來源 | 人民論壇網(wǎng)-人民論壇雜志轉(zhuǎn)載請(qǐng)注明來源自今年1月宣布開源后,，DeepSeek熱度居高不下,。在海外,，眾多業(yè)內(nèi)人士連夜復(fù)現(xiàn)DeepSeek“驗(yàn)真?zhèn)巍?；在?guó)內(nèi),，DeepSeek概念股本周持續(xù)大漲,，多個(gè)相關(guān)個(gè)股漲停。文心一言,、通義千問,、盤古、混元……近年來,，我國(guó)在生成式人工智能領(lǐng)域不斷取得進(jìn)展,，呈現(xiàn)出“百模爭(zhēng)鳴”的繁榮局面。作為信息化,、數(shù)字化,、智能化的新型技術(shù)基座，生成式人工智能對(duì)于提升國(guó)家戰(zhàn)略地位與國(guó)際競(jìng)爭(zhēng)力具有重要意義。當(dāng)前,，我國(guó)人工智能面臨哪些挑戰(zhàn),？下一步將走向何處？一起關(guān)注《人民論壇》最新策劃,。生成式人工智能的源起與發(fā)展生成式人工智能是指一類能夠自主生成新內(nèi)容的人工智能技術(shù),，這些內(nèi)容可以包括文本、圖像,、音頻和視頻等多種形式,。生成式人工智能通過學(xué)習(xí)已有數(shù)據(jù)的模式和結(jié)構(gòu)，創(chuàng)造出全新的,、未曾出現(xiàn)過的數(shù)據(jù)實(shí)例,。生成式人工智能的核心在于其創(chuàng)造性和創(chuàng)新性，它不僅僅是復(fù)制或模仿現(xiàn)實(shí),，而是能夠基于已有知識(shí)進(jìn)行創(chuàng)新,，生成有價(jià)值的新內(nèi)容。生成式人工智能模型的例子包括生成對(duì)抗網(wǎng)絡(luò)（GAN）,、變分自編碼器（VAE）和生成式預(yù)訓(xùn)練Transformer（GPT）等,。生成式人工智能應(yīng)用領(lǐng)域廣泛，已經(jīng)對(duì)藝術(shù),、設(shè)計(jì),、娛樂，甚至科學(xué)研究帶來實(shí)質(zhì)變革,。生成式人工智能的發(fā)展前景廣闊,，它不僅能夠?yàn)槿藗兊娜粘Ｉ顜肀憷?還能夠幫助人們提高工作效率，促進(jìn)產(chǎn)業(yè)升級(jí),，推進(jìn)社會(huì)發(fā)展,。生成式人工智能研究范式與之前的深度學(xué)習(xí)有著明顯的不同之處。在過去,，深度學(xué)習(xí)的理論與算法研究主要由學(xué)術(shù)界參與,，而生成式人工智能的發(fā)展主要由包括Open AI、 Google,、Met,、Anthropi、Midjourney和Stability AI在內(nèi)的多家公司推動(dòng),。這些公司在生成式人工智能領(lǐng)域投入了大量資源,，并通過研發(fā)和商業(yè)應(yīng)用推動(dòng)了技術(shù)的進(jìn)步和應(yīng)用，使得生成式人工智能能夠更快地從實(shí)驗(yàn)室走向市場(chǎng),，并在各個(gè)領(lǐng)域取得廣泛的應(yīng)用和影響,。生成式人工智能在創(chuàng)造新內(nèi)容和推動(dòng)技術(shù)進(jìn)步的同時(shí)，也可能帶來一系列安全問題,，主要包括以下幾個(gè)方面：在虛假信息方面,，生成式人工智能能夠制作逼真的文本,、圖像、音頻和視頻內(nèi)容,，這可能導(dǎo)致虛假新聞,、偽造證據(jù)和誤導(dǎo)性信息的產(chǎn)生和傳播，對(duì)社會(huì)秩序和公共安全造成威脅,。通過生成式人工智能技術(shù),，深度偽造技術(shù)（Deepfakes）可以創(chuàng)建逼真的偽造人臉和聲音，這可能被用于身份冒充,、欺詐和誹謗，侵犯?jìng)€(gè)人隱私和名譽(yù)權(quán),。生成式人工智能模型可能被用于制造惡意軟件或進(jìn)行網(wǎng)絡(luò)攻擊,，例如生成用于釣魚攻擊的逼真電子郵件或創(chuàng)建用于繞過安全系統(tǒng)的虛假憑證。在版權(quán)與隱私保護(hù)方面,，在訓(xùn)練生成式人工智能模型時(shí),，可能需要大量的個(gè)人數(shù)據(jù)，這些數(shù)據(jù)如果未經(jīng)妥善處理,，可能會(huì)泄露個(gè)人隱私,，增加數(shù)據(jù)泄露的風(fēng)險(xiǎn)。生成式人工智能在創(chuàng)作過程中可能會(huì)無意中復(fù)制或模仿受版權(quán)保護(hù)的作品,，從而引發(fā)知識(shí)產(chǎn)權(quán)糾紛,。