超级大脑!AI大模型有望重塑信息产业格局

超级大脑!AI大模型有望重塑信息产业格局 字体： 小 中 大 分享到： 超级大脑!AI大模型有望重塑信息产业格局 2022-01-06 08:02:11 来源：经济参考报

《经济参考报》记者近日调查发现，AI(人工智能)模型相当于“超级大脑”，正在成为人工智能的“新高地”。AI大模型有望实现人工智能从感知到认知的转变，重新定义人工智能的产业模式和产业标准，为部分行业带来重大变革。AI大模型应用在国内有较大市场，但在发展过程中面临技术薄弱、人才稀缺、成本高等多重挑战，急需相关技术研发和产业布局的引导和支持。

“学富五车”的“超级大脑”

——“如果你不开心，你可以听一些快乐的歌，看喜剧，去运动或者好好休息。”

——“心情不好是很正常的情绪，不要太自责。”

对于“今天心情不好怎么办”这个问题，某人工智能平台用不同的“人物设置”给出了不同的答案。通过网站链接进入平台，在“个人问答”区随机输入问题。机器可以支持和播放不同的“个人问题”，对问题进行多角度回答。该平台基于人工智能大模型。

创新工场首席科学家、京蓝科技创始人周明介绍，AI大模型(AI big model)又称人工智能预训练模型，是将海量数据导入到一个拥有上亿甚至十万亿参数的模型中。机器通过做类似“格式塔空”这样的任务，深度学习数据中包含的特征和结构，最终训练成具有逻辑推理和分析能力的人工智能。

通俗地说，AI大模型相当于做了无数套关于各领域知识的习题和模拟的“超级大脑”，知道了各领域知识的内在逻辑和求解思路，不仅理解了人类世界的知识体系，还产生了新的知识。

2018年以来，人工智能进入“大模型时代”，从重复开发、手工作坊式人工智能的分散低效局面，即“一千个应用场景有一千个小模型”，走向产业化、集成智能的新路径，以大模型“走向世界”，为通用人工智能带来曙光。比如，为了生产智能音响，各个品牌竞相开发自己的AI小模型，而未来，各个品牌只需要在同一个AI大模型的基础上进行开发。

“以前是‘碎片化’的人工智能，要针对不同的应用场景开发不同的模型。作坊式的开发造成资源和成本的巨大消耗，效率低下。未来在每个垂直领域落地时，只需要基于一个大的模型对其参数进行微调，从而创造出具有普适性的人工智能。”华为云人工智能领域首席科学家、国际欧亚科学院院士田琦表示，AI大模型将重新定义人工智能行业模式、行业标准乃至行业伦理。

比如，受访者介绍，以前的小模型就像“偏机器”，只针对特定应用场景学习有限的数据，“举一反三”的能力不足。一些智能产品不时被用户嘲讽为“人工智障”。而AI大模型，则学习了各行各业的各种数据，成为知识转移能力良好的“通才”，应用领域更广，输出内容质量更高，更加智能。

同时，周明指出，大型号的研制不是一味追求大量的参数，而是注重型号的高性能。“在让大模型学习和掌握更多数据的同时，尽可能让大模型的参数相对轻量化，在‘减负’的同时提高能效。”

可以多角度装饰，应用场景广泛。

自动咨询，产品营销，小说续写...因为懂得人类的语言和细分行业的专业知识，一个AI模型可以有很多角度的修饰。可以是医生，可以是作家，可以是情感博主，可以是电商客服...

AI大模型行业应用广泛，在医疗、金融、零售、气象、新闻传播、文学艺术等领域有着广泛的应用场景。周明介绍，在大模型中输入关键词、主题、文本样式等控制属性后，可以生成满足约束条件的文本内容，可用于产品营销文案、电商智能客服等。在金融等等领域，大模型通过捕捉行业数据，独立完成筛选分析，独立撰写生成行业报告，辅助员工决策。

田琦介绍，AI模型已经应用于国家电网电力部门的日常线路检测。“以前要识别各种输电线路上的缺陷，需要对每一类缺陷单独做一个小模型，几百个缺陷需要几百个模型。现在，使用大型模型就可以识别各种缺陷。”

