來源：睿見Economy

　　11月22日，由《財經(jīng)》雜志,、財經(jīng)網(wǎng)、《財經(jīng)智庫》聯(lián)合主辦的“《財經(jīng)》年會2024：預(yù)測與戰(zhàn)略”在北京舉行,。中國信息通信研究院副院長魏亮出席并發(fā)表演講。

　　魏亮表示,，人們正在邁向通用人工智能,。去年ChatGPT發(fā)布以前，大家沒有那么樂觀,，大家認(rèn)為還是處于弱人工智能的時代,，而且這個時代還會持續(xù)很多年,，對人工智能的快速發(fā)展大家都沒有非常充分的認(rèn)識，突然之間ChatGPT發(fā)布以后,，大家感到通用人工智能撲面而來。

　　“大模型階段,，對照大模型的能力,，它已經(jīng)非常接近通用人工智能?！?/p>

　　同時,，當(dāng)前的大模型應(yīng)用帶來的三大變革和三個挑戰(zhàn)。

　　魏亮指出,，變革包括人機(jī)交互的變革,、生產(chǎn)力的變革、研發(fā)的變革,。人機(jī)交互的變革很顯而易見,，原來機(jī)器能理解的是一些指令，要讓機(jī)器干特別的事情,，必須由研發(fā)人員替你編程,，把你的需求翻譯成機(jī)器能聽懂的語言，你的程序，然后你就可以做一定的應(yīng)用,，程序的輸入可以是比較靈活的,，總的來說你要干什么必須要有特定的程序針對某個應(yīng)用進(jìn)行編程。有了大模型之后這些都不需要了,，你可以有非常自然的多模態(tài)的輸入,，比如自然語言的輸入、圖片的輸入或者視頻的輸入,，這些輸入也不需要為某個應(yīng)用專門編程,，這是對輸入模式的演進(jìn)，非常靈活,，輸入階段,。

　　在處理階段，原來編程除了要翻譯以外,，還要想好每一步怎么做,，做什么，任務(wù)怎么拆解,，整個邏輯是怎么樣的,，思維鏈?zhǔn)窃趺礃拥模辛舜竽Ｐ鸵院笏梢酝ㄟ^語法分析多輪的對話來理解你的意圖,，自動把你的任務(wù)拆解了以后有邏輯的串聯(lián)起來,，通過搜索它的千億級的參數(shù)，它就可以知道怎么來做,，最后給你個答案,，核心處理技術(shù)也是一個創(chuàng)新。

　　輸出階段,，可以有一個多模態(tài)的輸出,，視頻也好，圖象也好,，文字也好,，甚至直接控制一個機(jī)器人，你想做什么,，它控制一個機(jī)器狗替你做了,，或者控制周邊的設(shè)備、傳感器或者靈活的利用周邊的設(shè)備幫你把工作完成,，它的輸出不僅僅是簡單的輸出,，它可以變成一個任務(wù)的結(jié)果，這是關(guān)于人機(jī)交互的變革,。

　　第二個變革是生產(chǎn)力的變革,。魏亮稱，一般來說很多技術(shù)要真正的影響你的生活需要很長的時間或者很長的過程，比如你研發(fā)了新材料,，新材料有了以后大家非常興奮,，比如超導(dǎo)材料，真正用到你生活中的某一項設(shè)備或者某一項生活周邊,，需要很長的時間,。但是ChatGPT去年出來以后到現(xiàn)在剛剛一年，已經(jīng)改變了很多,，可能有些行業(yè)接觸的比較多一些,，感受比較深刻，有些行業(yè)還沒有看到,。

　　比如軟件行業(yè),，軟件行業(yè)已經(jīng)有了非常大的變革，有些行業(yè)的數(shù)據(jù)需要治理需要規(guī)范,，沒有很好的數(shù)據(jù)員,，軟件行業(yè)不一樣，好的軟件好的程序大家都公認(rèn)的,。有了這些語料有了這些數(shù)據(jù)集以后可以輸出很好的成果,，在軟件工程里面大模型已經(jīng)有了非常好的應(yīng)用，GitHub Copilot發(fā)布以來為100多萬開發(fā)者編寫46%的代碼,，5年后預(yù)計80%代碼由AI生成,，有一些軟件企業(yè)已經(jīng)不需要那么多程序員了，很多事情都可以人工智能使用,，而且這個確實提高了效率,，減少了人員。

