AI開(kāi)發(fā)從“作坊式”走向“工業(yè)化”

  ICC訊 7月6日—8日在上海舉辦的2023世界人工智能大會(huì)上，“大模型”相關(guān)話題成為焦點(diǎn)，會(huì)上展示的國(guó)內(nèi)外大模型多達(dá)30余款。從“作坊式”走向“工業(yè)化”新時(shí)代，大模型技術(shù)正在成為AI領(lǐng)域的主角。

  眼下，以ChatGPT為代表的大模型正在引領(lǐng)新一輪全球人工智能技術(shù)發(fā)展浪潮，大模型不斷加速實(shí)體經(jīng)濟(jì)智能化升級(jí)，深度改變行業(yè)生產(chǎn)力。中國(guó)科學(xué)技術(shù)信息研究所黨委書(shū)記、所長(zhǎng)，科技部新一代人工智能發(fā)展研究中心主任趙志耘在世界人工智能大會(huì)“大模型與深度行業(yè)智能”創(chuàng)新論壇主旨演講中表示，大模型技術(shù)最大的突破就在于通用性。大模型通過(guò)“大數(shù)據(jù)+大算力+強(qiáng)算法”的路徑顯著增強(qiáng)了通用性、泛化性，推動(dòng)人工智能從以專用小模型定制訓(xùn)練為主的“手工作坊時(shí)代”，邁入以通用大模型預(yù)訓(xùn)練為主的“工業(yè)化時(shí)代”，迎來(lái)新的發(fā)展浪潮。

  作為本屆大會(huì)“九大鎮(zhèn)館之寶”之一的百度文心一格，能在用戶輸入文字描述的30秒以內(nèi)生成各種風(fēng)格的精美畫(huà)作，其“一語(yǔ)成畫(huà)”的背后，正是文心跨模態(tài)大模型技術(shù)的支撐。百度技術(shù)中臺(tái)事業(yè)群負(fù)責(zé)人說(shuō)，跨模態(tài)大模型人工智能平臺(tái)，是人工智能從“作坊式”向“工業(yè)化”轉(zhuǎn)型升級(jí)的一次重要探索。該大模型是百度自主研發(fā)的產(chǎn)業(yè)級(jí)知識(shí)增強(qiáng)大模型，不僅能力領(lǐng)先，而且使用門檻更低，開(kāi)發(fā)者可以更有效率、更低成本地應(yīng)用。

  通用大模型是人類最高智慧“大腦”，工業(yè)領(lǐng)域大模型則是“手”和“腳”。華為云7月7日正式發(fā)布的盤古大模型3.0，正是為了解決當(dāng)前人工智能開(kāi)發(fā)者“小作坊”模式應(yīng)用開(kāi)發(fā)效率較低的問(wèn)題?！氨P古大模型不作詩(shī)，只做事?！比A為常務(wù)董事、華為云CEO張平安表示，目前，基于華為昇騰AI算力，原生研發(fā)、適配的大模型已超過(guò)30個(gè)，占中國(guó)大模型近一半數(shù)量。華為的盤古大模型已經(jīng)深耕金融等10余個(gè)行業(yè)，覆蓋400多個(gè)業(yè)務(wù)場(chǎng)景。

  與此同時(shí)，一批針對(duì)生物制藥、遙感、氣象等垂直領(lǐng)域的專業(yè)類大模型，正在發(fā)揮其領(lǐng)域縱深優(yōu)勢(shì)、不斷深化落地。這些模型將成為推動(dòng)AI產(chǎn)業(yè)快速發(fā)展的重要力量。

  趙志耘介紹，我國(guó)高度重視人工智能發(fā)展，自2017年發(fā)布實(shí)施新一代人工智能發(fā)展規(guī)劃以來(lái)，部署啟動(dòng)科技創(chuàng)新2030—“新一代人工智能”重大項(xiàng)目、支持建設(shè)國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)、鼓勵(lì)構(gòu)建產(chǎn)學(xué)研創(chuàng)新聯(lián)合體等，已初步建立起涵蓋大模型理論方法和軟硬件技術(shù)的體系化研發(fā)能力，并形成了一批緊跟世界前沿的大模型技術(shù)群。“中國(guó)大模型技術(shù)沿各技術(shù)路線迅速發(fā)展。在自然語(yǔ)言處理、機(jī)器視覺(jué)和多模態(tài)等領(lǐng)域涌現(xiàn)出盤古、悟道、文心一言、通義千問(wèn)、星火認(rèn)知、書(shū)生·浦語(yǔ)等多個(gè)具有行業(yè)影響力的預(yù)訓(xùn)練大模型，總體水平緊跟世界前沿?！壁w志耘說(shuō)。

  打破應(yīng)用門檻，解決人工智能“落地難”痛點(diǎn)，大模型技術(shù)正在成為“尖刀”，為科學(xué)技術(shù)和商業(yè)生態(tài)提供支持。然而，我國(guó)大模型目前還處于技術(shù)萌芽期，面臨智算能力差距較大、基礎(chǔ)模型算法自主性不強(qiáng)、缺少高質(zhì)量訓(xùn)練數(shù)據(jù)、有組織的工程化能力相對(duì)薄弱以及人才資源不足等諸多挑戰(zhàn)。對(duì)此，趙志耘提出建議：一是加強(qiáng)資源和研發(fā)力量統(tǒng)籌，促進(jìn)大模型有序發(fā)展；二是加快基礎(chǔ)研究和技術(shù)創(chuàng)新，提升學(xué)術(shù)和開(kāi)源影響力；三是強(qiáng)化大模型發(fā)展中的場(chǎng)景牽引作用，打造大模型標(biāo)桿項(xiàng)目；四是強(qiáng)化國(guó)際合作，積極參與全球人工智能治理。