加快推动人工智能发展

“近70年的发展历程中，人工智能经历了灌输规则、灌输知识、从数据中学习这三个阶段。近年来在全球迅速发展的人工智能大模型技术，其依托的基本模型都基于‘大数据+大算力+强算法’训练，这是人工智能发展第三阶段的典型体现。”北京智源人工智能研究院院长黄铁军说。

目前，各类人工智能大模型处于迅猛发展之中，全球众多高科技企业纷纷投身人工智能大模型建设。

“现在围绕人工智能大模型已形成相对成熟的技术框架，但产品和生态尚在发展形成之中。”中国科学院自动化研究所副所长、研究员曾大军说，“总体而言，人工智能大模型的技术发展历程相比以往任何人工智能技术都更为迅猛，其影响力也是史无前例的。”

人工智能大模型的出现，为通用人工智能的实现打开了新的想象空间，大大提升了人工智能处理复杂任务的能力。

“比如，基于人工智能大语言模型的聊天机器人能够实现高质量的信息整合、翻译和简单问题求解与规划。”曾大军说，“这类机器人受到关注，主要是因为其已初步具备通用人工智能的部分特性，包括通顺的自然语言生成、全领域的知识体系覆盖、跨任务场景的通用处理模型、通畅的人机交互接口。”

不过，目前人工智能大模型能力仍有局限性。

“一方面，由于人工智能大模型自身结构和机制漏洞，有被恶意攻击的风险；另一方面，人工智能大模型自身的知识表达和学习模式还存在缺陷，导致其回答会有常识性错误、杜撰内容等。”曾大军说，“人工智能学者们正在围绕这些问题进行攻关。”

“我是刚入学的大一计算机专业学生，想选修人工智能课程，需要做什么准备？”“你需要学习基础数学知识、编程语言，学习机器学习算法，关注技术趋势……”这段对话并非出自师生之间，而是学生与人工智能之间的问答。

2023年8月，浙江大学联合高等教育出版社等发布“智海—三乐”教育垂直大模型，在核心教材、领域论文和学位论文等语料和专业指令数据集的基础上，可提供智能问答、试题生成、学习导航、教学评估等服务，现已在多所高校应用。

“我们把这些教材拆成语句、段落、篇章去‘喂给’大模型，这些高质量的语料会合成词与词之间的概率关联，给学生以启迪。”浙江大学教授吴飞说。

工业质检、知识管理、代码生成、语音交互……当前，我国人工智能正从单点应用向多元化应用、从通用场景向行业特定场景不断深入，加速迈向全面应用新阶段。特别是随着人工智能大模型的突破和生成式人工智能的兴起，人工智能得以更好处理生产生活中的复杂问题，为各行业实现产品和流程革新提供了更加先进的工具和手段。

预测一个台风未来10天的路径，过去需要在3000台服务器上花费5小时进行仿真，现在基于预训练的盘古气象大模型，10秒内就可以获得更精确的预测结果；字数将近4000万字的一套古籍，研究人员利用人工智能，3个多月就完成了识别、点校、上线发布……

“人工智能大模型带动生成式人工智能产业迅速发展，在科学探索、技术研发、艺术创作、企业经营等诸多领域都带来了巨大的创新机遇。”中国工程院院士王恩东说。

在供需两侧的共同推动下，技术创新成果开始大规模地从实验室研究走向产业实践，人工智能产业化进程不断加快。据不完全统计，截至2023年10月，我国累计发布200余个人工智能大模型，科研院所和企业成为开发主力军。

在华为混合云总裁尚海峰看来，以人工智能为代表的创新技术，正在加快重塑各个行业。

科技部新一代人工智能发展研究中心主任赵志耘表示：“人工智能技术正沿着追求更高精度、挑战更复杂任务、拓展能力边界等方向持续演进。场景创新成为人工智能技术升级、产业增长的新路径。”

浪潮信息高级副总裁刘军认为，未来，人工智能还需要进一步去深入应用场景、赋能具体的产业环节。“这个过程很难靠一家厂商独立完成，需要产业链、创新生态更多的深度协同。”刘军说。

专家表示，以人工智能大模型为代表的人工智能第三发展阶段，未来会有一段较长的发展红利期，将成为新一轮科技革命和产业变革的重要驱动力量。

中国科学院自动化研究所对人工智能大模型的演进态势做了研判，曾大军介绍了其观点：应用和创新生态正在发生剧变或至少有剧变的潜质，人工智能大模型推动决策智能迅猛发展，人工智能大模型小型化和领域专业化需求非常迫切，更加通用的人工智能有望实现。

曾大军说：“人工智能大模型就像一个人类大脑的雏形，通过‘喂给’各种数据，实现各种智能能力。人工智能大模型正在重新定义人与计算机的互动关系，有望成为人机交互的主要接口。”

曾大军着重强调了人工智能大模型小型化和领域化的发展。他表示，现有人工智能大模型的算力和能耗挑战，会促使很多工作向领域专用化、轻量级的小模型或大小模型混搭的方向发展，特别是金融、教育、医疗、交通等领域，力求降低大模型的成本。

黄铁军认为人工智能将从信息智能到实体智能发展，视觉、具身人工智能大模型将是下一个爆发点。“大数据是世界的表达，从中训练出的语言认知模型可以支持信息服务，语言类大模型能够提高自动驾驶、机器人等实体的智能水平，但还需要视觉、听觉、具身、交互等技术的发展。”

黄铁军告诉记者，目前的智能涌现还只是静态涌现，还不具备人脑的动态涌现能力。“未来有望通过类脑智能实现真正拥有动态涌现能力的人工智能。”

曾大军认为，人工智能大模型有望发展成为更加通用的人工智能。“在不久的将来，人工智能大模型将超越信息域，结合硬件设施，发展成为与物理和人类世界互动的具象智能，逐步缩小与真正的‘通用人工智能’的差距。”

“预计未来智能程度还将不断提高，对各行业的带动和影响更为深刻，这是其他技术难以比肩的。”黄铁军说。

在曾大军看来，决策科学加人工智能融合创新，能够碰撞出非常多的火花。

“人工智能，特别是经过知识自动推理的加持之后，能够实现从已知到未知的跨越。”曾大军进一步解释，“更高层级的决策功能，比如产业态势的研判、风险评估等，这种从未知到未知的决策，机器智能有可能起到很大的辅助作用。”