值得注意的是，目前AI大模型的技术进步是人工智能从感知到认知进化的关键环节。清华大学计算机科学与技术系副教授刘志远表示，古今中外所有的文章和资料都可以作为训练大模型的数据。通过对海量知识的分析和“内化”，不仅智能产品可以有更高的性能，比如更准确的机器翻译、更生动、更有逻辑的机器写作；它还可以读取人类的情感，用于情感标签。此外，“它可能会认识到‘暗示’，甚至有希望发现人类从未掌握的知识。”

这项技术的发展也可能给一些行业带来重大变革。周明说，未来将会出现新一代的搜索引擎。“目前大部分搜索引擎都是基于关键词识别，只把已有的包含关键词的结果‘携带’给用户，而基于大模型的新一代搜索引擎，可以通过理解人类语言自主生成答案，支持文本、图片、音视频等多模态搜索。”

田琦说，新一代搜索引擎具有创造能力，比如搜索现实中不存在的东西，比如“长翅膀的猫”、“飞猪”，搜索引擎还可以根据描述生成相应的照片。

有待解决的多重发展问题

目前，海外公司如OpenAI、Google、微软、脸书、Nvidia等。在美国纷纷布局AI大模型产业。华为、阿里巴巴、百度等国内大型企业以及大学和科研机构也加入了R&D轨道。AI大模型正在成为人工智能的“新高地”。

记者根据调查了解到，在技术上，国内AI大模型已经初步成熟，下一步将以行业推广为主，针对具体问题迭代模型。田琦预测，AI大模型的大规模应用“可能还需要两到三年”，未来AI大模型有望集成在芯片上，更便于落地应用。

专家指出，中国有很大的AI大模型应用市场，在应用领域具有优势，但在发展过程中也面临一些挑战。

据刘志远介绍，很多核心技术还掌握在发达国家手中，需要大量的GPU(图形处理器)芯片来训练AI模型，而目前国内GPU芯片的技术相对薄弱。同时，中国在算法上的原始创新能力也有待提高。

许多受访者表示，从事AI大模型研发并能产生创新成果的高校、科研机构和企业屈指可数。与国外相比，我国相关领域高层次基础人才的培养有待加强。

另外，训练大模型需要很高的动力成本、设备成本等。很多中小企业和科研院所因为成本高，无法建设足够计算能力的机房，面临着计算能力不足的问题。

多措并举抢占“新高地”

多位专家表示，AI大模型有望实现人工智能从感知到认知的转变，更高效地赋能AI产业化和工业AI。技术研发、产业布局引导、配套政策、合理监管等相关措施能否有效落实，非常重要。

第一，推动AI大模型标准化。受访专家指出，大模型的训练过程具有高能耗的特点。标准建立后，很多工作都可以基于开发的标准化大模型进行适配和二次开发，不必每次都从零开始训练，从而降低能耗。同时，在大模式的发展过程中，也可能衍生出非法信息生成、隐私泄露、虚假信息传播等风险。标准化培训模型中使用的源数据将有助于避免相关风险。国家有关部门可以牵头或指导企业、科研院所、高校等企业共同定义大型号的标准。

其次，适当开放训练数据。受访者表示，训练大型模型需要海量数据。出于对数据隐私和安全的担忧，一些领域的数据难以获取，形成了数据孤岛。建议在国家机构监管和宏观调控的前提下，可以将各方数据适当开放给白名单企业、机构和高校，在保证数据安全使用的同时，增强我国AI大模型的实力。例如，医院和其他机构应该适当开放数据，这将有助于培养更好地理解医疗保健的大模型，并为健康医学的发展提供动力。

第三，鼓励计算能力共享。记者了解到，目前只有部分大型企业负担得起超级模型训练的计算成本。受访专家呼吁，以强大的计算能力引导人工智能“国家队”，为更多中小微企业和科研单位提供大模型训练的计算能力支持，探索合理付费的计算能力共享机制，共同推动技术发展和资源节约。

最后，加大对原始创新的引导和支持。多位专家指出，我国应加强研发，同时加强模型框架基础创新研究，引导更多科研院所和高校积极培养相关人才，鼓励更多社会力量加入信息革命浪潮。(记者吴孟达·赵旭)

【纠错】