大模型定位：决策主导还是辅助工具？

【编者按】
7月4日，2024世界人工智能大会暨人工智能全球治理高层会议在上海开幕。本次大会以“智联世界 生成未来”为主题，聚焦全球人工智能前沿技术和产业发展。深圳计算科学研究院首席科学家樊文飞院士应邀出席，并在中信集团承办的投融资主题论坛上发表演讲。
**大模型——挑战与机遇并存**
樊文飞院士指出，通用大模型推动了行业的变革，引起社会的广泛关注，但同时也存在局限性。作为辅助工具，大模型在智能制造的应用前景尚未明确。目前的大模型属于基于统计类的机器学习模型，无法满足结果的可解释性，且无法同时满足模型的“准确性”“公平性”和“鲁棒性”要求。此外，大模型的训练成本高（算力、数据、能耗），并且经常产生“幻觉”。
**如何应对挑战？**
樊文飞院士认为，我们应当发挥中国在制造业规模大、垂直领域数据积累多等优势，以“机器学习 逻辑推理”的“AI ”发展思路，提高模型结果准确度的同时赋予结果可解释性；同时，通过逻辑规则融入行业（小）模型，大幅降低模型的落地成本。深算院通过独创的机器学习模型与业务逻辑规则的高效融合，研发填补国际空白的钓鱼城数据分析系统，并衍生出生产工艺、配方优化、网络安全、新药研发等多个领域的AI应用创新。
**语料准备与算力同等重要**
樊文飞院士强调，社会广泛聚焦的是大模型以及与其相关的算力，忽视了大模型训练必需的语料准备这一关键环节。大模型的精度和可用性取决于所训练的语料数据。如果致力于打造一个具备产线实时应用的大模型决策系统，那么语料清洗的重要性和算力同等重要。深算院研发的采石矶数据质量系统为上海数据交易所的数据评估和交易流程提供底层能力支撑，打通了数据要素进入流通的关键节点。下一步将继续为大模型的训练提供优质的语料数据和行业调优数据，以提升行业大模型的准确性。
**走出国产基础软件的“寒冬”**
樊文飞院士认为，重要性不亚于大模型的是标准化基础软件的研发。目前芯片受制于人。如果开源软件被禁用，中国的大模型发展将何去何从？所以坚持自主源头创新和自研根技术，才能推动中国软件行业真正走出受制于人的困境。例如，深算院以有界计算、跨模计算等创新理论，研发出全自研满足AI场景需求的崖山数据库系统。
总之，面对人工智能技术的飞速发展和挑战，我们应积极拥抱变革，坚持自主创新，发挥我国在数据和应用场景方面的优势，推动人工智能产业健康发展。