在倫理和道德方面，生成式人工智能在創(chuàng)作內(nèi)容時(shí),，可能缺乏人類的判斷和審查,，從而產(chǎn)生不當(dāng)或不敏感的輸出。為此,，世界各國(guó)正在加速立法,，鼓勵(lì)生成式人工智能技術(shù)的創(chuàng)新應(yīng)用，同時(shí)規(guī)定了服務(wù)提供者和使用者應(yīng)當(dāng)遵守的基本規(guī)范,，包括尊重知識(shí)產(chǎn)權(quán)和他人合法權(quán)益,，提高生成內(nèi)容的準(zhǔn)確性和可靠性等，確保其健康有序地發(fā)展,。此外,，據(jù)《紐約客》相關(guān)報(bào)道，OpenAI的GPT-3在訓(xùn)練階段單次耗電量高達(dá)128.7萬度,；而ChatGPT部署上線后,，按照日均請(qǐng)求2億次計(jì)算，支撐推理應(yīng)答服務(wù)的耗電高達(dá)每天50萬度,。在我國(guó),，根據(jù)公開資料,，三峽大壩年平均發(fā)電量約為850億度，而2022年我國(guó)主要數(shù)據(jù)中心耗電量達(dá)到2700億度,，已是三峽年均發(fā)電量的3倍多,。冷卻用水消耗、碳排放足跡等,，也將對(duì)生態(tài)環(huán)境造成不可忽視的影響,。我國(guó)生成式人工智能發(fā)展現(xiàn)狀總體情況,。自2022年11月ChatGPT發(fā)布以來,，國(guó)產(chǎn)大模型迅速崛起，形成了“百模爭(zhēng)鳴”的繁榮局面,。百度的文心1.0通用大模型自2019年首次推出后,，已升級(jí)至4.0版本。阿里云,、華為,、騰訊、科大訊飛等公司也推出了各自的通用大模型,，如通義千問,、盤古、混元和星火等,，并向公眾開放,。在這場(chǎng)競(jìng)賽中，初創(chuàng)企業(yè)也取得了顯著成就,，例如“月之暗面”推出的Kimi智能助手大模型,，支持高達(dá)200萬漢字的上下文長(zhǎng)度，引起了業(yè)界廣泛關(guān)注,。學(xué)術(shù)界也積極參與國(guó)產(chǎn)大模型的研究,，例如中科院自動(dòng)化所發(fā)布了全球首個(gè)圖文音三模態(tài)預(yù)訓(xùn)練模型——紫東太初大模型，上海人工智能實(shí)驗(yàn)室與復(fù)旦大學(xué)聯(lián)合發(fā)布了書生·浦語通用大模型（InternLM）,。為推動(dòng)技術(shù)與市場(chǎng)發(fā)展,，一些廠商提供了開源版本的大模型，如阿里云的Qwen系列,、零一萬物的Yi系列,、智譜華章的GLM系列、科大訊飛的iFlytekSpark系列,、百川智能的Baichuan系列等,。這些開源模型為研究和應(yīng)用提供了便利,，進(jìn)一步促進(jìn)了國(guó)產(chǎn)大模型技術(shù)的創(chuàng)新和應(yīng)用。為了增強(qiáng)對(duì)蓬勃發(fā)展的國(guó)產(chǎn)大模型的認(rèn)識(shí),，新華社研究院中國(guó)企業(yè)發(fā)展研究中心于2023年發(fā)布了三版《2023年人工智能大模型體驗(yàn)報(bào)告》,，回顧了大模型產(chǎn)品市場(chǎng)的激烈競(jìng)爭(zhēng)，并對(duì)當(dāng)前大模型產(chǎn)品和廠商進(jìn)行了整體測(cè)評(píng),。同時(shí),，多個(gè)機(jī)構(gòu)也推出了各自的大模型評(píng)測(cè)體系和排行榜，如“司南”（OpenCompass）,、C-Eval,、SuperCLUE等，廠商間的激烈競(jìng)爭(zhēng)彰顯了該行業(yè)的活力與吸引力,。排行榜在展現(xiàn)國(guó)產(chǎn)大模型激烈競(jìng)爭(zhēng)的同時(shí),，也揭示出業(yè)內(nèi)的亂象，例如模型套殼,、評(píng)分作假等。領(lǐng)域應(yīng)用,。在通用大模型的基礎(chǔ)上發(fā)展領(lǐng)域?qū)Ｓ媚Ｐ?，推進(jìn)垂直領(lǐng)域應(yīng)用是我國(guó)生成式人工智能領(lǐng)域的特色。國(guó)內(nèi)專用領(lǐng)域大模型在科學(xué)研究,、教育,、醫(yī)學(xué)、工業(yè),、金融多個(gè)行業(yè)得到應(yīng)用和發(fā)展,。