問(wèn)大語(yǔ)言模型“你看到了什么？”，AI可以很快地識別所有物體。然后用戶(hù)可以接著(zhù)問(wèn)“基于這些食材，請給我一個(gè)菜譜”，AI就可以把菜譜展示出來(lái)。這比最開(kāi)始我們僅僅能問(wèn)AI“今天天氣怎么樣”或者“給我講一個(gè)笑話(huà)”要好很多。這個(gè)是我們在手機端或者用戶(hù)端，看到大語(yǔ)言模型以及多模態(tài)模型能夠支持的更多用例。

　　從技術(shù)上來(lái)說(shuō)，哪些是我們把大語(yǔ)言模型應用落地到端側必須實(shí)現的技術(shù)？首先，很多最基本的大語(yǔ)言模型都是10億甚至30億以上的參數規模，這種規模的模型想要在手機上應用其實(shí)具有一定挑戰。所以，我們需要把云端的大模型算法，通過(guò)最簡(jiǎn)單、最有效且最節能地方式在手機和其他智能終端上。如果我們的手機能夠做一些最基本的生成式AI運算支持，這要比把所有的照片和視頻都傳到云端運算再傳回來(lái)更高效、更安全。

　　正如當年的云計算與在手機和電腦上計算類(lèi)似，現在的大語(yǔ)言模型能夠在云端運行，今后我們希望同樣的模型能夠在手機、個(gè)人電腦、機器人、汽車(chē)上運行。通過(guò)量化和壓縮、推測性解碼、知識提煉、高效的圖像和視頻架構以及異構計算這5個(gè)重要的技術(shù)手段，能夠幫助把云端的大模型，包括Llama、ChatGPT以及國內一系列大模型落地到終端，賦能包括工業(yè)應用、手機/平板電腦應用等等。

　　舉幾個(gè)簡(jiǎn)單的例子。首先是量化，量化對于能耗、運算和存儲都有很大影響，比如把32位浮點(diǎn)變成16位定點(diǎn)，看起來(lái)只是減少了兩倍，但實(shí)際上，存儲數據時(shí)占用的內存更少、傳輸數據量也更少、無(wú)論是加法還是乘法的運算量也更少，所以?xún)H僅是從32位變成16位，就會(huì )帶來(lái)4倍的能耗減少。從32位到8位，能帶來(lái)16倍的能耗減少；從32位到4位，能帶來(lái)64倍的能耗減少。這也是為什么所有的人工智能算法公司都在想把浮點(diǎn)變成定點(diǎn)，因為這會(huì )讓運算的存儲和數據的傳輸更簡(jiǎn)潔。

　　對于每一個(gè)類(lèi)似的技術(shù)方向，我們都在積極努力嘗試。比如，你可以先訓練再量化；或者在訓練的時(shí)候直接考慮量化的影響。

　　接下來(lái)是知識提煉。我們可以將其看成“教師”和“學(xué)生”的關(guān)系。比如可以將一個(gè)大模型想象成一個(gè)非常厲害的教授或者院士，但是往往在你的手機上，只需要一個(gè)小學(xué)生模型就能處理事情。比如我們只問(wèn)它“冰箱里有多少菜”，小學(xué)生就能回答這個(gè)問(wèn)題。如果大多數問(wèn)題都在這個(gè)級別，你的手機只需一個(gè)“小學(xué)生模型”即可。知識提煉即可以通過(guò)對“教師模型”的學(xué)，將其改為一個(gè)“小學(xué)生模型”，這個(gè)模型在手機端很容易運行。

　　接下來(lái)是推測性解碼。比如這個(gè)大語(yǔ)言模型一次只能解碼1個(gè)token，如果能用小模型，在同樣的時(shí)間和算力的情況下，可能可以生成4個(gè)token。用一個(gè)小模型生成多個(gè)不太準確的token，然后把這些token直接送給大模型一次檢查并接受哪些token，這就比完全由大模型一個(gè)一個(gè)生成token要高效很多。這個(gè)就叫做推測性解碼。

　　下面是我們現在做的規劃器（Orchestrator）。如果用戶(hù)告訴他的手機“我今天要從上海飛到北京，請幫我查找我需要的航班和酒店”，那么手機需要調用不同的程序。由于現在不存在能夠把所有需求都安排好的一個(gè)程序，因此就需要智能體作為一個(gè)底層架構，把所需的程序調用起來(lái)、把所需的資源放在一起，然后安排可以滿(mǎn)足用戶(hù)需求的功能。這就是在最基本的底層方面，我們對智能體進(jìn)行的支持。

　　接下來(lái)，我將介紹一下在機器人方面有哪些具體的AI應用。我們看到，現在的機器人大多數時(shí)候都是利用計算機視覺(jué)或者深度學(xué)完成理解和功能執行。但是，隨著(zhù)近兩三年來(lái)大語(yǔ)言模型突破性的發(fā)展，實(shí)際上機器人是能夠理解我們對它提出的一些最基本的要求，那么它把“理解”這一環(huán)節解決之后，其他功能就更容易實(shí)現了。

　　機器人的大腦可以使用大語(yǔ)言模型，加上機器人學(xué)科實(shí)現的出色定位、導航和機械臂控制，可以打造非常智能的應用。結合5G與AI，機器人能夠實(shí)現網(wǎng)絡(luò )連接，賦能運維和質(zhì)檢等生產(chǎn)環(huán)節，從而打造更加智能和現代化的工業(yè)環(huán)境。在這樣的工業(yè)環(huán)境中，我們可以進(jìn)行實(shí)時(shí)數據、供應鏈優(yōu)化、高可靠性智能控制并帶來(lái)生產(chǎn)靈活性。我們看到在人工智能和5G的加持下，智能生產(chǎn)環(huán)境在中國及全球范圍內可以得到日益廣泛的推廣。

　　最后，這是我們近期做的一個(gè)AI服務(wù)機器人展示。我們如果告訴機器人“我想喝水”或是“我口渴”，機器人會(huì )提供不同的飲料選擇，當用戶(hù)選擇之后，機器人可以走到房間另一側，識別出用戶(hù)想要的飲料，比如水、茶或是可樂(lè )，然后拿給用戶(hù)。像這樣由人工智能驅動(dòng)的機器人，已經(jīng)可以在日常生活中實(shí)現類(lèi)似的操作。

　　未來(lái)，我們會(huì )看到越來(lái)越多這樣的應用場(chǎng)景，我們希望人工智能不僅是在云端運行大語(yǔ)言模型、也希望這些人工智能算法能夠落地到終端，落地到手機、個(gè)人電腦、機器人、汽車(chē)、XR眼鏡等等，創(chuàng )造出更豐富多彩的應用場(chǎng)景。謝謝大家。