隱空間蘊育AI生態架構之美

1 前言

在本專欄的《從隱空間看AIGC的未來發展》文章里，曾經提到了，近年來AIGC 領域已經進入到大語言模型(LLM) 架構& 多模態(Multi-modal ) 時代。多模型AI能帶來的更豐富的創作內容，帶給我們更多的驚喜。然而，這些多模態模型，逐漸百花齊放，各種模型繁雜多樣化，非常難控管了，導致管理成本急速升高。

于是AI 模型的集裝箱(Container) 角色就出來了。在未來數年內，凡是力求掌握隱藏空間，來有效管理AI 集裝箱(Container) 者，將成為AIGC 時代的大贏家。其中，AI 模型的隱空間(Latent space) 就相當于AI 集裝箱的碼頭。而AI 集裝箱將帶給碼頭美好的次序。在許多革命性轉折里，經常出現集裝箱的身影。集裝箱是創造“序中有亂”的利器，是承先( 包容既有之繁雜) 和啟后( 創造新的序) 的有效手段。集裝箱的外表簡單有序，創造出井然有序。這即是通稱的：有機次序(Organic order)。

從當今的AI 模型而觀之，這項有機次序都根植于隱空間里。然后，再而把這項架構之美根深埋于IC 芯片中，獲取源源不絕的強大計算力養分，將AI 應用層的生生不息、無盡繁榮。于是，本期就從有機次序的視角來觀察隱空間的架構之美。

2 發揮隱空間的共享性

隱空間的內容是從可觀察數據空間歸納萃取而得到的精華，相當于閱歷豐富的領域專家們的內心所領悟沉淀出來的經驗直覺。亦即，隱空間相當于武林大俠、或棋藝大師心中的精華“無招”境界( 圖1)。

圖1 棋藝大師的無招境界

（圖片來源：https://jssstuniv.in/wp-content/uploads/2022/11/5.-Autoencoders.pdf）

俗語說：無招勝有招，武林大俠掌握< 無招>，即衍生出千變萬化的新招式。因之，它具有簡單性和穩定性( 不變性)， 不同領域的專家可以協同合作(Collaboration)， 不同的領域的智慧可以共享的(Shareable)。換句話說，隱空間的架構和內涵是可以模塊化，可以分合自如，可以組裝的。因之，隱空間的三項亮麗特質是：架構通用性、內涵穩定性、模塊組裝性(& 共享性)。

茲以當今熱門的Stable Diff usion 繪圖創作軟件為例，它的AI 擴散(Diff usion) 模型，就是在隱空間里運行的( 圖2)。

圖2 隱空間擴散(Latent Space Diffusion)

（圖源：https://nvlabs.github.io/LSGM/）

其中，AI 擴散模型的詳細架構和流程，如圖3 所示。

圖3 隱空間擴散的詳細架構

（圖源：https://ommer-lab.com/research/latent-diffusion-models/）

由于隱空間模型的高度共享性，也大大提升了邊緣AI設備的通用性，并擴大商機。此外，由于可觀察的數據層和底層主模型之間變得疏結合(Loosely-coupled)關系。當可觀察層的需求及數據格式變化所產生的漣漪效應不會波及主模型層。同樣，當主模型層更改時，它可以隨時PnP(Plug and Play)，而不會影響可觀察層。這可以大大降低主模型( 及Edge AI 芯片) 開發的風險。

于是，創造了完美的有機次序：底層模型( 如同樹干)、接口模型( 如同樹枝)、企業資料( 如同樹葉)，三者虛實相依、彈性組合，無盡繁榮。茲以當今熱門的Stable Diffusion 繪圖創作軟件為例，其內含形形色色的AI接口模型( 圖4)。圖4 里的<Image Encoder> 和<Image Decoder> 即是SD 的主要接口模型。隱空間內容( 模型)的復用與分合自如，將帶來更優雅地架構設計，提供更賞心悅目的視覺美感、更完整的功能、和更流暢的客戶體驗。

圖4 Stable Diffusion的AI接口模型

3 創造力與美的組合

建立一個有機次序的AI 系統架構，就如同一棵大樹的主干，支持枝葉( 業務需求) 的生生不息和新陳代謝。又能支持根部的無盡成長，形成整體而和諧的有機次序。如同一遍美不勝收的楓葉林一般( 圖5)。

圖5 自然界的有機次序之美

從當今的AI模型而觀之，這項穩定、和諧、有機成長的體系架構，必然根植于隱空間里。而把這棵穩定、和諧、有機成長的體系之樹的根深埋于芯片中，獲取源源不絕的強大計算力養分，將支撐樹梢應用層的無盡繁榮、生生不息(圖6)。

圖6 AI+IC芯片:力與美的組合

隱空間里的內容( 如模型) 是可以轉移(Transfer)、復用(Reuse) 和共享(Share) 的。既然模型是可以從一個模型或算法轉移( 遷移) 到另一個模型里，就可以在另一個隱空間里運行、迭加、組合成為更具有架構性的智慧倉儲了。

4 迎接AI芯片產業新生態

基于隱空間的有機次序架構能創造底層芯片(Chip)設計的變動自由度。讓下層的設計變動的漣漪效應不會波及上層(AI 可視空間) 的設計。因之，底層研發人員可以加速研發出更高效能、更低成本的芯片組件，來提升整體綜效，促進商業效益，擴大利潤空間。實現〈沒錢就改版，改版就有錢〉的商業策略。

愈是善用潛藏空間的神奇魅力，芯片包容客戶需求變化的能力愈強大，生命愈長( 枝葉更茂盛)，獲利愈大。同時確保底層芯片邏輯單元的變動自由度的力道愈強，大幅降低芯片設計及制造的成本及風險。因之，AI 容器( 貨柜)& 潛藏空間( 碼頭)將是AI 芯片生態中，扮演關鍵性的角色。茲以當今熱門的Stable Diffusion 繪圖創作軟件為例，其在短短一年多的時間里，已經迅速成長、壯大為一個繁榮的生態了(圖7)。

圖7 Stable Diffusion生態迅速繁榮

（圖源：https://grail.cs.washington.edu/projects/dreampose/）

生態(Ecosystem) 最本質的特征就是演化(Evolution)，不是計劃。生態的演化有很高的開放性和不確定性。生態無法按邏輯去規劃，而是需要靠使命，愿景(Vision)，夢想去凝聚。

5 結束語

生態常常是一個內涵有機次序的體系。復雜生態往往是按簡單的規律而演化、繁榮的，并且維持整體性的和諧，所以帶給人人共利的環境。君不見，當今的LLM 正處于繁榮而無序的黎明階段，而2025~30年將是AI 產業的革命性転折點，也即將出現集裝箱的身影，創造巨大的AI商業生態。

（本文來源于EEPW 2023年9月期）