坐拥270亿参数！阿里达摩院发布超大规模语言模型PLUG，上能写诗词歌赋、下能对答如流...

作者 | 马超

出品 | CSDN（ID：CSDNnews）

日前，阿里达摩院发布了最新中文预训练语言模型 PLUG，在 PLUG 生成的各种诗歌与小说中，不时灵光闪现式的金句、妙语令人啧啧称奇。

但是以笔者从业多年的经验看，这些 PLUG 的金句虽然值得细细口味，但此时更应该关注的还是 PLUG 如何介绍自己，于是我就在“自由创作”的试用栏目输入了“自然语言处理模型 PLUG ”的题目，虽然受到算力限制，PLUG 并没有生成出完整的结果，但是这也已经有点上道的意思。

我们知道评价智能化程度的重要指标，就是智能体是否具有认知能力，从目前 PLUG 的理解与生成情况看，未来 PLUG 的进化终极体会不会直接把文科生的饭碗“抢”了，其实也未尝不可能。

从技术角度看，PLUG（Pre-training for Language Understanding and Generation）最令人瞩目的是参数规模达到 270 亿，虽然还比不上 GPT-3 模型 1750 亿的参数量，但在中文社区的纯文本预训练语言模型中，这已是目前为止最大规模，算是不错的成就。接下来，PLUG 会将参数规模扩大到 2000 亿，并进一步提高文本生成质量。

不同于 GPT-3 单向生成模型，PLUG 集合了达摩院 NLU 语言模型 StructBERT 与 NLG 语言模型 PALM 两大自然语言模型的优势，并通过构建输入文本双向理解能力，显著提升了输出文本的相关性。在语言理解任务上，PLUG 以 80.614 分刷新了 CLUE 分类榜单纪录；在语言生成任务上，PLUG 多项应用数据较业内最优水平提升了 8% 以上。

大规模自然语言模型简史

2019 年在《权力的游戏》结局烂尾之际，OpenAI 的超大规模预训练语言模型 GPT 系列成功上位，有热心网友使用 GPT-2 来重写权游剧本的结局。网友普遍反应 AI 改写的新结局比电视剧的版本强太多，一时之间 GPT 各种喜提热搜，而抱得大名。

去年 GPT-3 又横空出世，这是一个只要你会简单的英语，并能大概描述需求，它就能给你生成前端的代码的强力模型，像笔者这种在 IT 界摸爬滚打十几年的老程序员，在试用了 GPT-3 网站之后，也惊得说不出话来，瞬间感觉程序员这行也没那么香了。

自此以后，中文领域的自然语言模型进展也备受业界关注，正如前文所说阿里达摩院本次发布的 PLUG，让我觉得码字的文职岗位可能也要凉了….经过不断的进化，未来 PLUG 这类超大语言模型将泛应用于文本生成领域，成为“万能写作神器”。

更重要的是，PLUG 等模型展现出了极强的通用性与适应性，这才是未来真正有可能改变世界的关键点。接下来笔者从技术角度，向大家介绍一下达摩院的 PLUG 为什么如此之强。

PLUG 为何如此之强？

PLUG 采用了 1TB 以上高质量中文文本训练数据，依托阿里云 EFLOPS 高性能 AI 计算集群训练模型，强大的算力支撑肯定肯定是阿里训练 PLUG 的核心竞争力之一，而一方面 NLU 语言模型 StructBERT 与 NLG 语言模型 PALM 两大自然语言模型的共同加持也同样功不可没。

我们知道目前自然语言处理的模型中有自编码和自回归两大流派，而 StructBERT 和 PALM 就分别是这两大流派的优秀代表：

自编码模型：StructBERT 就属于典型的自编码模型。这是一项由词嵌入技术发展而来的技术流派。而以 BERT 为代表的自编码模型发展了词嵌入这思想，他们把句子中的单词加上掩码（mask）并通过 AI 模型将 mask 还原，以此完成对于每个字的编码的建模。

