通用大模型的发展路径与挑战

发布时间: 2024-07-24 09:01:45 来源：中国科学报

观看：208

当今世界，以大模型为代表的通用人工智能技术在全球范围内扮演着日益重要的角色，对推动全球科技进步和经济发展起到重要的作用。

时代的拷问也随之而至：未来通用大模型的发展路径是什么？如何构建高效、自主的算法算力？如何利用大模型等先进人工智能技术来构建新一代科学研究的新范式？

日前，第二十六届中国科协年会“通用大模型未来演进路线——数据、算力、算法论坛”在广西南宁召开，旨在探讨通用大模型在人工智能领域未来发展的方向和关键因素，深入探讨数据、算法和算力在通用大模型未来演进路线中的作用和影响。

以论坛为平台和载体，专家学者聚焦通用大模型的科学前沿问题，探索赋能新型工业化和科学应用的新范式，共同构建开放、创新、活跃的通用人工智能发展新平台。

从决策到生成的跨越

我国人工智能产业日益增强，大模型的成功应用以海量、高质量的数据，强大的算力和先进的算法3个方面共同作用支撑，推动人工智能不断向纵深发展。

在本次论坛上，中国自动化学会副理事长、华南理工大学教授陈俊龙作了题为《千方百智：新型人工智能技术助力产业创新发展》的主旨报告。

他介绍，通用大模型近年来掀起浪潮，主要是因为生成式人工智能。在此之前，人们接触、应用较多的，是利用数据找出条件概率分布，并通过条件概率分布来做出决策的决策型人工智能模型。而从2014年开始，通过所有数据联合概率分布来进行创作的生成式人工智能模型逐渐进入相关行业视野，它不仅可以创作，同时还兼有判别功能。

浪潮由此而起。2022年底，ChatGPT横空出世，开启了生成式人工智能的元年。智能驾驶、电商应用、人脸识别甚至情感智能、文本分类行业的原有模型逐渐被其取代。

“有了生成式人工智能之后，什么东西都可以造出来，它有换脸技术、造声技术，目前已经有诈骗集团利用这些技术犯罪。如何应对这些问题，这是需要解决的。”陈俊龙强调。

中国科学技术大学教授陈小平则以《从数据到知识：大模型在智能决策中的应用》为题，分享了大模型在智能决策领域的研究成果。

他强调，大模型能够通过学习海量数据，提取出有价值的信息和知识，为智能决策提供有力支持。他介绍了团队在大模型优化、知识抽取、决策推理等方面的研究进展，并展望了大模型在智能决策领域的广阔应用前景。

大模型改变行业生态

ChatGPT诞生之后，哪些工作会被取代？

目前，明显受到冲击的工作岗位包括：客服、文学创作、代码开发、娱乐聊天等。

而在音效、剧本编写、特效生成等行业中，生成式AI的应用正迅速扩大。原本这些行业需要接受1～10年的专业训练才能独立工作，而通过学习软件只需要几十分钟即可“上岗”，制作成本更是从原先的每分钟数百乃至上万元美金计价，现在变成了只须几分钟几美元而已。

在不远的将来，大量与设计、绘画相关的工作可能会被影响。与会专家建议，这些行业的从业人员有必要尽快学习如何应用ChatGPT的功能，可能要学习到指令级，否则或将面临被淘汰的困境。

对企业生态来说，现在一家营收1亿元美金的互联网公司，员工规模通常在数百人左右。而用生成式人工智能的公司Midjouney，员工只有11人，年收入同样能达到1亿元美金。

“因此，未来可能会诞生一批较小型企业，而且是非常精简的公司，盈利与传统大型公司媲美，这也是未来公司的生态。”陈俊龙表示。

人工智能技术要在生产车间中大面积实际运行起来了吗？

从工业发展的角度，中国自动化学会副理事长、青岛科技大学副校长李少远回应了这个常见问题： “目前来说，难度很大。”

他认为至少存在两点实际问题：一方面数据共享还难以实现，另一方面，工业生产不是一个小样或试产，不同的型号、产品类型、品牌对实际运行的效率、功能都存在不同要求。

“很多数据、很多经验、很多人类操作的知识等，包括运行过程中从数据里反映出来的知识，还没有得到充分利用，人工智能的技术远没有得到充分释放。”李少远认为，“如何把数据、语音、图像等多元的信息融合起来，提高工业系统运行优化的水平？工业界有这样的需求。”

机遇与挑战并存

当前，我国在大模型应用上取得了显著成效，这得益于海量高质量数据、强大算力和先进算法的共同支撑，未来发展存在机遇更存在挑战。

在国际上，中国和美国的大模型加起来占国际全球总数的80%。其中，我国目前没有万亿级大模型，还存在很大的追赶空间。

同时，陈俊龙认为，在一些垂直领域，美国大部分实体经济都消失了，没有相应需求。而中国制造业体量大，垂直领域大模型将大有用武之地。

陈俊龙指出，现在的大模型和人工智能主要应用在To B端，To C端的体验还没有明显感。To C端的优化，是未来必然要发展的方向。

他认为，对人工智能技术的发展要素来说，除了算法、算力、数据“三架马车”，人才培养是另一项不容忽视的工作。

论坛上，关于大众关心的人和机器的智能关系，陈小平把总结了一句话：青似于蓝而异于蓝。

“不要担心大模型将来变得跟人一样，永远没有这种可能性。”但同时他也提醒，“不要以为它跟你不一样，它就不会超过你，它用它的方式超过，超过得更快。”

与会专家、学者带来的通用大模型、人工智能新领域的研究、新的思考和新的探索，将激发出更多创新产能，为推动我国通用人工智能产业的核心发展和行业应用贡献智慧和力量。

12月19日，《自然-计算科学》发表的一项研究描述了一种机器学习方法，能够从不同方面准确预测人类生活，包括早死可能性和 ·“我相信，有一天我们将能够以像手术那样的精确度来改变致病基因。” ·“目前还没有在大脑中使用任 ? 2023年12月14日，自然科学基金委化学科学部在北京召开会议，对2017年度资助的国家自然科学基金创新研究群体项目进癌症是人类健康的主要威胁之一。近年来，一种新的靶向精准放射治疗手段——硼中子俘获治疗技术（BNCT）快速发展，对于复发岁月不居，时节如流。转眼间，2023年已步入尾声。这一年给我们留下了太多值得铭记的精彩时刻：我国科学家成功制备并验证5 ? 肖连团 ? 番兴明 ? 陈勇 ? 马洁（以上照片均为受访者提供） ? 数据来源：科技部、国。

本文链接：通用大模型的发展路径与挑战http://www.sushuapos.com/show-11-8966-0.html

声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。

上一篇：全球首次利用鼻黏膜移植神经干细胞治疗帕金森病

下一篇：遇见青藏高原所解码“地球第三极”

通用大模型的发展路径与挑战

热门资讯

推荐资讯

科学最热文章