專家建議促進生成式大模型落地應用需“垂直發力”

來源：科技日報
2024-10-16

“當前大數據應用廣泛，但在數據應用時大數據并非總是比小數據好。”9月27日，由中國科協企業創新服務中心主辦的“2024產學研融通創新活動”AI大模型應用場景專場活動召開，中國工程院院士、浙江大學求是特聘教授譚建榮表示，在大數據應用時如果不加區分，在確定條件下“追求”數據大，反而看不清對應關系，造成計算冗余，大數據則適用于隨機、模糊和混沌等不確定情況的分析、處理。

自2022年底生成式人工智能誕生以來，人工智能能夠運行的參數、處理的數據均得到了指數級增長。人工智能大模型發展迅速，企業、科研單位等紛紛投身于大模型開發，發布自己的大模型，形成“百模大戰”的局面。與會專家認為，近一年來，業界普遍形成共識，AI 技術的真正價值在于其賦能千行百業的普惠性，百模大戰后，應用落地才是王道。

瞄準應用，“垂直發力”深度融合

“通用大模型需要打通橫向，垂直大模型則是要打通縱向，通過加強模型對于一個垂直領域的深度理解促進其應用，因此要在行業知識的概括總結深度方面下功夫。”在回答科技日報記者關于大模型發展方向的問題時，譚建榮表示，只有垂直才有深度，不搞垂直直接搞通用將難以有效應用于專業產業領域。

生成式人工智能大語言模型所采用的自然語言處理框架，在人機對話和內容生成能力上獲得重大進步，其表現可以說達到了“圖靈測試”的要求。那么如何將這種能力用于生產力的發展？“發展垂直大模型，可以為不同行業生成各種解決方案，所以大模型應用是要與創新設計、工藝提升、強化質量結合起來，通過創新驅動，開展產品研發、重塑產業鏈、提升產品可靠性、可用性。”譚建榮說。

“人工智能賦能垂直行業態勢正在形成，逐步孕育催生出更多新模式、新業態、新動能。”北京亦莊投資控股有限公司黨委常委、副總經理周宇清也表示，在場景的強化驅動下，人工智能與實體經濟的融合將開啟深度模式。

“垂直發力”也是當前人工智能的“智能水平”使然。“提升人工智能‘智能水平’的一個重要方式是構建更大規模的系統、承載更大規模參數的模型訓練。”中國信通院人工智能研究所基礎軟硬件部主任李論坦言，當前不是所有單位都有資本或實力開展大規模系統的建設，因此，要在現有系統下提升模型智能水平，需要模型與其典型場景深入契合，在行業落地過程中訓練數據，使其與行業實現有效結合。

軟硬協同，推動產業發展提供不竭“創新力”

為推動生成式大模型賦能更多行業，政府部門通過搭建公共平臺、有序開發數據等方式為大模型的垂直應用注入不竭“創新力”，行業協會發揮自身優勢，創新手段促進行業企業協作，推動相關創新成果的轉化應用。

中國通信工業協會數據中心委員會副秘書長劉瑩介紹，以產業問題為導向，“2024產學研融通創新活動”AI大模型應用場景專場活動面向全行業征集解決方案，并助力優秀方案開展融通對接。

“高精尖產業基礎將為大模型提供廣闊的創新應用場景，豐富的高質量行業數據、精準有力的產業支持政策等為大模型的垂直應用打造良好生態。”周宇清介紹，當前北京經濟技術開發區已經建成了高性能的公共算力平臺、人工智能訓練基地、數據聚合平臺等。在為企業創新研發搭建基礎平臺的同時，還打造城市級工程實驗平臺，推動大模型在特種行業、危險崗位、重復勞動環節的探索應用。

“軟硬高效協同的新型基礎設施對于人工智能的發展非常關鍵。中國信通院建設了人工智能軟硬件協同和適配驗證中心，構建人工智能軟硬件基準體系（AISHPerf），承載了國家層面推動人工智能軟硬件協同相關的技術攻關、標準制定、生態培育、測試驗證等一系列相關工作。”面向未來，李論提醒，當前，大模型技術占主導地位，但它是人工智能研發創新和訓練的范式之一，業內仍需開展儲備型研究，兼顧專用小模型發展、大模型小型化等技術發展方向。

　　“我國在自然語言、自動駕駛等方面的大模型應用處于全球領先水平，但開展的人工智能算法研究還偏少。”譚建榮表示，包括深度學習、增強學習、強化學習在內的各種算法是人工智能技術的核心，我國仍需加強研究以提出新的算法、構建新的模型，推動人工智能技術健康穩定發展。