1月12日，阿里巴巴、智源研究院、清华大学等联合研究团队发布面向认知的超大规模新型预训练模型“文汇”。该模型不仅能提升AI的理解能力，还可基于常识实现AI创作，未来将应用于文本理解、人机交互、视觉问答等场景。
与传统AI训练需要人工标注数据不同，面向认知的预训练语言模型提供了一种全新的学习思路，即AI首先自动学习大量语言文字和图像数据，记忆和理解其中的信息以及人类语言表述的规律后，再进一步学习专业领域知识，从而让AI同时掌握常识和专业知识。
此次发布的“文汇”是目前国内规模最大的预训练模型，参数量级达113亿，采用阿里自研的统一多种并行策略的高性能分布式框架，使用模型并行、流水并行、数据并行训练进行分布式训练。“文汇”突破了多模态理解与多模态生成两大难题，可轻松理解文本图像信息，并能完成创造性任务。例如，仅需输入诗歌题目、朝代以及作者，“文汇”即可自动生成仿古诗词。目前，“文汇”已支持基于认知推理的多种自然语言及跨模态应用任务，部分应用即将上线。
模型可根据诗歌题目、朝代以及作者自动生成诗歌
达摩院2020十大科技趋势曾提到：AI已经在“听、说、看”等感知智能领域达到或超越了人类水准，但其逻辑推理能力依旧处于初级阶段，多模态预训练模型是实现感知智能向认知智能跨越的关键基础。达摩院智能计算实验室负责人周靖人表示，“预训练语言模型是过去70多年以来最具创新的自然语言模型之一，其模型设计难度也远高于传统模型，达摩院研究团队将持续攻克算法及系统工程难题，加速人工智能走向认知智能。”
作为国内最早投入认知智能研究的科技公司之一，阿里巴巴已有30多个研究成果被国际顶级会议收录，获得世界人工智能大会最高奖项—SAIL奖，与清华大学联合获得国家科学技术进步奖二等奖，旗下图神经网络框架Graph Learn已面向全球开源，可减少模型的算力、存储资源消耗，同时缩短算法开发上线周期。
