随着人工智能(néng)技术的飞速发展，大模型以强大的数字处理(lǐ)能(néng)力和深度學(xué)习能(néng)力，不断与各领域交叉融合，逐步成為(wèi)产业创新(xīn)的关键抓手和驱动新(xīn)质生产力的关键引擎。大模型如何改变我们的生活，又(yòu)如何赋能(néng)千行百业？未来的发展又(yòu)将走向何方？在近日举办的2023中國(guó)人工智能(néng)产业年会上，与会专家學(xué)者对此进行了深入讨论。

拥抱更多(duō)应用(yòng)场景

论坛上，北京航空航天大學(xué)教授徐迈用(yòng)一段國(guó)产大模型Kimi生成的演讲词开场：大模型与通用(yòng)人工智能(néng)是一个充满活力引领未来的领域……大模型让交互體(tǐ)验变得更丰富真实，其可(kě)以称之為(wèi)真正意义上的人工智能(néng)。

作為(wèi)当下最强劲的人工智能(néng)技术，大模型之“大”，不仅在于其规模化参数众多(duō)，更在于它所蕴含的巨大潜力和广阔应用(yòng)场景。除了常见的内容生成外，在自动驾驶、智慧医疗、工业互联网等众多(duō)领域，大模型都展现了优势，真正做到了赋能(néng)千行百业。

中國(guó)工程院院士、同济大學(xué)校長(cháng)郑庆华表示，大模型已成為(wèi)当前人工智能(néng)的巅峰，像过去对蛋白质精确结构的预测可(kě)能(néng)要几个月，还要数以千计的人才能(néng)完成，如今在大模型分(fēn)析支持下，仅用(yòng)几分(fēn)钟就可(kě)以生成结果。

月之暗面Kimi、百度文(wén)心一言、科(kē)大讯飞星火大模型……通用(yòng)大模型如雨后春笋般涌现，大模型产业的应用(yòng)落地也进一步提速。科(kē)大讯飞副总裁、研究院院長(cháng)刘聪介绍，作為(wèi)國(guó)产通用(yòng)大模型的代表，星火大模型在赋能(néng)产业方面表现强劲，目前已与奇瑞汽車(chē)合作打造了大模型座舱，率先让國(guó)产大模型在智能(néng)座舱领域应用(yòng)并产生实效。

对特定场景而言，并非所有(yǒu)企业都需要通用(yòng)大模型的“全能(néng)”，而是更需要模型的精度。深信服科(kē)技股份有(yǒu)限公司安全GPT业務(wù)主管訾然表示，相较于通用(yòng)大模型，想要更快实现技术商(shāng)业化运营，让用(yòng)户愿意為(wèi)之买单，垂直大模型在落地上可(kě)能(néng)更有(yǒu)优势。

作為(wèi)常年深耕网络安全领域的从业者，訾然认為(wèi)，当前的网络攻击者已经在利用(yòng)大模型改进他(tā)们的攻击手法，传统检测器难以识别，而安全GPT检测大模型在恶意代码理(lǐ)解能(néng)力、攻防对抗理(lǐ)解能(néng)力、安全基础知识能(néng)力等方面都超越通用(yòng)大模型，且推理(lǐ)成本低，准确性高，便于落地。目前他(tā)所在团队开发的垂直大模型已為(wèi)130余家企业提供服務(wù)。

环境污染治理(lǐ)也成為(wèi)目前垂直大模型落地的主要领域之一。北京工业大學(xué)副校長(cháng)乔俊飞带领的团队在污染防治过程智能(néng)特征建模、自组织控制和多(duō)目标动态优化等方面取得了不少创新(xīn)成果。乔俊飞表示，过去环境污染防治难以建立解析模型，主要依靠人工决策，而垂直大模型的落地為(wèi)环境污染治理(lǐ)提供了技术支撑，依托数据就能(néng)对污染处理(lǐ)作出更加客观精准的判断，实现科(kē)學(xué)治污、精准治污。

还需淬炼多(duō)重能(néng)力

在给生产生活带来巨大变迁的同时，人工智能(néng)大模型在数据、算力和算法等方面仍面临挑战。

一方面，算力是人工智能(néng)大模型的“燃料”。获得“吴文(wén)俊人工智能(néng)最高成就奖”的鹏城实验室主任、中國(guó)工程院院士高文(wén)表示，没有(yǒu)算力就无法做人工智能(néng)。如果想要让用(yòng)户像用(yòng)電(diàn)一样方便地使用(yòng)算力，就需要解决数据安全和结果传输等问题。对此，鹏城实验室正牵头推进“中國(guó)算力网”研发与建设，由其建设的“鹏城云脑”在超级算力节点方面产生了很(hěn)好的效果，為(wèi)后续國(guó)产算力生态建设发挥了重要作用(yòng)。

