7月7日,，2023世界人工智能大會“大模型時代的通用人工智能產(chǎn)業(yè)發(fā)展機遇以及風(fēng)險”主題論壇在上海西岸舉行,。本場論壇由中國人工智能學(xué)會,、徐匯區(qū)人民政府主辦，由上海國創(chuàng)中心,、中國人工智能學(xué)會人機融合智能專委會承辦,。

論壇匯聚通用人工智能領(lǐng)域頂級專家、學(xué)者、人工智能產(chǎn)業(yè)應(yīng)用領(lǐng)域人士,，聚焦大模型為代表的通用人工智能,，分別從技術(shù)前沿方向、底層算力基礎(chǔ),、倫理法規(guī)治理,、未來發(fā)展趨勢等全方位視角展開深度探討。

在業(yè)內(nèi)人士看來,，我國應(yīng)搶抓通用人工智能發(fā)展機遇,，積極推進(jìn)大模型創(chuàng)新和應(yīng)用，同時針對風(fēng)險與挑戰(zhàn),，也應(yīng)加強大模型風(fēng)險管理與行業(yè)治理,。

應(yīng)強化基礎(chǔ)研究 避免陷入“無源之水”困境

人工智能正深刻的改變這個時代，我國人工智能產(chǎn)業(yè)迎來發(fā)展機遇,，但也面臨應(yīng)用強,，原始創(chuàng)新不足等問題。國務(wù)院參事,、中國工程院院士,、中國人工智能學(xué)會理事長、清華大學(xué)信息科學(xué)技術(shù)學(xué)院院長戴瓊海表示,，我國應(yīng)從政策,、機制和投入上深化人工智能的人才培養(yǎng)和基礎(chǔ)研究，強化原始創(chuàng)新,，避免陷入“無源之水”困境,。

人工智能創(chuàng)新發(fā)展有三個基礎(chǔ)——算法、數(shù)據(jù),、算力,。戴瓊海指出，算法決定智能水平,，數(shù)據(jù)決定智能范圍,，算力決定智能效率。

在算法層面,，大模型預(yù)計5年左右將成為人工智能應(yīng)用中關(guān)鍵基礎(chǔ)性平臺,，類似PC時代操作系統(tǒng)由美主導(dǎo)，大模型生態(tài)可能會對我國形成嚴(yán)峻的挑戰(zhàn),。政府要鼓勵企業(yè)主導(dǎo)大模型建設(shè)，探索生物機制和機器特色相結(jié)合引領(lǐng)人工智能基礎(chǔ)突破,，推動基礎(chǔ)研究和應(yīng)用拓展并舉,。同時要注意，大模型尚不能對輸出進(jìn)行可信性的驗證，需要防范相應(yīng)風(fēng)險,。

在數(shù)據(jù)層面,，人工智能發(fā)展不斷拓寬可處理數(shù)據(jù)邊界、智能算法能力和可影響環(huán)境范圍,。數(shù)據(jù)從限定場景擴大到開放場景,，需要避免算法和數(shù)據(jù)發(fā)展再次出現(xiàn)交叉，使人工智能發(fā)展再次陷入低谷,。政府可以引導(dǎo)建設(shè)下一代數(shù)據(jù)平臺,、搶占人工智能前哨站、引導(dǎo)構(gòu)建新基礎(chǔ)設(shè)施,。

在算力層面,，政府可以在人工智能芯片、通用芯片等領(lǐng)域引導(dǎo)企業(yè)攻堅克難,，在量子計算,、光電計算等新賽道支持基礎(chǔ)研究出奇搶占先機。

大模型落地最后一公里 人工智能如何解決痛點,？

人工智能 1.0時代,，使用一個模型只能解決一個任務(wù)，例如聊天能力,、翻譯能力,，搜索引擎需要使用不同的模型進(jìn)行實現(xiàn)，并且應(yīng)用與算法綁定,，只能進(jìn)行算法與系統(tǒng)協(xié)同設(shè)計,；而在人工智能2.0時代，可以使用一個模型解決多個任務(wù),，這些應(yīng)用都可以通過微調(diào)以后使用同一個大語言模型實現(xiàn),，這時候，應(yīng)用,、算法,、系統(tǒng)可以進(jìn)行協(xié)同優(yōu)化。

清華大學(xué)電子工程系長聘教授,、系主任,、IEEE Fellow汪玉指出，當(dāng)前正處在從人工智能1.0的專用小模型時代過渡到人工智能2.0的通用大模型時代,，在人工智能2.0時代需要大模型中間層——依靠軟硬件協(xié)同設(shè)計助力解決四方面的痛點：

