编辑：好困yaxin
古代文人，或一觞一咏，畅叙幽情，或风乎舞雩，咏而归。「吟诗作对」成为他们的标配。刚刚，全球最大人工智能巨量模型「源1.0」发布，能赋诗作词，比人类还像人类。
理科生文艺起来，可能真没文科生什么事儿了。
不信？你看看这首七言诗：
虽非蟾宫谪降仙，何惧冰殿冷彻骨。
窥帘斜视金屋小，多少俊才在此关。
读完之后，不得不说真牛啤！意境内涵都很赞。
不仅能写诗，还能做词，比如下面这首：
疑是九天有泪，
为我偷洒。
滴进西湖水里，
沾湿一千里外的月光，
化为我梦里的云彩。
你能想象，这是完全不懂写诗的理工生的杰作吗？
确实如此。简直让李白看了会沉默，让杜甫看了会流泪。
这就是浪潮刚刚发布的全球最大规模人工智能巨量模型，名曰「源1.0」。
除了能够作诗赋词，它还能对话、写对联、生成新闻、故事续写...
亿参数，这个全球最大规模人工智能巨量模型可是读了亿词。
要知道，一个人的一生也没有办法读完这么多词语。
既然称为全球最大，有多大？
全球最大规模人工智能巨量模型！
全球最大这个称号可不是闹着玩的！
「源1.0」不管是在算法、数据还是算力上，都做到了超大规模和巨量化。
算法方面，相比于亿参数的英文语言模型GTP-3，「源1.0」共包含了亿个参数，是前者参数量的1.倍。
而且，最重要的是，「源1.0」和GPT-3一样都是单体模型，而不是由很多小模型堆砌起来的。就单单在这一个方面，「源1.0」就可以荣登全球最大的自然语言理解模型了。
图源：writeup.ai
数据方面，「源1.0」几乎是把近5年整个中文互联网的浩瀚内容全部「读」完了。通过自研的文本分类模型，获得了5TB高质量中文数据集，在训练数据集规模上领先近10倍。
此外，「源1.0」还阅读了大约个亿词。这是什么概念呢？
假如人一个月能读十本书，一年读一百本书，读50年，一生也就读本书，一本书假如20万字，加起来也只有10亿字，需要一万年才能读完亿词。在如此大规模的数据加持下，「源1.0」的数据集也自然成为了全球最大的高质量中文数据集。
算力方面，「源1.0」共消耗约PD（PetaFlop/s-day）。相对于GPT-3消耗PD计算量得到亿参数，计算效率大幅提升。如果说，让「源1.0」一天24小时不间断「阅读」的话，只需要16天就可以看完近五年中文互联网的几乎全部内容。
嗯？原来已经把近5年的中文互联网内容全学完了？
u1s1，「源1.0」yyds！
成果如何呢？
你猜，这些对话中，每个问题对应的A和B中，哪个是「源1.0」生成的呢？（答案在文末）
亲自体验「图灵测试」是不是很好玩？别急，后面还有很多题等着呢！
现在我们先来看看「源1.0」最厉害的模仿能力。也就是，对于一个完全不存在的「词语」，只需要一个用例，「源1.0」就能学会这个「词语」的用法。
看到这些熟悉的「词」是不是感觉有那味了（doge）。突然有些期待，如果「源1.0」学会了「小丑竟是我自己」这个词会怎么用，诶嘿嘿。
既然提到了图灵测试，那我们就来看看测试的结果怎么说？
「源1.0」在测试中实现了高达50.84%的平均误判率！
图灵测试采用「问」与「答」模式，即观察者通过控制打字机向两个测试对象通话，其中一个是人，另一个是机器。观察者不断提出各种问题，从而辨别回答者是人还是机器。
通常认为，进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能。
在「源1.0」的测试结果中，受访者的平均区分正确率是49.16%，这意味着平均误判率为50.84%。在新闻生成这一领域，误判率更是高达57.88%。
其中，正确率是指能正确将机器生成的文本识别出来的比例。正确率70%，意味误判率超过30%。
数据看着太单调？没事！大家期待的「真题」环节来了！
答案在文末哦～
世界第一是怎样一种体验？
那么，这个拿下世界第一的最大AI模型，到底有多强？
不如拉出来跑个分、刷个榜看看！
英文语言模型评测有GLUE、SuperGLUE，例如GPT-3这类的各种预训练模型都会在上面进行评估。和GLUE类似，CLUE是中文第一个大规模的语言评估基准。其中包了括代表性的数据集、基准（预训练）模型、语料库和排行榜。而这些数据集也会覆盖不同的任务、数据量、任务难度等。
顺便安利一下最近新出的国内首个以数据为中心的AI测评DataCLUE。
言归正传，「源1.0」占据了零样本学习（zero-shot）和小样本学习（few-shot）2项榜单的榜首。
在ZeroCLUE零样本学习榜单中，「源1.0」以超越业界最佳成绩18.3%的绝对优势遥遥领先。其中，在文献分类、新闻分类，商品分类、原生中文推理、成语阅读理解填空、名词代词关系6项任务中获得冠*。