科技日报记者 张佳星

    “当前大数据应用广泛，但在数据应用时大数据并非总是比小数据好。”9月27日，由中国科协企业创新服务中心主办的“2024产学研融通创新活动”AI大模型应用场景专场活动召开，中国工程院院士、浙江大学求是特聘教授谭建荣表示，在大数据应用时如果不加区分，在确定条件下“追求”数据大，反而看不清对应关系，造成计算冗余，大数据则适用于随机、模糊和混沌等不确定情况的分析、处理。

    自2022年底生成式人工智能诞生以来，人工智能能够运行的参数、处理的数据均得到了指数级增长。人工智能大模型发展迅速，企业、科研单位等纷纷投身于大模型开发，发布自己的大模型，形成“百模大战”的局面。与会专家认为，近一年来，业界普遍形成共识，AI 技术的真正价值在于其赋能千行百业的普惠性，百模大战后，应用落地才是王道。

    瞄准应用，“垂直发力”深度融合

    “通用大模型需要打通横向，垂直大模型则是要打通纵向，通过加强模型对于一个垂直领域的深度理解促进其应用，因此要在行业知识的概括总结深度方面下功夫。”在回答科技日报记者关于大模型发展方向的问题时，谭建荣表示，只有垂直才有深度，不搞垂直直接搞通用将难以有效应用于专业产业领域。

    生成式人工智能大语言模型所采用的自然语言处理框架，在人机对话和内容生成能力上获得重大进步，其表现可以说达到了“图灵测试”的要求。那么如何将这种能力用于生产力的发展？“发展垂直大模型，可以为不同行业生成各种解决方案，所以大模型应用是要与创新设计、工艺提升、强化质量结合起来，通过创新驱动，开展产品研发、重塑产业链、提升产品可靠性、可用性。”谭建荣说。

    “人工智能赋能垂直行业态势正在形成，逐步孕育催生出更多新模式、新业态、新动能。”北京亦庄投资控股有限公司党委常委、副总经理周宇清也表示，在场景的强化驱动下，人工智能与实体经济的融合将开启深度模式。

    “垂直发力”也是当前人工智能的“智能水平”使然。“提升人工智能‘智能水平’的一个重要方式是构建更大规模的系统、承载更大规模参数的模型训练。”中国信通院人工智能研究所基础软硬件部主任李论坦言，当前不是所有单位都有资本或实力开展大规模系统的建设，因此，要在现有系统下提升模型智能水平，需要模型与其典型场景深入契合，在行业落地过程中训练数据，使其与行业实现有效结合。

    软硬协同，推动产业发展提供不竭“创新力”

    为推动生成式大模型赋能更多行业，政府部门通过搭建公共平台、有序开发数据等方式为大模型的垂直应用注入不竭“创新力”，行业协会发挥自身优势，创新手段促进行业企业协作，推动相关创新成果的转化应用。

    中国通信工业协会数据中心委员会副秘书长刘莹介绍，以产业问题为导向，“2024产学研融通创新活动”AI大模型应用场景专场活动面向全行业征集解决方案，并助力优秀方案开展融通对接。

    “高精尖产业基础将为大模型提供广阔的创新应用场景，丰富的高质量行业数据、精准有力的产业支持政策等为大模型的垂直应用打造良好生态。”周宇清介绍，当前北京经济技术开发区已经建成了高性能的公共算力平台、人工智能训练基地、数据聚合平台等。在为企业创新研发搭建基础平台的同时，还打造城市级工程实验平台，推动大模型在特种行业、危险岗位、重复劳动环节的探索应用。

    “软硬高效协同的新型基础设施对于人工智能的发展非常关键。中国信通院建设了人工智能软硬件协同和适配验证中心，构建人工智能软硬件基准体系（AISHPerf），承载了国家层面推动人工智能软硬件协同相关的技术攻关、标准制定、生态培育、测试验证等一系列相关工作。”面向未来，李论提醒，当前，大模型技术占主导地位，但它是人工智能研发创新和训练的范式之一，业内仍需开展储备型研究，兼顾专用小模型发展、大模型小型化等技术发展方向。

    “我国在自然语言、自动驾驶等方面的大模型应用处于全球领先水平，但开展的人工智能算法研究还偏少。”谭建荣表示，包括深度学习、增强学习、强化学习在内的各种算法是人工智能技术的核心，我国仍需加强研究以提出新的算法、构建新的模型，推动人工智能技术健康稳定发展。

    责任编辑：李梦一