在AI4S（AI for Science）領(lǐng)域，華為的盤古氣象大模型利用深度神經(jīng)網(wǎng)絡(luò)和地球先驗(yàn)知識(shí),，實(shí)現(xiàn)了高精度的實(shí)時(shí)氣象預(yù)測(cè),，超越了傳統(tǒng)數(shù)值預(yù)測(cè)方法?；瘜W(xué)領(lǐng)域,，中國(guó)科學(xué)技術(shù)大學(xué)提出的Chem-GPT模型/華東師范大學(xué)的提出的ChenGPT1.0/上海交通大學(xué)提出的BAI-Chem大模型，以及西北工業(yè)大學(xué)與華為合作的“秦嶺·翱翔”流體力學(xué)大模型,，均在各自領(lǐng)域取得了一定的成果,。在教育領(lǐng)域，華東師范大學(xué)和北京語言大學(xué)分別開發(fā)的EduChat和桃李教育大模型,，以及學(xué)而思的九章大模型（MathGPT）和網(wǎng)易有道的子曰教育大模型,，展示了大模型在輔助教學(xué)過程中的重要作用。在工業(yè)領(lǐng)域,，中國(guó)廣核集團(tuán)推出的“錦書”核工業(yè)語言大模型,、中科院大連化物所的化工大模型,、中工互聯(lián)公司的“智工”大模型，以及中煤科工西安研究院的“GeoGPT”地質(zhì)大模型,，提升了工業(yè)領(lǐng)域的智能化水平,。在醫(yī)學(xué)領(lǐng)域，華南理工大學(xué)的生活空間健康大模型扁鵲（BianQue）和心理健康大模型靈心（SoulChat）,、香港中文大學(xué)的華佗GPT模型,、浙江大學(xué)的啟真醫(yī)療大模型、醫(yī)聯(lián)科技的medGPT大模型,，以及多個(gè)中醫(yī)藥大模型如百度健康的岐黃問道大模型,、華東師范大學(xué)的神農(nóng)中醫(yī)藥大模型（ShenNong-TCM）、復(fù)旦大學(xué)和同濟(jì)大學(xué)合作的仲景中醫(yī)大語言模型（CMLM-ZhongJing）,、南京大學(xué)與鄭州大學(xué)的黃帝模型（Huang-Di）等等,，推動(dòng)了醫(yī)療健康領(lǐng)域的智能化發(fā)展。在金融領(lǐng)域,，中國(guó)科學(xué)院成都計(jì)算機(jī)應(yīng)用研究所的“聚寶盆”金融知識(shí)問答大模型,、度小滿的“軒轅”千億級(jí)開源金融大模型、恒生電子的LightGP,、瀾舟科技的孟子大模型,，以及香港科技大學(xué)的InvestLM投資金融大模型，在金融行業(yè)中發(fā)揮日益重要的作用,。這些行業(yè)大模型初步提升了行業(yè)生產(chǎn)效率,，不斷塑造新動(dòng)能、新優(yōu)勢(shì),。同時(shí),，大模型在某些行業(yè)的落地應(yīng)用還存在很多挑戰(zhàn)，發(fā)展前景具有不確定因素,。政策法規(guī),。為了國(guó)產(chǎn)大模型的規(guī)范化和健康化發(fā)展，國(guó)家網(wǎng)信辦聯(lián)合國(guó)家發(fā)展改革委,、教育部,、科技部等七部門聯(lián)合發(fā)布《生成式人工智能服務(wù)管理暫行辦法》，規(guī)定對(duì)生成式人工智能大模型實(shí)施“備案制”管理,。此外,，為了滿足當(dāng)前國(guó)產(chǎn)大模型發(fā)展所引發(fā)的巨大算力需求，我國(guó)陸續(xù)出臺(tái)了《全國(guó)一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實(shí)施方案》《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃》《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》等一系列文件推動(dòng)算力基礎(chǔ)設(shè)施建設(shè),。我國(guó)生成式人工智能面臨哪些挑戰(zhàn),？雖然我國(guó)在生成式人工智能領(lǐng)域呈現(xiàn)出繁榮景象,，但與國(guó)際領(lǐng)先水平相比,，我國(guó)在算力設(shè)施、數(shù)據(jù)質(zhì)量,、算法創(chuàng)新,、資金投入、人才儲(chǔ)備,、產(chǎn)業(yè)發(fā)展,、生態(tài)建設(shè)等方面仍有一定差距。算力,。