日前，國際數(shù)據(jù)公司(IDC)最新報告顯示，字節(jié)跳動旗下的豆包大模型在中國公有云大模型市場份額排名第一，占比高達46.4%，且多模態(tài)能力處于全球領(lǐng)先水平。

越來越“聰明”的豆包，是AI技術(shù)團隊持續(xù)訓(xùn)練的結(jié)果。這其中，就有一支來自貴陽經(jīng)開區(qū)的算法團隊——貴州網(wǎng)絡(luò)數(shù)據(jù)融合創(chuàng)新實驗室團隊，在豆包算法團隊中實力排名前列。

去年以來，人工智能發(fā)展日新月異。就在算力和應(yīng)用高歌猛進之際，一個關(guān)鍵環(huán)節(jié)的短板日益凸顯：作為訓(xùn)練AI的關(guān)鍵，算法供應(yīng)鏈支撐率不足10%，成為制約AI發(fā)展的桎梏。

面對巨大的市場缺口，貴陽經(jīng)開區(qū)依托貴陽大數(shù)據(jù)安全靶場對數(shù)據(jù)的安全保障優(yōu)勢，引進貴州網(wǎng)絡(luò)數(shù)據(jù)融合創(chuàng)新實驗室，支持實驗室打造AI算法供應(yīng)鏈,破解行業(yè)“算法荒”困局。

破局：布局算法供應(yīng)鏈賽道

據(jù)了解，人工智能發(fā)展包括三個層面：第一個層面是作為上游的算力層，包括各類算力中心；第二個層面是作為下游的應(yīng)用層，比如各種大模型。還有一個中游的算法層容易被市場忽視。

“經(jīng)過這兩年的發(fā)展，應(yīng)用層、算力層的規(guī)模和能力都跑到了算法前面。全國各地都在建算力中心，市場大模型層出不窮，但按照現(xiàn)有算力和應(yīng)用的規(guī)模，算法供應(yīng)鏈完成率卻不到10%?！辟F州網(wǎng)絡(luò)數(shù)據(jù)融合創(chuàng)新實驗室副主任容崧瓊告訴記者。

AI行業(yè)面臨全國性“算法荒”，但也潛藏著巨大的市場空間?；趯π袠I(yè)需求的觀察，2023年開始，貴州省相關(guān)部門與廣西科學(xué)院進行深入交流后得出一致結(jié)論，不管是數(shù)字經(jīng)濟發(fā)展情況，還是政策對大數(shù)據(jù)產(chǎn)業(yè)的支撐力度，貴州都更有優(yōu)勢。先機即商機，2024年8月，兩地共同成立貴州網(wǎng)絡(luò)數(shù)據(jù)融合創(chuàng)新實驗室，并落地貴陽大數(shù)據(jù)安全產(chǎn)業(yè)示范區(qū)。

每個行業(yè)都有供應(yīng)鏈，都需要原材料，人工智能行業(yè)也不例外。實驗室落地貴陽經(jīng)開區(qū)以來，緊緊聚焦“算法荒”行業(yè)短板，專注于做算法供應(yīng)鏈，通過匯聚數(shù)據(jù)、治理數(shù)據(jù)，為AI發(fā)展提供所需數(shù)據(jù)“原材料”。

算法供應(yīng)鏈涉及生產(chǎn)數(shù)據(jù)、加工數(shù)據(jù)等環(huán)節(jié)，且每個環(huán)節(jié)都有著極高的數(shù)據(jù)安全需求。落地貴陽大數(shù)據(jù)安全產(chǎn)業(yè)示范區(qū)，依托貴陽大數(shù)據(jù)安全靶場，很好地保障了實驗室的數(shù)據(jù)安全。

“貴州孵化大模型雖沒有發(fā)達地區(qū)有優(yōu)勢，但這邊的數(shù)據(jù)供應(yīng)鏈較強，依托這種優(yōu)勢，我們專注于做好算法供應(yīng)鏈?！比葆颅傉f，算法供應(yīng)鏈的前提是擁有海量數(shù)據(jù)支撐，這也恰恰是貴州發(fā)展大數(shù)據(jù)產(chǎn)業(yè)多年來形成的先發(fā)優(yōu)勢。

得益于這種優(yōu)勢，實驗室成立后，與相關(guān)單位打通渠道，增強數(shù)據(jù)生產(chǎn)、治理能力，將數(shù)據(jù)資源優(yōu)勢轉(zhuǎn)化為算法供應(yīng)鏈支撐能力。目前，實驗室每天生產(chǎn)數(shù)據(jù)達到300億條。

強基：千人團隊解題“喂”AI

海量數(shù)據(jù)本身并沒有價值，如何“沙里淘金”，把無效數(shù)據(jù)變成有效資產(chǎn)？

容崧瓊介紹，實驗室猶如一個“原料生產(chǎn)工廠”，實驗室組建的人才團隊是“工人”。實驗室按照訂單需求，將相應(yīng)數(shù)據(jù)給到“工人”，“工人”對數(shù)據(jù)進行“加工提純”后，通過貴陽大數(shù)據(jù)交易所輸送到全國各地。

