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

論壇匯聚通用人工智能領(lǐng)域頂級(jí)專(zhuān)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(lái)發(fā)展趨勢(shì)等全方位視角展開(kāi)深度探討,。

在業(yè)內(nèi)人士看來(lái)，我國(guó)應(yīng)搶抓通用人工智能發(fā)展機(jī)遇,，積極推進(jìn)大模型創(chuàng)新和應(yīng)用,，同時(shí)針對(duì)風(fēng)險(xiǎn)與挑戰(zhàn)，也應(yīng)加強(qiáng)大模型風(fēng)險(xiǎn)管理與行業(yè)治理,。

應(yīng)強(qiáng)化基礎(chǔ)研究 避免陷入“無(wú)源之水”困境

人工智能正深刻的改變這個(gè)時(shí)代,，我國(guó)人工智能產(chǎn)業(yè)迎來(lái)發(fā)展機(jī)遇，但也面臨應(yīng)用強(qiáng),，原始創(chuàng)新不足等問(wèn)題,。國(guó)務(wù)院參事、中國(guó)工程院院士,、中國(guó)人工智能學(xué)會(huì)理事長(zhǎng),、清華大學(xué)信息科學(xué)技術(shù)學(xué)院院長(zhǎng)戴瓊海表示，我國(guó)應(yīng)從政策,、機(jī)制和投入上深化人工智能的人才培養(yǎng)和基礎(chǔ)研究,，強(qiáng)化原始創(chuàng)新，避免陷入“無(wú)源之水”困境,。

人工智能創(chuàng)新發(fā)展有三個(gè)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(jì)5年左右將成為人工智能應(yīng)用中關(guān)鍵基礎(chǔ)性平臺(tái),，類(lèi)似PC時(shí)代操作系統(tǒng)由美主導(dǎo)，大模型生態(tài)可能會(huì)對(duì)我國(guó)形成嚴(yán)峻的挑戰(zhàn),。政府要鼓勵(lì)企業(yè)主導(dǎo)大模型建設(shè),，探索生物機(jī)制和機(jī)器特色相結(jié)合引領(lǐng)人工智能基礎(chǔ)突破，推動(dòng)基礎(chǔ)研究和應(yīng)用拓展并舉。同時(shí)要注意,，大模型尚不能對(duì)輸出進(jìn)行可信性的驗(yàn)證,，需要防范相應(yīng)風(fēng)險(xiǎn)。

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(chǎng)景擴(kuò)大到開(kāi)放場(chǎng)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(tái),、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(jiān)克難,，在量子計(jì)算,、光電計(jì)算等新賽道支持基礎(chǔ)研究出奇搶占先機(jī)。

大模型落地最后一公里 人工智能如何解決痛點(diǎn),？

人工智能 1.0時(shí)代,，使用一個(gè)模型只能解決一個(gè)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(shí)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(jì),；而在人工智能2.0時(shí)代，可以使用一個(gè)模型解決多個(gè)任務(wù),，這些應(yīng)用都可以通過(guò)微調(diào)以后使用同一個(gè)大語(yǔ)言模型實(shí)現(xiàn),，這時(shí)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(zhǎng)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(zhuān)用小模型時(shí)代過(guò)渡到人工智能2.0的通用大模型時(shí)代,，在人工智能2.0時(shí)代需要大模型中間層——依靠軟硬件協(xié)同設(shè)計(jì)助力解決四方面的痛點(diǎn)：

一是支持長(zhǎng)文本輸入,，讓用戶(hù)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(zhuān)業(yè)長(zhǎng)文本信息的檢索生成,，和會(huì)議聊天助手等應(yīng)用,；二是提升性?xún)r(jià)比，把語(yǔ)言或多模態(tài)生成模型部署到消費(fèi)級(jí)顯卡甚至手機(jī)等終端設(shè)備上,，讓用戶(hù)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(yàn)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(chǎng)景，讓每個(gè)工廠(chǎng),、學(xué)校,、家庭、甚至個(gè)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(jì),、完善配套架構(gòu)

過(guò)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(guò)與人類(lèi)競(jìng)爭(zhēng)制造熱點(diǎn)，并以超過(guò)人類(lèi)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(zhǎng)聘教授,、銜遠(yuǎn)科技創(chuàng)始人周伯文表示,，ChatGPT開(kāi)啟了AGI新拐點(diǎn)，AI從“與人競(jìng)爭(zhēng)”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(lèi)解決問(wèn)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(shí)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(shí)現(xiàn)經(jīng)濟(jì)價(jià)值的關(guān)鍵因素。只有緊貼業(yè)務(wù)的AI戰(zhàn)略設(shè)計(jì),、完善的配套架構(gòu)、充足的AI人才,、健全的內(nèi)部培養(yǎng)機(jī)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(jì)收益。

周伯文表示,，目前中國(guó)人工智能的采用率較世界領(lǐng)先國(guó)家存在較大提升空間,，企業(yè)尚未普遍通過(guò)采用人工智能技術(shù)實(shí)現(xiàn)大模型的營(yíng)收增長(zhǎng)與利潤(rùn)貢獻(xiàn)。未來(lái),，企業(yè)需要從提升產(chǎn)品功能,、拓展服務(wù)品類(lèi)、找準(zhǔn)關(guān)鍵用戶(hù),、挖掘高價(jià)值高潛力場(chǎng)景,、促進(jìn)全鏈路線(xiàn)上線(xiàn)下協(xié)同等方面來(lái)實(shí)現(xiàn)以商品為中心讓位到以使用者為中心，推動(dòng)人工智能產(chǎn)業(yè)的數(shù)智化升級(jí),。

在商業(yè)應(yīng)用落地層面,，周伯文認(rèn)為，中國(guó)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(hù)的全場(chǎng)景閉環(huán)，以實(shí)現(xiàn)生成式 AI 技術(shù)與商業(yè)價(jià)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(guó)內(nèi)首個(gè)類(lèi)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(yǔ)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(lái)了巨大的變革,。作為一個(gè)大語(yǔ)言模型,，MOSS 可執(zhí)行對(duì)話(huà)生成、編程,、事實(shí)問(wèn)答等系列任務(wù),。MOSS 的開(kāi)發(fā)步驟包括了自然語(yǔ)言模型的基座訓(xùn)練、理解人類(lèi)意圖的對(duì)話(huà)能力訓(xùn)練兩個(gè)階段,，和ChatGPT具有相近的通用語(yǔ)義理解能力,，但在推理能力和事實(shí)類(lèi)知識(shí)方面仍有一定差距，目前MOSS系列在中文語(yǔ)義理解方面取得很大進(jìn)步,，未來(lái)將通過(guò)擴(kuò)大模型規(guī)模和使用工具來(lái)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(wèn)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(duì)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(shí)融合、學(xué)習(xí)策略等科學(xué)問(wèn)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(diǎn)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(lái)完成任務(wù)。

5個(gè)月以來(lái),，MOSS系統(tǒng)正在日夜迭代優(yōu)化,，目前MOSS團(tuán)隊(duì)正在通過(guò)參與大型語(yǔ)言模型生態(tài)建設(shè)，并在未來(lái)實(shí)現(xiàn)對(duì)話(huà)模型,、模型微調(diào),、AIGT檢測(cè)、模型對(duì)比和模型評(píng)測(cè)集一體的開(kāi)源開(kāi)放平臺(tái),。