ChatGPT上岗医疗还有多远？哈佛教授亲测表现接近医生，云知声被曝打造行业版(2)

最新曝光的进展，智能语音赛道独角兽云知声正在推进ChatGPT行业版的建设—— 以医疗作为切入口，构建ChatGPT医疗行业版，同时基于ChatGPT行业版构建平台，快速扩展到其他领域，再利用领域模型集成MoE（Mixture of Experts）技术，训练得到通用ChatGPT模型。 而这种从专用到通用的思路。其实是云知声一贯的 “U+X“ 做法。在这里， “U” 指的通用大模型算法研发及高效训练底座平台； “X” 则是应用于多个行业领域的专用大模型版本。 事实上这也正在成为不少企业入局ChatGPT的思路，这样一来，可以利用已有的专用数据优势。 不过也不是那么容易走的，更何况云知声选择的，还是对生成内容质量要求更高的医疗行业作为切入口。 最首要的难题，是要提高医疗知识的可靠程度。ChatGPT最擅长的，就是一本正经地胡说八道。放在现在Bing上聊天搜索、内容生产其实问题不大，用户们也乐在其中。 但应用在行业中，往往让非专业人士难以察觉，这会引发各种风险。因此行业版ChatGPT要杜绝一切胡说八道，尤其像医疗、教育、工业等行业，内容生成要求极高容错率很低，也对数据的质量要求也就更高了。 其次，就是实现行业中的“性价比”。任何一项技术能够大规模落地，都必须要解决「如何以有限的资源，实现效果的最大化」问题。 这也是ChatGPT行业落地的必经之路—— 模型能以更小的参数规模，达到与ChatGPT同样的效果 。这也就给这些企业带来了不小难题。 事实上，云知声也坦言，ChatGPT行业版的参数可能也需要达到百亿量级规模，要做出效果并实现规模化应用挑战也不小。 从某种程度上说，打造行业版的ChatGPT比现在通用的ChatGPT还要更难，但到真正ChatGPT行业落地时，这些问题又都必须得解决。概括来说，就是实现ChatGPT工程化能力。 这是每个躬身入局者，绕不开但必须得过的路。 在此基础上，毫无疑问的是，云知声的选择更难——医疗作为切入口。这是始终被认为是行业壁垒高、专业性强、技术难度制高点的领域，也是为什么相较于其他行业的盛况，医疗AI玩家就显得少之又少的原因。 但一旦将医疗版ChatGPT打通，那么其他领域的实现，包括最后的通用大模型也就事半功倍了。 作为成立于2012年的AI公司，他们一直密切关注AI前沿技术，并积极推动技术产业化应用，包括2012年的深度学习算法升级和产业化应用，到2016年Atlas超算平台、知识图谱和全栈AI技术应用，到现在基于ChatGPT框架的AGI认知技术升级。 同时，在医疗行业有近10年深耕，积累的行业知识、数据和应用，还获得了2019年北京市科技进步一等奖。 在回应是否有信心打造ChatGPT行业版时，云知声方面表示： 完全有信心 。 前面总结，打造ChatGPT离不开高质量的数据，领先的算法和充分的算力。而对于垂直版ChatGPT还需要更深厚的工程化能力。 从这几方面来看，云知声的确具有行业参考性。 数据 方面，近10年来云知声积累了全方位的行业数据，包括面向患者的导诊、预问诊、患者教育和随访系统，也有面向临床的语音病历，病历质控，单病种质控和医疗风险管理系统，已有近400家医院落地使用。 据称数据规模已达到了5T ，为医疗行业语言大模型提供数据基础。 算法 方面，而ChatGPT所代表的认知智能，本身就是云知声核心技术优势。他们构建了国内最大的医疗知识图谱之一。从2019年至2022年，云知声的认知智能技术在国内外相关评测中荣获7冠5亚。其自主研发的医疗预训练语言模型CirBERTa一度登顶中文医疗信息处理挑战榜榜首。 在 算力 上，云知声超算平台浮点计算能力可达8亿亿次/秒,可为千亿级参数规模模型提供算力保障。 而在 大模型工程化 方面，云知声已经研发了CirBERTa模型，复现了GPT-2模型，并利用模型压缩和知识蒸馏机制，实现了线上推理效率的近百倍加速，为大模型的广泛应用奠定了基础。 此外作为行业版ChatGPT， 内容质量保障 也是关键一环。 云知声给出的解决方案是，利用应用在CirBERTa的持续学习和知识嵌入技术，基于已有知识图谱积累，优化ChatGPT模型的知识获取和更新机制。 据介绍，这样一来可以保证ChatGPT回答中的知识正确性，与此同时还可以给出知识溯源信息。 另外，利用云知声业内领先的病历质控技术，可以自动发现生成的病历中的问题，进而自动生成作为ChatGPT核心技术的基于人类反馈的强化学习 （RLHF， Reinforcement Learning from Human Feedback ） 所需的用户反馈数据，加速模型的优化。