另一方面，高价值数据為(wèi)大模型提供了持续不断的“原材料”。模型参数规模越大，对数据的规模和质量要求也就越高。郑庆华表示，高价值数据就如同矿产资源并非取之不尽、用(yòng)之不竭。有(yǒu)专家预测到2026年大规模语料可(kě)挖掘价值将基本消耗殆尽，在大数据上再训练出有(yǒu)价值数据的难度较大。另外，目前中文(wén)语料库所占比例不高，有(yǒu)数据显示在ChatGPT训练数据中，中文(wén)语料比重不足千分(fēn)之一。

与此同时，大模型的灾难性遗忘也引发业界广泛关注。灾难性遗忘是指在新(xīn)任務(wù)上训练会损害之前任務(wù)的性能(néng)。在问题求解阶段，无法记住处理(lǐ)过的数据或场景。例如，在无人驾驶中，人对道路情况有(yǒu)记忆，但自动驾驶无法记忆，每次都要重新(xīn)计算，因此消耗了大量算力和電(diàn)力。

如何更好推动人工智能(néng)大模型技术由弱到强？郑庆华建议，可(kě)以从3条技术路線(xiàn)入手，一是依托大数据、大算力和强算法来推动大模型发展，也就是在原本技术路線(xiàn)上做延長(cháng)工作；二是用(yòng)“神经+符号”协同的方式，将神经网络强大的學(xué)习性、普适性与符号推理(lǐ)的可(kě)解释性、可(kě)组合性进行结合；三是人脑记忆启发的机器记忆智能(néng)模型，此举有(yǒu)望破解当前大模型存在的一些固有(yǒu)缺陷。

积极探寻发展路径

谈到大模型未来的发展趋势，不少专家都提到与具身智能(néng)的结合，而人形机器人便是最好的载體(tǐ)之一。到底大模型跟机器人是什么关系呢(ne)？

刘聪举了这样一个例子：想要去抽屉里拿(ná)一包薯片放在桌子上，大模型会基于对这件事情的理(lǐ)解做出规划，即打开抽屉、拿(ná)出薯片，再把抽屉关上，这更像是一种离身智能(néng)。但如果和具身智能(néng)结合，就会将刚才这个指令分(fēn)解，并将每个指令对应结合，通过控制机器人来实现行动。

西北工业大學(xué)光電(diàn)与智能(néng)研究院研究员赵健表示，当前人工智能(néng)模型正在不断拓展到多(duō)模态领域，而具身智能(néng)与多(duō)模态大模型相结合，可(kě)以实现更高层次的感知、理(lǐ)解和决策，使人工智能(néng)有(yǒu)效应对现实世界中存在的各种复杂情境，為(wèi)多(duō)个领域带来广阔的应用(yòng)前景，成為(wèi)连接AI和实际生活的桥梁和纽带。

今年的《政府工作报告》提出，深化大数据、人工智能(néng)等研发应用(yòng)，开展“人工智能(néng)+”行动，打造具有(yǒu)國(guó)际竞争力的数字产业集群。

针对“人工智能(néng)+”行动，郑庆华认為(wèi)，从學(xué)科(kē)體(tǐ)系的建设和人才培养来说，不光要讲理(lǐ)念和方法，更重要的是付出实际行动。一是要提出明确的举措，将人工智能(néng)赋能(néng)作為(wèi)推动创新(xīn)发展、实现新(xīn)质生产力的重要手段。通过改造传统的培养方案课程體(tǐ)系，让人工智能(néng)技术成為(wèi)一种基本能(néng)力。二是改造传统实验平台和实验方式，能(néng)够真正动手去研究算法，體(tǐ)验人工智能(néng)从设计、开发到应用(yòng)的全过程。

从行业发展的角度看，訾然表示，各行各业的从业者应该尽可(kě)能(néng)多(duō)地去學(xué)习和拥抱大模型，探寻发展路径，让大模型更好赋能(néng)千行百业发展。

郑庆华表示，大模型在走向认知智能(néng)的过程中，很(hěn)多(duō)理(lǐ)论和技术问题依然有(yǒu)待突破。未来通过不断的研究，希望能(néng)研制出一种新(xīn)的基于人脑记忆启发的机器模型，最终突破大模型的能(néng)力上限，实现自立自强，也為(wèi)我们打造自主知识产权的人工智能(néng)底座和模型作出新(xīn)的贡献。（记者 李思雨）