在AI算力領(lǐng)域,，美國(guó)英偉達(dá)公司在全球占據(jù)主導(dǎo)地位，而國(guó)內(nèi)AI芯片制造商如華為,、寒武紀(jì),、摩爾線程、壁仞科技,、海光信息,、天數(shù)智芯等也在積極發(fā)展，百度,、科大訊飛等企業(yè)也聯(lián)合國(guó)產(chǎn)芯片廠開放部署了自主可控大模型算力底座“星火一體機(jī)”,、“飛星一號(hào)”等平臺(tái)。其中,，華為在AI計(jì)算領(lǐng)域水平最為領(lǐng)先，推出了基于達(dá)芬奇架構(gòu)的昇騰系列AI芯片,。面對(duì)當(dāng)前海外高性能芯片進(jìn)口受限的現(xiàn)實(shí),，國(guó)產(chǎn)高性能芯片取得了一定的發(fā)展，但與國(guó)際先進(jìn)水平相比,，仍存在一定差距,。以英偉達(dá)的H100(SXM)和華為的昇騰Ascend 910B為例，作為國(guó)際和國(guó)內(nèi)主力AI芯片,，H100(SXM)的FP16算力達(dá)到1979TFLOPS,，是昇騰910B的5.2倍；顯存方面,，H100(SXM)的80G HBM3是昇騰910B的64GHBM2的1.25倍,，且新一代顯存帶來的性能差距更大。此外,，H100(SXM)采用NVLINK技術(shù),，具有900GB/s的卡間互聯(lián)帶寬，是昇騰910B的2.25倍,。英偉達(dá)的CUDA架構(gòu)和專用庫如CuDNN,，形成了成熟的軟硬件生態(tài),，而華為的CANN架構(gòu)雖在不斷完善，但起步較晚,，在算子豐富度及算法優(yōu)化方面仍存在差距,。尤其值得注意的是，英偉達(dá)等企業(yè)的AI芯片快速迭代升級(jí),，而我國(guó)由于受到芯片制造技術(shù)封鎖,，產(chǎn)品更新速度大大減慢。英偉達(dá)在2023年發(fā)布了新一代H200芯片,，顯存容量提升至141G,，大模型推理速度翻倍。2024年3月,，英偉達(dá)又發(fā)布了Blackwell計(jì)算平臺(tái),，性能顯著提升。例如,，訓(xùn)練1.8萬億參數(shù)的GPT-4,，使用Blackwell平臺(tái)相比Hopper能耗大幅降低。相比之下,，華為的昇騰Ascend 910在2019年就已推出,，而升級(jí)版Ascend 910B在2023年才小規(guī)模投入使用。此外,，谷歌基于自研TPU的算力平臺(tái)已經(jīng)體現(xiàn)出強(qiáng)大的實(shí)力,，近期備受關(guān)注的Groq公司研發(fā)的大語言模型推理芯片LPU，推理速度可達(dá)H100的十倍,。綜合來看,，我國(guó)與國(guó)際算力先進(jìn)水平的差距短期內(nèi)進(jìn)一步拉大。數(shù)據(jù),。數(shù)據(jù)是生成式人工智能的核心要素之一,，我國(guó)在人工智能訓(xùn)練數(shù)據(jù)的質(zhì)量和數(shù)量、管理,、共享,、應(yīng)用等方面與國(guó)外英文數(shù)據(jù)相比，存在一些差距和挑戰(zhàn)：在數(shù)據(jù)質(zhì)量和多樣性方面,，我國(guó)的中文數(shù)據(jù)雖然近年來快速增長(zhǎng),，但在某些領(lǐng)域，如專業(yè)醫(yī)療,、法律等,，高質(zhì)量的標(biāo)注數(shù)據(jù)仍然相對(duì)不足。英文數(shù)據(jù)由于互聯(lián)網(wǎng)歷史較長(zhǎng)、用戶基數(shù)大,，覆蓋了廣泛的文化和語境,，積累了大量的高質(zhì)量文本和多媒體數(shù)據(jù)，這有助于訓(xùn)練出更具泛化能力的AI模型,。中文數(shù)據(jù)雖然在本土文化和語境上具有優(yōu)勢(shì),，但在處理多方言、多文化背景下的數(shù)據(jù)上,，仍需加強(qiáng)多樣性和包容性,。在數(shù)據(jù)管理和共享方面，我國(guó)公共數(shù)據(jù)范圍廣泛,，但在開放共享和開發(fā)利用方面存在不足,。例如，天氣數(shù)據(jù)在范圍和歷史跨度上有所限制,，法律領(lǐng)域的裁判文書網(wǎng)由公開轉(zhuǎn)為內(nèi)網(wǎng)查詢,。社會(huì)力量主要依賴海外優(yōu)質(zhì)開源數(shù)據(jù)集，中文語料主要來源于網(wǎng)絡(luò)公開數(shù)據(jù),，政府?dāng)?shù)據(jù)貢獻(xiàn)相對(duì)較少,。