数智周刊丨AI在大模型时代要向何处去?

发布时间：2023-06-30 14:20:09 所属栏目：外闻来源：

导读：如今，人工智能（AI）在以大模型为核心实现着更加快速的发展，并正在向一个崭新时代全速迈进。“大模型在改变人工智能的同时，也在改变着全世界”似乎在一夜之间成为科技界公认的客观事实。与此同时，大模

如今，人工智能（AI）在以大模型为核心实现着更加快速的发展，并正在向一个崭新时代全速迈进。“大模型在改变人工智能的同时，也在改变着全世界”似乎在一夜之间成为科技界公认的客观事实。与此同时，大模型也在和元宇宙、区块链、Web3.0等一众“风口”争夺谁主沉浮的风浪中突出重围，抢尽风头。围绕AI和大模型“你中有我、我中有你”的亲密关系，站在全新起点的人工智能发展将走向何方，也正在成为科技界乃至全社会东猜西揣的热点思考之一。

自ChatGPT横空出世以来，在短短半年时间里，大语言模型给我们带来方方面面的震撼，搜索、创意创作、代码生成脱胎换骨。在大模型助力AI快速发展的新时代，如何准确把握人工智能的走向，使之更广泛应用于不同场景，成了业界争夺的焦点。那么，通用大模型AI发展现状如何，其在商业应用领域呈现哪些特点，前景是否可期？

中国社会科学院信息化研究中心主任姜奇平在接受中国经济时报记者采访时表示，通用大模型AI当前发展处于技术飞速突破，但科学进展滞后的初期阶段。技术突破表现在其将相关关系与因果关系结合，突破了大数据“相关而非因果”算法的局限。科学滞后是指人工智能范式革命仍然没有发生，突出问题表现为在物质科学观念束缚下，信息、知识、智能的主体因素（如价值因素和内容因素）被系统地忽略，AI表现出对物质客体把握能力强，而对主客相互作用把握能力弱的“偏瘫”现象。在现象上表现为一些明星技术成为“大众眼中的专家”“专家眼中的大众”，技术强而科学弱。

通用大模型人工智能在业界看来已经是前景光明,但要想取得这样的光明前景,则必须通过 AI范式革命来构建 AI的资讯学科范式,从而获得 AI研究的源头和整体上的变革。

姜奇平认为，未来人工智能发展，需要新科学范式、新信息范式的突破。人工智能范式革命乃是推动物质学科主导的科学时代转变到信息学科主导的科学新时代的引擎和桥梁。

在姜奇平看来，目前通用大模型发展存在一定障碍，根本原因在于它援引的是物质学科范式，而把人排除在外。物质学科范式仅仅把物质客体的结构与功能作为自己的研究对象，彻底地排除了主体的一切因素，因而也就排除了价值和内容的立足点，这样彻底完全否决了从经典作品的形式继续加工出精神文明的价值和精神文明的内容的可能性。

因此，姜奇平分析认为，从目前来看，通用大模型AI从初级阶段迈向高级阶段还需要一个漫长的“交学费”过程。因为其目前主导的思路，是完全用物理学看待物的观点来看待物与人同时产生作用的人工智能。只有通过对人工智能的范式革命,在信息学研究方面建立起一个兼有主客体特色的科学范式,才能获得源头上的创新、全面上的创新,进而达到人工智能研究的高级阶段。

“当然，在出现真正的突破之前，应用可以发挥引导作用。”姜奇平表示，因为应用可以由人主导进行价值判断，以弥补机器在价值判断上的无能。在应用过程中需要注意的是，坚持以人为本，以应用需求主导技术能力发挥，将人的价值能力与机器的物质能力结合起来。总之，通用大型AI应用不能搞“无人驾驶”，要让人“驾驶”机器。

人工智能与制造业融合，是指将人工智能技术应用到制造业，使制造业在数字化和网络化的基础上，实现机器的自动反馈和自主优化。围绕提高效率、降低成本、增加产品和服务价值以及探索新业务模式等价值取向，人工智能在制造业领域应用广泛,产生了不同的应用场景。

“制造业的智能化决定了一个国家的实力，人工智能在制造业领域应该得到优先发展。”中央财经大学中国互联网经济研究院副院长欧阳日辉对中国经济时报记者表示，制造业的智能化决定了一个国家的实力，人工智能在制造业领域应该得到优先发展。按照应用领域，我国人工智能可分为视觉类人工智能、决策类人工智能、语音及语义人工智能等类别。经过多年的发展和实践，我国人工智能已广泛应用于城市管理、金融、零售、制造等诸多领域。其中，电子、汽车、能源电力行业人工智能预备度较高，应用市场的规模和增长领先于其他行业，“人、机、物三元智能融合是未来信息技术的发展方向，物设备的智能化将是最大的市场，必将形成新的产业生态。”

内涉足人工智能大模型训练的机构为例，主要分为大型科技公司、科研院校和初创科技团队三类。从大模型的布局体系来看，百度、阿里、华为等大型科技公司从算力层、平台层、模型层、应用层进行了四位一体的全面布局，科研院校及初创科技公司主要以研发大模型算法及细分领域应用为主；从大模型参数量看，大型科技公司的参数量远大于科研院所，但基本都处于千亿及以上规模；从大模型应用方向看，大部分企业前期以内部应用为主，后续主要向B端企业拓展服务，预计少数企业将在C端市场形成规模。但是总体来说，迄今为止业界普遍认为现阶段国内大数据模型与发达国家GPT-3的水平相当，与GPT-4仍有一定程度的较大差距。

“人工智能的本质是知识自动化。知识自动化致力于利用人工智能完成大部分白领工作，未来的白领将主要从事创造性和决策性的工作。虽然我们在AIGC大模型方面暂时落后于美国，但我国在人工智能领域更有可能领先世界。中国的优势在于应用场景丰富，拥有超大规模市场。问题导向，应用牵引和市场驱动我国技术进步和企业发展，是中国式技术发展和创新道路。”欧阳日辉说。

当下，我国专业性大模型AI的开发仍然面临一些挑战和限制。一方面，大模型的训练需要庞大的计算资源和时间，这对于一些中小型企业和研究机构来说是一个难以逾越的壁垒。另一方面，大模型的训练数据需要大量的人工标注和清洗，这对于一些领域专业性较高的任物来说是一个复杂而耗时的过程。此外，大模型的应用也面临着数据隐私和安全性的挑战，如何保护用户数据和防止滥用成为了亟待解决的问题。

欧阳日辉强调，要深化产学研用结合，高校和科研院所的科研人员要真正把企业作为技术创新的主体，不把企业当做所谓科研成果转移的接受者，研究要围绕企业需要、回答企业的提问，经世致用；高校人工智能人才培养坚持以“需求导向、应用驱动”“项目牵引、多元支持”“跨界融合、精准培养”为基本原则，探索以问题为导向的学科交叉人才培养模式。

总而言之，尽管存在一些挑战，专业性大模型AI的前景依然十分广阔。未来，随着计算技术的进步和算法模型的不断优化，大模型的开发和应用将变得更加普遍和可行，大模型AI也将更好地适应各行各业的专业性需求，为医疗、金融、教育、能源等领域带来更多的创新和发展机会。

相信，通过持续地创新和合作，专业性大型AI将为社会带来更多的创造力和效益，引领人工智能迈向一个更加繁荣和可持续的未来。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!