比如这个句子：我爱北京天安门，天安门上太阳升。

按照 BERT 的训练方式，它会随机将每个字替换为 mask：

我 [mask] 北京 [mask]安门，天安门上太[mask]升。

然后将 mask 还原回来，通过以上训练方式我们也可以知道自编码模型特别能挑出错字，也就比较适合用于 NLU 也就是自然语言理解的任务。StructBERT 在 BERT 的基础上，特别加强句子级别（Sentence Structural Objective）和词级别（Word Structural 两个层次的建模工作。按照笔者的理解这也就是说，StructBERT 针对词与句子多做了两层的 mask。还拿“我爱北京天安门，天安门上太阳升”这句话来举例。句子级别的建模加强了 BERT 原有的 NSP 任务，需要模型能分辨“我爱北京天安门，天安门上太阳升”是一个正确的语序而“天安门上太阳升，我爱北京天安门”是颠倒的两句话。词级别的建模引入了 tri-gram 的语序还原，比如“我爱北京门天安”的正确语序是“我爱北京天安门”。

自回归模型：PLAM 是典型的自回归模型，其实通俗来看，自回归就是使用自身做回归变量的过程，比如在见到“我爱北京天安？”这段语义集的时候，模型将“？”处预测为“门”的概率就会特别大。

假设我们 I、love、you 三个单词分别对应向量：X_1、X_2、X_3，那么如果我们要建模 ”I love you” 这句话，其实就要通过贝叶斯公式解出，在自然语言这个序列出现的联合概率分布 P(X_1,X_2,X_3)。

由于词语之间不是独立的，我们仅统计 P(X_1)、P(X_2)、P(X_3)三个概率是不够的。因为 X_1 还依赖于其它变量存在条件分布 P(X_2|X_1) 和 P(X_3|X_1)。对于 X_2 和 X_3 也是一样，我们可以将这三个模型组合起来获得期望联合分布 P(X_1,X_2,X_3)=P(X_1)P(X_2|X_1)P(X_3|X_1,X_2)

在自回归模型中都考虑了顺序信息，也就是说他看到 I Love 之后极有可能续写出后面的 “you” 来，这样的条件概率算法是自回归模型的基础。

而 PALM 模型的 encoder-decoder 范式也属于自回归模型的范畴。不同的是，PALM 的 encoder 建模阶段保留了 StructBERT 的训练目标，从而具备更强的文本建模能力，并使得模型能够保留在 NLU 任务上的良好表现。

达摩院团队汲取自编码与自回归两大模型的所长，进行自然语言理解与生成的联合训练。因此能够开看对于 GPT 系列模型的优势。据悉接下来 PLUG 将扩大参数规模至 2000 亿级，以进一步提升文本生成质量。

而笔者认为，如果像 PLUG 这么高端的模型也能飞入寻常百姓家为大众所广泛使用，全面推广的话，那也一定是借了云平台的风，PLUG 的发布还开启了 AI 云计算的新篇章。

AI 云大幕开启

从目前 AI 的发展趋势来看，最新的人工智能模型对于算力的要求越来越高，自上一代自编码模型 Google T5 开始，主流自然语言处理模型的参数数量就突破了百亿大关，甚至谷歌科学家直接在 T5 的论文指出：“越大的模型往往表现更好。这表现扩大规模可能仍然是实现更好性能的方式。“像 GPT-3 参数量更是突破了千亿大关，而 GPT-3 的变种那个可以通过语言描述生成绘画的 DALL.E 参数量更是突破了两千亿。这样的模型训练成本之高，小型的初创公司只能望而却步。

从另一个角度讲，这样的趋势也推进了 AI 与云的结合，只有将云、人与智能终端结合到一起，才能降低门槛，促进行业创新发展。而这种结合实际与全场景栈 AI 是同一概念，也只有做好 AI 云，才能让 AI 充分发挥威力，体现价值。

此次达摩院在 PLUG 刚刚训练完成之时，就通过阿里云对学术界提供测试体验端口的做法，值得我们点赞，开源共享的做法就是云计算的时代精神。本次达摩院发布的大规模模型一方面将从数据驱动（Data-driven）逐步发展到知识驱动（Knowledge-driven），探索数据和知识深度融合的预训练语言模型；另一方面将不仅仅追求模型参数规模扩大，而会更关注超大模型的落地应用实践。

与 PLUG 发布同步，达摩院宣布近期将开源阿里巴巴深度语言模型体系大部分重要模型。阿里达摩院语言技术实验室负责人司罗表示，“达摩院 NLP 团队将进一步攻克自然语言处理领域科研难题，完善中文及跨语言人工智能基础设施，让 AI 没有难懂的语言，并探索通用人工智能之路。”

声明：本文为作者独立观点，不代表 CSDN 立场。