隨著AI的發(fā)展，大模型訓(xùn)練已經(jīng)不再局限于語言訓(xùn)練，而是包括語言識別、圖像識別等在內(nèi)的多模態(tài)大模型訓(xùn)練。因此，數(shù)據(jù)雖是資產(chǎn)，但真正將數(shù)據(jù)變成資產(chǎn)的關(guān)鍵是人才。

2023年年初，大模型應(yīng)用尚未全面推廣時，實驗室團隊便預(yù)判人工智能的競爭本質(zhì)是知識庫的競爭，率先啟動人才庫儲備。實驗室成立后，迅速聯(lián)合貴州大學(xué)建立貴州省數(shù)據(jù)標注實驗室，構(gòu)建專業(yè)人才梯隊，以人才為核心支撐，將高校知識庫轉(zhuǎn)化為算法供應(yīng)鏈的核心驅(qū)動力。

對人才的選拔，實驗室設(shè)立嚴苛篩選機制，優(yōu)中選優(yōu)。學(xué)生要先報名，根據(jù)想做的算法訓(xùn)練參加培訓(xùn)和考試，考試合格后試標，試標成功率達到95%以上的，才能進入數(shù)據(jù)標注實驗室參加數(shù)據(jù)治理。

高水平人才，解高難度題目。前兩天，一個奧數(shù)題難住了解題人。兩名學(xué)生緊密配合，一人負責解題，一人用程序把解題步驟寫成機器語言。兩人花了4小時，一共解了50多個步驟，才把題目解答出來。

目前，實驗室已在貴州大學(xué)組建1000人的人才團隊，其中50%以上是碩士研究生，有幾十名博士研究生。今年，在貴州大學(xué)的人才團隊計劃擴展到1萬人，碩士研究生要占到60%以上，博士研究生要占到300人至500人。數(shù)理化專業(yè)學(xué)生比例預(yù)計占90%以上。

此外，實驗室還與蘭州大學(xué)、安徽大學(xué)、桂林電子科技大學(xué)等高校完成簽約，下步將繼續(xù)加強與中山大學(xué)、中國科學(xué)技術(shù)大學(xué)等高校合作。每家合作高校計劃組建2000人的團隊。

為強化AI算法人才可持續(xù)供給，實驗室構(gòu)建了“實訓(xùn)-就業(yè)”的人才發(fā)展閉環(huán)。通過加強與企業(yè)合作，字節(jié)跳動等企業(yè)直接提供內(nèi)推名額，團隊優(yōu)秀人才可獲得入職大廠的機會。

開拓：數(shù)據(jù)交易規(guī)模達2000萬元

在貴州大學(xué)數(shù)據(jù)標注實驗室內(nèi)，學(xué)生們正忙著解題，將解題步驟和答案轉(zhuǎn)換成機器人能夠識別的語言訓(xùn)練AI，讓豆包變得更“聰明”。

“訓(xùn)練AI的核心邏輯很清晰：誰能給它灌注更多知識，誰就能讓它更聰明。”容崧瓊解釋道，實驗室通過與高校合作，對高校知識庫深度挖掘，將數(shù)據(jù)供給師生進行“加工”后，再將“加工”好的數(shù)據(jù)“材料”喂給AI。

今年高考后，實驗室做了一項測試：將高考語文全國一卷的作文試題，讓目前全球最頂尖的幾款人工智能大模型進行解題作答，發(fā)現(xiàn)豆包的解題精準度最高。

人工智能算法供應(yīng)鏈市場空間巨大，單一大模型平臺每年的算法訓(xùn)練費用可達數(shù)十億元。實驗室正在為豆包等大模型提供算法支撐，為豆包提供的算法支撐力位居全國前三。

截至目前，實驗室在全國的服務(wù)單位達30余家，包括10余家上市公司，以及多家科研院所。治理好的數(shù)據(jù)主要通過兩條通道輸出：對于豆包等有自有平臺的單位直接輸送給對方；其余客戶通過貴陽大數(shù)據(jù)交易所進行交易。

實驗室已在貴陽大數(shù)據(jù)交易所發(fā)布十余款數(shù)據(jù)產(chǎn)品，數(shù)據(jù)集日均交易量達數(shù)千條至數(shù)萬條。實驗室成立不到一周年，已成功躋身西南地區(qū)算法供應(yīng)鏈第一梯隊，截至今年6月，數(shù)據(jù)交易規(guī)模達2000萬元。

今年上半年，實驗室完成產(chǎn)值近800萬元。2025年，實驗室將繼續(xù)深化與重點高校合作，建強人才隊伍，努力成為豆包大模型算法供應(yīng)鏈團隊的全國第一，致力于成為西南地區(qū)算法供應(yīng)鏈龍頭。

（記者 黃菊）