今年以來,ChatGPT引領了人工智能的新一輪創新浪潮。科技部新一代人工智能發展研究中心發布的《中國人工智能大模型地圖研究報告》顯示,我國研發的大模型數量位居全球第二。據不完全統計,當前中國已發布的大模型產品已超過80個,進入“百模大戰”的新時代。這充分體現了我國在人工智能領域的創新實力和發展潛力,同時如何走出具有中國特色的大模型發展之路,也成為我們必須思考和回答的重大課題。
堅持自主創新,構建核心競爭力
中國工程院院士鄭緯民指出,大模型是新型基礎設施的關鍵底座之一,大模型的競爭也是國家科技戰略的競爭,中國一定要布局全棧自主創新的大模型產品,同時要構建國產化算力,也要解決算力能耗與國家“雙碳”戰略的平衡。當前,我國大模型面臨著四方面的挑戰:一是中文語料庫和英文語料庫在質和量上都存在較大差距,缺乏高質量的中文語料數據和行業數據;二是大模型需要大算力,但受制于國外技術封鎖,中國缺乏先進、有效的算力;三是當前大模型訓練算法框架大量依賴于國外框架;四是我國缺乏頂尖的AI人才。這些挑戰對我國大模型的研發和應用構成了制約。為了應對這些挑戰,我們要加強自主創新能力,從算力、算法、框架、工程化、人才等各個層面提升我國大模型的核心競爭力。因此,中國大模型產業需要在以下幾個層面加強建設:加強算力建設。加快推進芯片、云服務等大模型算力基礎設施的自主研發和生產,打破國外的技術和供應鏈封鎖,為我國大模型提供可靠且持續的算力支撐。加強算法創新。加強基礎理論研究和前沿技術探索,突破核心算法難題,提高我國大模型的訓練效率和預測準確性,提供優質高效的算法支撐。加強訓練框架研發。推進大模型訓練框架的自主研發和創新,提高大模型訓練效率、安全性、可解釋性和可信度,為國產大模型提供安全可控的框架支撐。加強數據資源建設。推進中文語料庫和行業數據集流通和共享等機制的建設,突破數據瓶頸,提升中文語料數據和行業數據的“質”和“量”,為我國大模型提供充足豐富的數據支撐。加強工程化能力。建設大模型工程化平臺,如數據清洗和標注平臺、大模型開發套件和應用開發套件等,加速和簡化大模型的開發到落地,讓大眾和企業能更方便地應用大模型。加強人才培養。推進人工智能人才培養體系的建設和完善,培養一批高水平、高素質、高效率的人才,為大模型創新提供強有力的人才支撐。
發揮場景優勢,抓住彎道超車機會
中國具有強大的工業基礎和豐富的行業應用場景,為國產大模型的發展帶來了彎道超車的機會。中國坐擁龐大的實體產業基礎,以制造業為例,據統計,中國目前共有31個制造業大類、609個小類,擁有全球產業門類最齊全、產業體系最完整的工業體系。同時,中國持續構建現代化產業體系,對于人工智能技術與行業應用的深度融合,有著更龐大、更迫切、更具價值的實際需求,也提供了更為廣大的創新實踐空間。例如,在制造業中,人工智能可以幫助企業提高生產效率和質量,通過智能機器人、傳感器、圖像識別等技術,實現自動化、精準化、智能化的生產過程;在交通領域中,可以幫助交通管理部門優化交通流量和路況,通過智能信號燈、導航系統、無人駕駛等技術,實現安全、便捷、節能的交通運輸;在氣象領域中,可以幫助氣象部門提高天氣預報準確率,通過大數據分析、深度學習、衛星遙感等技術,實現及時、準確、全面的氣象信息服務;在藥物研發領域中,可以幫助企業加速新藥研發進程,通過自然語言處理、知識圖譜、分子建模等技術,實現高效、創新、個性化的藥物設計和發現。這些新的需求也是在人工智能時代,中國大模型產業實現彎道超車的機遇所在。中國大模型廠商要緊密結合國家戰略需求和行業發展方向,深入探索行業痛點和場景,打造行業大模型,為實體經濟賦能。
構建行業大模型,加速在實體產業落地
中國工程院院士鄔賀銓指出,Chat類的大模型引發新一輪熱潮,但對話、寫詩、作畫絕不是大模型的全部。我們需要去深入思考大模型的應用方向,要將大模型切實投入到城市發展、金融科技、生物醫藥、工業制造、科學研究等領域,也需要專業的企業和組織加速其在實體產業落地,為產業剛需帶來實實在在的大價值,去真正意義大規模服務社會。目前,國產大模型產品正在與實體產業深度融合方面積極探索,已經取得了一系列的成果。以華為云盤古大模型為例,它在多個領域展示了行業大模型的巨大潛力。盤古氣象大模型只需10秒就能預測一個臺風未來10天的路徑,并且預測精度超過傳統數值預報方法,最大限度減小臺風災害;盤古礦山大模型能覆蓋煤礦的采、掘、機、運、通、洗、選等業務流程下的1000多個細分場景,提升生產效率,讓煤礦工人工作環境更加舒適安全;盤古制造大模型能夠理解制造業的需求、知識和經驗,自動建模并給出決策優化方案,提升制造企業的效率和智能化水平。盤古大模型深入行業取得的成果充分證明了我國大模型與實體產業深度融合的巨大潛力和價值。我們要進一步推動行業大模型的落地應用,讓更多的行業和企業享受到人工智能技術帶來的紅利。走出具有中國特色的大模型發展之路,需要堅持自主創新、抓住彎道超車的機會、加速大模型與實體產業的深度融合,不斷提升國產大模型的核心競爭力,為我國人工智能產業的發展注入更強的動力。
返回列表