一是支持長文本輸入,，讓用戶用得更好，如從支持2k token的快速推理和訓(xùn)練到支持32k token,，解決好專業(yè)長文本信息的檢索生成,，和會議聊天助手等應(yīng)用,；二是提升性價比，把語言或多模態(tài)生成模型部署到消費級顯卡甚至手機等終端設(shè)備上,，讓用戶用得起,；三是垂直領(lǐng)域適配，用大模型的通用能力幫助到各行各業(yè)的人們提升體驗和工作效率,；四是一站式部署,，讓大模型能夠以低人力成本地部署到各種場景，讓每個工廠,、學(xué)校,、家庭、甚至個人都能感受到大模型的便利,。

企業(yè)需緊貼業(yè)務(wù)進(jìn)行AI戰(zhàn)略設(shè)計,、完善配套架構(gòu)

過去20多年，為公眾所熟知的DeepBlue,、IBM Watson 和 AlphaGo 等AI應(yīng)用,，往往通過與人類競爭制造熱點，并以超過人類的效果獲得廣泛關(guān)注,。IEEE/CAAI Fellow,、清華大學(xué)惠妍講席教授、電子系長聘教授,、銜遠(yuǎn)科技創(chuàng)始人周伯文表示,，ChatGPT開啟了AGI新拐點，AI從“與人競爭”變?yōu)椤皡f(xié)同交互”,，AI從交互中學(xué)習(xí),，進(jìn)而協(xié)同人類解決問題。

由于AI從ANI(狹義人工智能)迭代到AGI（通用人工智能）,，能夠極大突破落地應(yīng)用瓶頸,。在實踐中當(dāng)中，周伯文認(rèn)為,，AI能否與企業(yè)業(yè)務(wù)充分結(jié)合,，是決定AI能否實現(xiàn)經(jīng)濟價值的關(guān)鍵因素。只有緊貼業(yè)務(wù)的AI戰(zhàn)略設(shè)計,、完善的配套架構(gòu),、充足的AI人才、健全的內(nèi)部培養(yǎng)機制,，才能使AI與業(yè)務(wù)發(fā)展需求充分融合,，最大化經(jīng)濟收益。

周伯文表示,，目前中國人工智能的采用率較世界領(lǐng)先國家存在較大提升空間,，企業(yè)尚未普遍通過采用人工智能技術(shù)實現(xiàn)大模型的營收增長與利潤貢獻(xiàn),。未來，企業(yè)需要從提升產(chǎn)品功能,、拓展服務(wù)品類、找準(zhǔn)關(guān)鍵用戶,、挖掘高價值高潛力場景,、促進(jìn)全鏈路線上線下協(xié)同等方面來實現(xiàn)以商品為中心讓位到以使用者為中心，推動人工智能產(chǎn)業(yè)的數(shù)智化升級,。

在商業(yè)應(yīng)用落地層面,，周伯文認(rèn)為，中國生成式人工智能需要探索一條新的道路,，即垂直整合從自有基礎(chǔ)大模型到應(yīng)用,、到終端用戶的全場景閉環(huán)，以實現(xiàn)生成式 AI 技術(shù)與商業(yè)價值“雙落地”,。

通用大模型依然在可信性,、安全性等方面存在挑戰(zhàn)

國內(nèi)首個類ChatGPT模型——復(fù)旦大學(xué)MOSS系統(tǒng)負(fù)責(zé)人邱錫鵬表示，大語言模型在學(xué)術(shù)界已出現(xiàn)多年,，今年正式走進(jìn)了公眾視野和人們的日常生活,，給人工智能研究、從業(yè)者和人們的日常生活帶來了巨大的變革,。作為一個大語言模型,，MOSS 可執(zhí)行對話生成、編程,、事實問答等系列任務(wù),。MOSS 的開發(fā)步驟包括了自然語言模型的基座訓(xùn)練、理解人類意圖的對話能力訓(xùn)練兩個階段,，和ChatGPT具有相近的通用語義理解能力,，但在推理能力和事實類知識方面仍有一定差距，目前MOSS系列在中文語義理解方面取得很大進(jìn)步,，未來將通過擴大模型規(guī)模和使用工具來進(jìn)一步縮小差距,。

邱錫鵬提到，通用大模型不僅僅是工程問題,，除算力需求大外,，目前依然在可信性、安全性,、邏輯性等方面存在很多挑戰(zhàn),，需要高校研究團(tuán)隊進(jìn)行重大科研攻關(guān)，解決智能涌現(xiàn),、復(fù)雜推理,、高效架構(gòu),、知識融合、學(xué)習(xí)策略等科學(xué)問題,，為通用大模型的落地提供理論和技術(shù)支撐,。MOSS近期的研究重點是如何理解復(fù)雜任務(wù)并進(jìn)行任務(wù)分解后調(diào)用不同工具來完成任務(wù)。

5個月以來,，MOSS系統(tǒng)正在日夜迭代優(yōu)化,，目前MOSS團(tuán)隊正在通過參與大型語言模型生態(tài)建設(shè)，并在未來實現(xiàn)對話模型,、模型微調(diào),、AIGT檢測、模型對比和模型評測集一體的開源開放平臺,。