　　第三個變革是對研發(fā)的變革,。魏亮指出,，研發(fā)的變革是一個范式的變革。大模型時代的范式,，你只管把數(shù)據(jù)給它，不需要你去思考,，它替你思考,，給出一個答案，你喂給它足夠多的數(shù)據(jù),，它可以給結(jié)果,，中間會提煉出一些公式提煉出一些理論，但是它是相對比較直接的通過數(shù)據(jù)直接觸摸人們的事實或者現(xiàn)實,。有了大模型以后原來的很多事情通過大模型做一些仿真驗證就行了,，或者在藥物開發(fā)方面或者在遙感方面，通過大模型很容易開發(fā)產(chǎn)品和工具，這是對科研的新范式,，通過數(shù)據(jù)到結(jié)果到事實,。

　　對于面臨的挑戰(zhàn)，魏亮指出,，第一是高質(zhì)量的數(shù)據(jù)的供給不足,，大多數(shù)企業(yè)都在認(rèn)為數(shù)據(jù)處理是重大挑戰(zhàn)，缺乏高質(zhì)量的數(shù)據(jù)集,，缺乏很好的數(shù)據(jù)治理平臺,，缺乏數(shù)據(jù)治理的方法，現(xiàn)在數(shù)據(jù)流通還有一定障礙,，在我們國家版權(quán)數(shù)據(jù)用于 訓(xùn)練是否完全合規(guī)還是在探討過程中,，要求有合法渠道獲得的數(shù)據(jù)，這樣也是一定的障礙,。第二是模型運維管理不成熟,，組織落地的驅(qū)動力不足，模型的治理非常復(fù)雜,，難以追溯,，支撐的工具很難用也很難集成。第三是缺乏風(fēng)險防控的體系,，這個體系相對比較薄弱,，工具不成熟，責(zé)任主體不明確,，流程不規(guī)范,。

　　對此，魏亮談及,，針對這些風(fēng)險也有幾方面的工作可以做,，首先數(shù)據(jù)治理方面可以建立一些很好的企業(yè)中臺，建立數(shù)據(jù)治理的平臺,，提高企業(yè)內(nèi)部治理的供給能力,，同時也可以全生命周期的數(shù)據(jù)質(zhì)量管理來提升這個能力，總的來說提升高質(zhì)量數(shù)據(jù)的供給能力,，有利于整個大模型的好用能用,。因為管理方面可以連接我們的管理團(tuán)隊部署團(tuán)隊運營團(tuán)隊等等，把他們關(guān)聯(lián)起來一塊做努力,，建立一個標(biāo)準(zhǔn)化體系,，這都是怎么把大模型工程化落地的一些關(guān)鍵要素。風(fēng)險管控方面可以通過機(jī)構(gòu)的設(shè)置,、一些管理機(jī)制的落實,，實現(xiàn)人工智能的戰(zhàn)略目標(biāo),，這些都是比較理想的，這是人們要把人工智能真正工程化運用到產(chǎn)業(yè)中去需要努力的方向,。

　　展望通用人工智能賦能新型工業(yè)化,，魏亮強(qiáng)調(diào)，新型工業(yè)化非常重要,，中國夢具體到工業(yè)領(lǐng)域的路線就是新型工業(yè)化,，在新型工業(yè)化中我國有非常好的機(jī)遇應(yīng)用人工智能，直接走到智能化,。

　　“我們正在快速進(jìn)入數(shù)字化的階段,，在這個過程中又恰逢通用人工智能大模型的機(jī)遇，我們有條件有理由很好的把大模型應(yīng)用到工業(yè)生產(chǎn)中去,?！彼f。