前两天深度参与了首届全球开源创新汇（GOSIM）工作坊五个分论坛中的AI论坛。有机会看到很多人，听到很多事；有幸感受、学习和洞察了开放、开源的人工智能的发展。

2023 GOSIM Workshop
http://workshop2023.gosim.org

在这个Workshop里，大家交流和讨论有关人工智能、RUST语言、移动和互联网、汽车与机器人以及游戏与元宇宙五大技术方向的各种话题。各分论坛里多是在一线奋斗、来自世界各地的战将在讲在授；更多老老少少、来自各业各行的人在问在听。内容饱满、能打开人的眼界；会议办得大气，也很细腻。在阴雨绵绵而略显冷清的上海初秋，Workshop里人声鼎沸，夹杂着中文和外语，好不热闹。这一切很有意义，也很不容易。

人工智能分论坛
https://workshop2023.gosim.org/schedule#ai

人工智能分论坛里有很多精彩的话题。论坛的规划和组织者一定是架构师出身的，话题覆盖了大语言模型的全技术栈：

• 支持大语言模型生态系统的CPU/硬件 （Ysemi CPU)

• 发挥算力、优化资源的大语言模型训练和推理的计算分布式基础设施(Colossal-AI)

• 移动版的大语言模型(CoCoPie）

• 垂直领域（开源）大语言模型 (BigCode)

• 大语言模型的预训练、微调、对齐的方法、过程和经验 (PandaLLM)

• 大语言模型应用的编程语言（Rust and WebAssembly)
  

• 大语言模型数据平台 （IBM WatsonX)

• 大语言模型应用平台 (Dify.AI)

• 大语言模型通过增强的API提供服务 (UC Berkley Gorilla LLM)
  

• 优秀的大语言模型的领域应用 (ChatLaw)

• 不设限的知识和经验的分享等 (Round Table Q&A)

演讲嘉宾们的工作多基于开源和开放的环境中发展，或本身就为开源。这些体系化、多视角的话题自然让人眼界开阔，格局提升。

请大家移步到网站了解详情。https://workshop2023.gosim.org/schedule#ai

趋势，亮点，感受

趋势：关于未来的AI发展趋势，我感受到大家有些共识：

• 未来不会是由一个大模型一统江湖的局面，而应该是各有特点的大模型共生。

• AI应用和产品应该考虑采取大模型+小模型的策略去实现，而不是完全建立在大模型的基础之上。

• Agents或智能体作为发展潮流是没问题的，但目前的方法还是非常初级，Transformer技术尚不足以支撑超越人类的人工智能的实现。

亮点：整个论坛令人收获多多。以下是几个特别令我惊喜和赞叹的工作：

• 王言治教授展示的在手机上跑Stable Diffusion原型，六秒钟左右完成Text-2-Image图像生成。(手机上跑大模型！）

• Michael Yuan和Vivian Hu演示用Rust+WebAssembly在一台标配的苹果便携电脑上布署13B LLama2大模型，也是秒级地完成推理。（Rust+WebAssembly这么省资源吗!？）

• Dify.AI梳理的LLMs系统架构(很有道理、很漂亮！）

  

  图：Dify.AI演讲胶片截图（经作者允许）。相信对做大语言模型系统的架构师们应有借鉴意义

还有很多其它的亮点，不一一列举了。

感受：如前面提到，可能因为演讲嘉宾和参会听众多为开发者和实践者，论坛是一种相信未来、坚定前行但不狂热呱噪的氛围。特别看到了好些个既年轻、聪明懂技术，又似已经风雨历练而成熟稳健的产品经理和他们的很有意思的工作。感受到人工智能的发展有希望，也很踏实。

当年老狼等一群民谣歌手唱过一首叫《在路上》的歌。谨以里面的几句歌词致敬GOSIM Workshop 2023 人工智能论坛的组织者、演讲嘉宾和参会的开发者们：

背上行囊，脚步丈量远方，

梦想开放。

图：人工智能论坛照片集锦