為提升我國(guó)在AI領(lǐng)域的競(jìng)爭(zhēng)力，需要加強(qiáng)公共數(shù)據(jù)的開放共享,，優(yōu)化數(shù)據(jù)管理和利用,，鼓勵(lì)政府和社會(huì)力量的合作，共同推動(dòng)數(shù)據(jù)資源的高效開發(fā)和應(yīng)用,?？傮w而言，中文語料庫的量,、質(zhì),、開源情況都不如英文，存在數(shù)據(jù)資源碎片化和流通機(jī)制不完善的問題,，尚未形成對(duì)大模型提供有效數(shù)據(jù)資源的生態(tài),，一定程度上阻礙了我國(guó)生成式人工智能的發(fā)展,。算法,。算法、數(shù)據(jù)和算力是深度學(xué)習(xí)三大要素,。在基礎(chǔ)算法方面,，2017年谷歌提出的Transformer已經(jīng)成為生成式AI的核心模塊。此后,，多模態(tài)領(lǐng)域的CLIP,，生成式領(lǐng)域的擴(kuò)散模型（Diffusion Model）、混合專家模型（MoE）等方法均由國(guó)外機(jī)構(gòu)提出并發(fā)展,，而我國(guó)科研機(jī)構(gòu)提出的創(chuàng)新方法相對(duì)較少且影響力不足,。在大語言模型方面,，谷歌的Bert和OpenAI的GPT最先開啟了新時(shí)代，特別是OpenAI發(fā)布的 ChatGPT成為AI發(fā)展路程上的一個(gè)里程碑,。而后續(xù)的GPT-4以其在多數(shù)任務(wù)指標(biāo)上的優(yōu)異表現(xiàn),，在眾多語言大模型中仍然占據(jù)榜首。Meta開源的Llama大模型雖然稍晚性能稍遜,，但是其開源屬性,，成為世界上眾多大模型的源頭。在文本生成圖像方面,，OpenAI的DALL·E和谷歌的Imagen在2022年最先發(fā)布,，以其高真實(shí)度的效果迅速引起了全球范圍的注意，人工智能生成內(nèi)容（AIGC）進(jìn)入新時(shí)代,。在文本生成視頻方面,，OpenAI在2024年2月發(fā)布Sora，再次取得歷史性突破,。在大語言模型領(lǐng)域,，國(guó)內(nèi)的百度、智源,、中科院等單位具有先發(fā)優(yōu)勢(shì),，推出文心一言、GLM等大模型,。2022年以來在開源力量等因素的推動(dòng)下,，形成“百模大戰(zhàn)”的繁榮局面，但整體上的性能沒有超過GPT-4等國(guó)外模型,。而在文本生成視頻方面,，國(guó)內(nèi)與Sora的差距更為明顯。如何促進(jìn)我國(guó)生成式人工智能實(shí)現(xiàn)更好發(fā)展？在當(dāng)前形勢(shì)下,，我國(guó)應(yīng)在算力能效結(jié)合,、數(shù)據(jù)開放共享、模型垂直應(yīng)用,、生態(tài)綜合健全等方面統(tǒng)籌規(guī)劃,，調(diào)動(dòng)各方力量，實(shí)現(xiàn)全面發(fā)展,。?第一,，鼓勵(lì)計(jì)算架構(gòu)多元?jiǎng)?chuàng)新，充分利用我國(guó)能源優(yōu)勢(shì)，建設(shè)高能效智能算力網(wǎng)絡(luò),。在計(jì)算芯片方面,，應(yīng)探索發(fā)展更適合AI計(jì)算的架構(gòu)，發(fā)展多樣化技術(shù)路線,。雖然在短期內(nèi)Nvidia的GPU系列仍將是AI計(jì)算的主要平臺(tái),，但其也存在設(shè)計(jì)上的不足，一些新,、舊勢(shì)力正在打破其壟斷局面,。例如美國(guó)初創(chuàng)公司Groq研發(fā)的LPU，專門面向大語言模型推理,，速度獲得顯著提升,，而老牌Intel最新研發(fā)的AI計(jì)算芯片Gaudi3，訓(xùn)練性能達(dá)到Nvidia H100的1.7倍,。我國(guó)也應(yīng)激勵(lì)研發(fā)AI專用體系架構(gòu),，充分利用RISC-V等開源架構(gòu)，加快芯片制造技術(shù)升級(jí),，探索自主可控的計(jì)算生態(tài)體系,。此外，應(yīng)加快量子計(jì)算等新計(jì)算形式的研究,。量子計(jì)算利用量子疊加和量子糾纏原理,，其天然的并行處理能力遠(yuǎn)高于目前的主流處理器。近年來量子計(jì)算實(shí)現(xiàn)技術(shù)快速發(fā)展,，量子機(jī)器學(xué)習(xí)等領(lǐng)域已經(jīng)展現(xiàn)出潛力,。在電力供給方面，隨著AI算力的不斷提升,，對(duì)電力的需求也在急劇增長(zhǎng),，電力已成為AI算力對(duì)決的關(guān)鍵因素。