展会信息港展会大全

人工智能引热议,中国自己的智能大模型进展如何?
来源:互联网   发布日期:2023-03-13 10:50:36   浏览:7830次  

导读:《中国经济周刊》记者周琦 最近,一款现象级自然语言处理模型风靡全球,它不仅能流畅地与用户对话,还能写诗、写文章、编码。 一时间,人工智能生产内容(AIGC)被推上了风口浪尖,国内外科技巨头和资本巨头争相布局。 今年全国两会上,AIGC同样引起了代表和...

《中国经济周刊》记者周琦

最近,一款现象级自然语言处理模型风靡全球,它不仅能流畅地与用户对话,还能写诗、写文章、编码。

一时间,人工智能生产内容(AIGC)被推上了风口浪尖,国内外科技巨头和资本巨头争相布局。

今年全国两会上,AIGC同样引起了代表和委员们的关注与讨论。它最终会是人类的助手还是对手?在发展的过程中又该如何注意科技伦理、趋利避害?

通用智能在垂直领域还有不足

“我国有很多研究机构也做了自然语言处理模型相关的技术,并一直在应用,比如大家熟悉的银行自动语音服务等。”全国政协委员、中科院自动化所研究员赵晓光介绍,我国此前没有大力发展通用大模型的研究,是因为还没找到很适合的应用场景。人工智能技术本身就要跟场景密切结合,这项技术带来的启发就是未来如何跟场景更好地落地结合。

百融云创CEO张韶峰同样认为,对话机器人并不是新的技术,本质上仍然属于深度学习的框架,在垂直领域,AIGC早已经有了广泛的应用。“以百融云创服务的金融行业为例,智能语音机器人可以助力银行客服完成信用卡、理财营销、客户回访等工作,减少金融机构客服人工投入,帮助金融机构降本增效。某大行在零售业务上,百融云创的‘IVR+人工’模式节省成本约50%,‘IVR’模式则可节省成本约90%,而且两种模式考核结果接近人工服务标准的90%至95%。”

业内普遍认为,自然语言处理模型的爆发意味着人工智能在全世界范围内取得划时代的突破,其在通用性方面展现出强大的能力让人惊叹。不过在细分的专业领域,由于缺少垂直的、专业的领域知识,当前的自然语言处理模型在可信度、精准度、专业度方面还存在一些不足,有可能基于当前的算法和数据输出不准确信息。尤其是对于金融、信息等对于安全性要求极强的垂直领域来说,可谓是致命的。

在AIGC时代,通用智能和垂直领域智能是何种关系?张韶峰做了一个很形象的比喻,“这就类似数理化等基础科学和医学、农学、气象学、材料学等应用科学之间的关系,两者之间有差异性,但是也有交叉协作。”

“例如,作为新的内容产出模式,AIGC将会显著提升金融业的服务和经营决策效率,后续通用AI在金融领域展开深度商用还在探索阶段,不排除采取和垂直领域AI融合联动的方式在具体业务场景落地。”张韶峰说,作为深耕金融领域的人工智能企业,百融云创将紧紧把握时代机遇,持续加大对Chatbot、NLP、AutoML、深度学习、隐私计算等工具以及Transformer、模型性能调优、复杂神经网络等底层算法的研发布局。

不论是通用智能,还是垂直领域,国家层面的政策如何引导更是代表委员们关注的问题。对此,全国人大代表、科大讯飞董事长刘庆峰建议,应积极推动认知智能大模型在教育、医疗、办公、人机交互和AIGC领域的行业示范应用和规模化价值落地,支持面向大模型研发和服务的人工智能国产软硬件技术底座,加大力度投资建设公共算力平台,设立使用平台的揭榜挂帅机制,鼓励产业基金参照OpenAI和微软等股东的投资协议新模式,构建更好的科技创投生态和创新创业环境。

道德伦理、信息安全如何保障?

AIGC的火爆,也引发代表委员们关于其道德伦理标准、信息隐私泄露、产品安全责任、数据跨境传输、数据产权保护等一系列法律问题的探讨。

在全国人大代表、成都市政协副主席梁伟看来,最近火爆的国外自然语言处理模型在科学技术方面生成的内容基本是中性的,但是在面对文化、社会等方面问题时常常有失公允,不够客观。“如果使用者借助自然语言处理模型,生成工作报告、计划等,也是一个潜在的风险。”梁伟说,使用者可能会自觉不自觉地输入一些敏感的数据和信息。

“可以预判,如果我国不能快速跟进,那么将在数字经济、人机交互,甚至某些科学研究领域的国际竞争中处于被动局面。”刘庆峰建议,国家重视认知智能大模型研发,构建以领军企业为主体产学研合作的创新体系,加速跟进和追赶国际前沿水平。

其实早在2018年,我国就已将信创(即信息技术应用创新)纳入国家战略发展布局。

“信创产业作为国家‘十四五’规划的重要内容,正在通过科技创新,构建国内信息技术产业生态体系。在‘数字中国’‘数字金融’建设战略的加持下,AI技术创新和应用探索将深度融入金融体系中,在技术底层植入‘国产化’和‘安全性’的基因。”张韶峰介绍,百融云创基于自研技术打造了一站式决策引擎平台,就曾围绕金融信贷全生命周期为某国有银行提供了“分析+模型+系统”一体化服务,在保证银行方海量业务正常运作环境下,协助完成新老决策引擎的更新换代及策略的平稳迁移,使得该行彻底摆脱外部依赖。

现在很多人关心,中国何时才能有自己的大模型?目前的差距在哪里?最近的热潮对我国智能大模型发展是否是一个机遇?

赵晓光称,我国很多研究机构在研究大模型方面做了很多工作,并取得了非常好的成绩。今年2月北京市经信局表示支持头部企业打造对标大模型的政策,将支持人工智能技术更好地落地应用,使其和应用场景结合。“北京人工智能企业众多,技术人才聚集,在发展技术和挖掘市场需求上有很大优势。目前,企业要进行数字化、智能化转型,这次带来的启示就是去思考需求、市场和用户在哪里,把这些变成技术进步的动力。”赵晓光说。

责编:吕江涛

(版权属《中国经济周刊》杂志社所有,任何媒体、网站或个人未经授权不得转载、摘编、链接、转贴或以其他方式使用。)


赞助本站

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港