AI大模型走出“泡沫期”未來何如

　　今年3月ChatGPT-4上線以來，國內科技龍頭企業密集推出人工智能大模型，百度“文心一言”、阿里云“通義千問”、華為“盤古”、360“智腦”、昆侖萬維“天工”、京東“靈犀”、科大訊飛“星火”、騰訊“混元”、商湯“日日新”等大模型先后登場，呈現百花齊放、迅猛發展的態勢。截至2023年10月初，國內公開的AI大模型已經超過200個。

　　當前，大模型正在成為推動新一輪科技創新、產業升級、生產力躍遷的重要力量。隨著前沿技術推動產業全鏈條升級，未來從田間到產線，從實驗室到便利店，大模型可能無處不在。

　　“與早期的人工智能模型相比，今年我國大模型在參數量上實現了質的飛躍，復雜任務建模能力整體提升，學習能力、泛化性更強，具備了更高層次的認知互動能力。”北郵國家大學科技園元宇宙產業協同創新中心執行主任陳曉華表示。

　　然而，在大模型迅猛發展的背后，也存在一系列問題亟待解決。

　　首先是對大模型套殼的質疑。近期，從谷歌新發布的AI模型Gemini演示視頻的造假，到字節跳動被曝出部分工程師使用OpenAI技術開發自己的大語言模型，違反了OpenAI服務條款，因此被暫停了賬戶……“百模大戰”的激烈競爭以及引發的亂象，也讓業界對大模型評測標準以及統一規范提出了新的課題。

　　由于大模型的復雜性和應用場景的多樣性，如何評價其性能和效果成為下一階段的一個極具挑戰性的問題。因此，建立一套科學、合理、完善的評價體系對于大模型的應用至關重要，它能夠推動技術進步、促進產業發展，同時確保技術應用的合規性和社會效益。

　　其次，隨著互聯網和科技企業不斷調整大模型參數，傳統企業對于數智化轉型需求的增加，算力需求增長。但是，由于高端芯片獲取難度大，大模型的研發成本進一步增加。北京大學智能學院副院長林宙辰教授提出通過合作共享資源和數據，以及創新訓練方法和獎勵機制，來更高效地開發和利用大模型的必要性。他提出通過股份和特別的獎勵機制來鼓勵公司共享數據和算力，其中股份可以基于資金貢獻或者模型準確率的貢獻來分配，個人也可以提供數據，或者參與到訓練過程中，通過數據質量和微調效果擁有股份。這或許能幫助中小企業移開面前的“成本”“技術”兩座大山。

　　在算法方面，國產大模型與國際先進水平相比沒有根本性差異，基本都是圍繞深度神經網絡、注意力機制、人工調優等基礎算法進行模型結構或局部算法優化，而在算力、數據等方面則與國際先進水平存在一定差距。艾瑞咨詢產業數字化研究院負責人徐樊磊介紹，為提升整體算力效率和滿足差異化需求，應建立支撐大模型萬億量級參數計算的“智算中心”。“智算中心”可利用現有高質量數據中心，通過提升組網能力、協同能力、軟硬件適配能力等實現部署。當前，“萬卡”級別的智算中心正在主要節點城市發展起來。

　　面向未來，企業不能盲目跟風，需要滿足自身已有的基礎產品和用戶群體在AI領域的訴求。從政產學研用通盤視角來看，政策端需要做好統籌調度，支持孵化大模型產業生態，提供相應的創新要素供給，促進科技成果轉化和產業大模型落地成熟、成規模化；技術端需要進一步推動軟硬件技術一體化，為大模型的產業端應用提供更牢固的技術基礎；產業端則需要促進產業對大模型和數智化應用升級的知識認知、能力建設和人才培養，并結合當前產業大模型訓練需求，協助和支持科研界將大模型成果落實落地。