生成式人工智能技術(shù)的發(fā)展離不開算力的支撐,，而算力的提升又離不開電力的供應(yīng),。我國(guó)“百模大戰(zhàn)”或?qū)?dòng)智算中心及其配套所需的相關(guān)電力、儲(chǔ)能基礎(chǔ)設(shè)施建設(shè)和投運(yùn)速度的大幅提高,。對(duì)此,，除強(qiáng)化國(guó)家級(jí)超算中心之外，我國(guó)可著重從兩個(gè)方面應(yīng)對(duì)能源算力不斷增長(zhǎng)的挑戰(zhàn),。一是開展算力與能源的結(jié)合,，參考比特幣“礦廠”模式,，將算力中心部署在在四川,、云南、內(nèi)蒙古、新疆等電力充足地區(qū),，就近利用火電,、水電、風(fēng)能,、太陽能,，依托自主硬件設(shè)備，建設(shè)高效能算力中心,，助力“東數(shù)西算”,。二是通過分布式計(jì)算調(diào)動(dòng)社會(huì)資源，進(jìn)一步利用社會(huì)閑置算力,，吸引公眾參與科學(xué)研究,。?第二，建立聯(lián)邦數(shù)據(jù)基礎(chǔ),，鼓勵(lì)開放共享,，促進(jìn)數(shù)據(jù)提質(zhì)增量。針對(duì)數(shù)據(jù)存量少,、質(zhì)量低,、開放不足、共享機(jī)制不完善的問題,，我國(guó)首要任務(wù)是建設(shè)智能聯(lián)邦生態(tài)系統(tǒng),，而聯(lián)邦數(shù)據(jù)是其中的當(dāng)務(wù)之急。聯(lián)邦數(shù)據(jù)為數(shù)據(jù)安全和隱私問題提供有效解決方案,，其運(yùn)行機(jī)理遵循平行智能范式,，能夠根據(jù)Morton定律和平行強(qiáng)化學(xué)習(xí)等方法探索實(shí)現(xiàn)數(shù)據(jù)最優(yōu)化，為將大數(shù)據(jù)轉(zhuǎn)化為智能打下基礎(chǔ),。聯(lián)邦數(shù)據(jù)的架構(gòu)包括六個(gè)組件,，即真實(shí)數(shù)據(jù)/物理對(duì)象、虛擬數(shù)據(jù)/數(shù)字孿生,、聯(lián)邦數(shù)據(jù)實(shí)驗(yàn),、聯(lián)邦融合、聯(lián)邦安全和可信聯(lián)邦智慧,。前兩個(gè)組件用于處理來自物理對(duì)象的真實(shí)數(shù)據(jù)和安裝在特定設(shè)備上的數(shù)字孿生生成的虛擬數(shù)據(jù),，以及其他方法生成的虛擬數(shù)據(jù)。聯(lián)邦數(shù)據(jù)實(shí)驗(yàn)是探索最優(yōu)模型的關(guān)鍵過程之一,，通過在解決方案空間中搜索,，例如，使用強(qiáng)化學(xué)習(xí)和并行強(qiáng)化學(xué)習(xí)找到本地模型的最優(yōu)參數(shù),。聯(lián)邦融合組件負(fù)責(zé)將本地模型合成全局最優(yōu)模型,，通過使用專門設(shè)計(jì)的模型融合算法,，如動(dòng)態(tài)融合機(jī)制。聯(lián)邦安全組件負(fù)責(zé)實(shí)現(xiàn)數(shù)據(jù)安全和隱私,。數(shù)據(jù)所有權(quán)和使用權(quán)是分開的,，即對(duì)于特定節(jié)點(diǎn)，數(shù)據(jù)存儲(chǔ)在其本地地址,，而這些數(shù)據(jù)訓(xùn)練的模型被轉(zhuǎn)移到聯(lián)邦融合和聯(lián)邦數(shù)據(jù)實(shí)驗(yàn)組件,，類似于聯(lián)邦學(xué)習(xí)。此外,，安全性還可以通過區(qū)塊鏈或其他加密方法進(jìn)一步提高。從聯(lián)邦數(shù)據(jù)實(shí)驗(yàn)和聯(lián)邦融合的結(jié)果中,，可以獲得可信的聯(lián)邦智能,。?第三，持續(xù)算法創(chuàng)新,，打造專業(yè)大模型,，開拓垂直領(lǐng)域應(yīng)用新場(chǎng)景。在短期內(nèi)我國(guó)AI算力受限,、模型算法創(chuàng)新突破難度較大的背景下,，應(yīng)在持續(xù)鼓勵(lì)算法創(chuàng)新的同時(shí)，以彌補(bǔ)算力短板,、促進(jìn)產(chǎn)業(yè)升級(jí),、解決行業(yè)痛點(diǎn)為出發(fā)點(diǎn)，著力打造專業(yè)大模型,，開拓垂直領(lǐng)域應(yīng)用新場(chǎng)景,。通過專注于垂直領(lǐng)域的專業(yè)大模型，可以更有效地利用現(xiàn)有算力資源,，避免在通用AI模型上的重復(fù)資源浪費(fèi),。專業(yè)大模型針對(duì)特定問題進(jìn)行優(yōu)化，能夠在有限的算力下實(shí)現(xiàn)更高的性能和效率,。專業(yè)大模型能夠針對(duì)特定行業(yè)的需求提供定制化的智能解決方案,，推動(dòng)傳統(tǒng)產(chǎn)業(yè)的數(shù)字化和智能化轉(zhuǎn)型,，從而提升整個(gè)產(chǎn)業(yè)鏈的技術(shù)水平和價(jià)值創(chuàng)造能力。例如,，在醫(yī)療、金融,、交通,、教育等關(guān)鍵領(lǐng)域，專業(yè)大模型能夠解決行業(yè)痛點(diǎn)問題,，如提高疾病診斷的準(zhǔn)確性,、優(yōu)化金融服務(wù)的個(gè)性化推薦、緩解交通擁堵等,，持續(xù)增進(jìn)人民福祉,。?第四，探索TAO（True DAO）,，發(fā)展智能聯(lián)邦生態(tài),，健全智能生態(tài)。如前所述,，人工智能技術(shù)的創(chuàng)新和健康發(fā)展涉及到算力,、算法、數(shù)據(jù)多個(gè)要素,，需要政府,、學(xué)術(shù)界、企業(yè)以及社會(huì)大眾的共同努力,。因此,，建立健全促進(jìn)AI發(fā)展的生態(tài)體系十分關(guān)鍵。一方面,，充分利用區(qū)塊鏈,、分布式自治組織（DAO），借助目前國(guó)際上開始流行的Web3和DeSci浪潮,，推進(jìn)我國(guó)AI領(lǐng)域全面發(fā)展,。區(qū)塊鏈?zhǔn)且环N分布式賬本技術(shù)，它通過加密和共識(shí)機(jī)制確保數(shù)據(jù)的不可篡改性和透明性,。在AI領(lǐng)域,，區(qū)塊鏈可以用于確保數(shù)據(jù)的安全性和隱私性，同時(shí)為AI模型提供高質(zhì)量,、可追溯的數(shù)據(jù)源,。分布式自治組織（DAO）是一種基于區(qū)塊鏈技術(shù)的組織形式，它通過智能合約自動(dòng)執(zhí)行組織的規(guī)則和決策過程,，可以為AI項(xiàng)目提供去中心化的管理和資金分配機(jī)制,，與區(qū)塊鏈結(jié)合促進(jìn)AI技術(shù)的開放協(xié)作和共同治理之TAO（True DAO）,。Web3指的是構(gòu)建在區(qū)塊鏈技術(shù)之上的下一代互聯(lián)網(wǎng)，它所強(qiáng)調(diào)的數(shù)據(jù)去中心化存儲(chǔ),、用戶隱私保護(hù),、數(shù)據(jù)所有權(quán)歸還給用戶等理念，為AI提供了一個(gè)更加開放,、透明和安全的數(shù)據(jù)環(huán)境,。以上技術(shù)應(yīng)用的一個(gè)領(lǐng)域范例就是DeSci，利用區(qū)塊鏈和智能合約等技術(shù),，實(shí)現(xiàn)科學(xué)研究的去中心化,、開放和共享。DeSci鼓勵(lì)跨學(xué)科合作,，促進(jìn)科學(xué)數(shù)據(jù)和研究成果的公開共享,，也能夠?yàn)锳I提供豐富的數(shù)據(jù)資源和創(chuàng)新動(dòng)力。Web3,、分布式自治組織（DAO）,、區(qū)塊鏈和DeSci在發(fā)展人工智能中將共同推動(dòng)技術(shù)進(jìn)步、促進(jìn)數(shù)據(jù)共享,、增強(qiáng)系統(tǒng)安全性和推動(dòng)去中心化治理,，為AI的健康發(fā)展和廣泛應(yīng)用提供堅(jiān)實(shí)的基礎(chǔ)。另一方面,，應(yīng)建立聯(lián)邦數(shù)據(jù),、聯(lián)邦控制、聯(lián)邦管理和聯(lián)邦服務(wù)為一體的聯(lián)邦生態(tài),，推動(dòng)聯(lián)邦智能發(fā)展為智能系統(tǒng)聯(lián)邦,。聯(lián)邦控制在聯(lián)邦生態(tài)中扮演核心角色，其主要目標(biāo)是維護(hù)信息安全和保護(hù)數(shù)據(jù)的所有權(quán),、控制權(quán),、隱私權(quán)和使用權(quán)。作為一種分布式控制策略,，聯(lián)邦控制為大型復(fù)雜系統(tǒng)提供高效,、安全和可靠的管理和控制。聯(lián)邦管理是聯(lián)邦生態(tài)的關(guān)鍵組成部分,，負(fù)責(zé)根據(jù)生態(tài)目標(biāo)和要求制定管理決策,，并根據(jù)系統(tǒng)狀態(tài)變化動(dòng)態(tài)調(diào)整。通過聯(lián)邦管理,，生態(tài)系統(tǒng)能夠達(dá)到最優(yōu)狀態(tài),，實(shí)現(xiàn)目標(biāo)，并在保障安全的前提下,，實(shí)現(xiàn)智能化管理,。聯(lián)邦管理的目的是通過對(duì)聯(lián)邦數(shù)據(jù)的聯(lián)邦控制來實(shí)現(xiàn)聯(lián)邦服務(wù),。在實(shí)現(xiàn)聯(lián)邦服務(wù)的過程中，不斷產(chǎn)生大量新的數(shù)據(jù),，這些數(shù)據(jù)可以添加到聯(lián)邦數(shù)據(jù)中,，用于優(yōu)化聯(lián)邦管理決策。通過構(gòu)建上述分布式和聯(lián)邦化相結(jié)合的生態(tài)系統(tǒng),，做到資源有效調(diào)配,，激發(fā)創(chuàng)新活力，綜合維度促進(jìn)AI全面健康發(fā)展,。以DeSci為基礎(chǔ),，國(guó)際化的無人駕駛大模型MetaVista,、食品大模型MeTaurant,、運(yùn)動(dòng)大模型MetaSport、健康大模型MetaSEEH3O2,，以及慧拓智能推出的礦山大模型愚公（YuKon）等正在快速發(fā)展,，展現(xiàn)出新生態(tài)的活力。發(fā)展趨勢(shì)與展望生成式人工智能作為人工智能中發(fā)展最快的一個(gè)領(lǐng)域，傳統(tǒng)巨頭和創(chuàng)業(yè)公司的突破性產(chǎn)品在短時(shí)間內(nèi)相繼推出,，可謂日新月異,。算法、模型,、算力,、應(yīng)用的相互促進(jìn)，形成飛輪效應(yīng),，在未來一段時(shí)期為生成式人工智能的持續(xù)繁榮提供動(dòng)力,。總體而言,，我國(guó)雖然面臨算力能源約束,、數(shù)據(jù)質(zhì)量不足等問題，但生成式人工智能的發(fā)展前景依然廣闊,。第一,，大模型的規(guī)模效應(yīng)（Scaling Law）仍有擴(kuò)展?jié)摿Αｋm然研究新算法以替代Transformer的呼聲日益高漲,，但如Mamba等新架構(gòu)尚在驗(yàn)證和改進(jìn)階段,，未被廣泛接受和使用?；赥ransformer 并結(jié)合MoE的架構(gòu)在短期內(nèi)仍將不斷擴(kuò)展規(guī)模效益的邊界,。第二,，多模態(tài)大模型是發(fā)力的重點(diǎn)。語言大模型能力相對(duì)完備,，成為鏈接各個(gè)模態(tài)的橋梁,，文生圖、文生視頻等將逐步完善,，促進(jìn)從語言智能向想象智能的范式轉(zhuǎn)換,。第三，行業(yè)大模型是重點(diǎn)方向,?；谏贁?shù)基礎(chǔ)大模型打造面向特定行業(yè)的專業(yè)模型是“AI+”行業(yè)賦能的有效方式，參數(shù)高效微調(diào)（PEFT）技術(shù)通過最小化微調(diào)參數(shù)數(shù)量和計(jì)算復(fù)雜度,，能夠顯著降低訓(xùn)練時(shí)間和成本,。例如，LoRA,、Prompt Tuning等技術(shù)能在計(jì)算資源有限的情況下,，實(shí)現(xiàn)高效的遷移學(xué)習(xí)。第四,，生成式人工智能將進(jìn)一步增加對(duì)算力與能源的需求,。隨著大模型規(guī)模效應(yīng)的進(jìn)一步發(fā)展，以及文生圖,、文生視頻等多模態(tài)應(yīng)用需求的高速增長(zhǎng),，算力緊缺將是未來一段時(shí)間的常態(tài)，特別是我國(guó)在芯片受限的情況下這一問題更加突出,。同時(shí),，算力緊缺也將促進(jìn)AI專用芯片的研發(fā)，面向底層算法加速的異構(gòu)芯片將擠占Nvidia的市場(chǎng),，我國(guó)自主AI算力芯片也將快速成長(zhǎng),。上文略有刪減選自 | 《人民論壇》雜志2025年第2期原標(biāo)題 | 我國(guó)生成式人工智能的發(fā)展現(xiàn)狀與趨勢(shì)作者 | 中國(guó)科學(xué)院復(fù)雜系統(tǒng)管理與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室研究員 王飛躍新媒體編輯 | 常嫦原文責(zé)編 | 李一丹歡迎關(guān)注↓↓點(diǎn)點(diǎn)贊