隨著ChatGPT的爆火，人工智能又一次站上了風口。國內不少企業搶抓機遇，紛紛推出自己的AI大模型，比如百度“文心一言”、阿里“通義千問”、華為“盤古大模型”、科大訊飛“星火認知大模型”……據不完全統計，國內迄今已推出了超20個AI大模型。

當前，人工智能日益融入我國經濟發展各個領域，成為推動科技跨越發展、產業轉型升級、生產力整體躍升的重要驅動力量，為新舊動能轉換和經濟高質量發展提供了有力支撐。中國電子信息產業發展研究院發布的數據顯示，2017年至2021年，我國人工智能產業規模增長了2.6倍，占全球比重提升到16.8%。專利申請量占全球比重持續擴大，從2012年的13%增長到2021年的70.9%。

業內人士表示，雖然取得了很多進步和成就，但我國人工智能整體發展水平和發達國家相比仍存在一些差距，特別是在一些基礎理論、原創性的技術還有產業高端的核心技術領域。同時，希望希望業內能借助ChatGPT帶來的東風，真正沉下心去發展人工智能，抓住機遇。同時要保持定力，能夠理性地發展。

大模型會怎么演進？

人工智能發展到現在已經歷三次浪潮，基于互聯網大數據的深度學習的突破，成就了現在人工智能的盛況。在中國科學院自動化研究所副所長曾大軍看來，ChatGPT系統本身準確地說不是科學上大的突破，而是技術積累到一定程度之后的大集成和使用效果上的大突破，是工程實踐的里程碑。業內的共識是：超級的算法加上超級的算力再加上超級數據的耦合，終于創造了工程的奇跡。

中國科學院自動化研究所將ChatGPT的能力、特點概括為“四個通”--通順自然的自然語言生成、全領域通識知識體系的覆蓋、多種自然語言場景的通用和通暢的人機交互、意圖識別及邏輯推理。效果上ChatGPT實現了相當高的乃至類人級別的理解和語言對話能力。

這背后是AI大模型的支撐，這也是為什么ChatGPT后眾多企業扎堆推出AI大模型的原因。曾大軍說，ChatGPT背后大模型的成功為世界認知和建模等人工智能核心挑戰探索出了一條與眾不同的道路。

攻克大模型、大算力、大數據等關鍵核心技術和基礎理論，將成為搶抓人工智能發展制高點的關鍵。大家想知道的是大模型的路未來會怎么走。

中國科學院自動化研究所對AI大模型的演進態勢做了研判，某業內人士介紹了他們的觀點：應用和創新生態正在發生劇變或至少有劇變的潛質、大模型推動決策智能迅猛發展、大模型小型化和領域化需求非常迫切、更加通用的人工智能有望實現。他形容大模型就像一個人類大腦的雛形，通過喂養各種數據，實現各種智能能力，大模型正在重新定義人和計算機的互動關系，有望成為計算機和人今后主要的接口。

曾大軍著重強調了大模型小型化和領域化的發展。他說，現有大模型的算力和能耗挑戰會促使很多工作向領域專用化、輕量化的小模型或大小模型混搭的方向發展，特別是金融、教育、醫療、交通等領域，大量的工作在試圖降低大模型的成本。

廈門大學南強特聘教授、人工智能研究院負責人紀榮嶸也談到了這一點。他說，大模型最終要用到車載、機載、電載等應用上，在無人機等設備中，硬件大一些，成本就以倍數上漲，多一點計算空間就會增加巨額的硬件成本，所以“各個企業也不要只關注模型做大，還要思考怎么樣把大模型做小”。

我國走什么路徑？

按照國務院2017年發布的《國家新一代人工智能發展規劃》，到2025年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能成為我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展。5年后的2030年，我國人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。

科技部高新技術司副司長、一級巡視員梅建平說，按照規劃，這些年，科技部和各有關部門一直以來大力推動人工智能基礎理論、關鍵技術和示范應用創新。比如，在基礎技術方面，特別是涉及基礎設施建設方面，科技部從數字、數據到計算、連接等方面，都做了課題研發的系統布局，取得了一系列成果。最近，科技部還在積極推動算力網的建設，希望通過新技術的研發和應用來打造超算、智算的算力底座，為數字中國建設提供強有力的支撐。

曾大軍認為，目前，我國人工智能的創新水平已經邁入世界第一梯隊，整體的發展態勢良好，但也存在著不少挑戰。主要是頂天突破比較少，原創性、顛覆性的核心算法與美國等發達國家相比差距比較大；立地的能力偏弱，重大的、系統性的集成創新能力不足，存在著低水平重復建設的問題。

針對AI大模型，他建議，一方面我國需要加速大模型技術的落地應用，“我國在大模型技術方面已經有了很好的能力儲備和應用，最近類ChatGPT技術的門檻也已經大大降低了”；另一方面，建議集中優勢力量突破通用底座大模型，“需要圍繞通用大模型構建新型的有組織科研力量，堅定不移持續攻關，并積極尋求多種渠道的資源投入”。

他還說，GPT-4已經呈現了一些通用人工智能能力的雛形，但這條技術路徑功耗非常高，這是發展數字經濟無法承受的。曾大軍認為，我國在人工智能與腦科學融合交叉方向有很好的研究基礎，后續需要進一步將大模型和腦科學交叉融合，發展符合倫理和可持續性的低碳AI。

無論走哪條路徑，重點是得“攻克關鍵核心技術和基礎理論”。曹淑敏說，只有整個鏈條的關鍵核心技術突破，才能真正實現人工智能的全面發展，當中涉及大量的算法問題、模型問題、智能算力有關產業等，“這些都需要我們深耕”。

尤其是芯片產業，這直接關系到人工智能算力的發展突破。

讓技術向善

在同一個場合，要考慮符合中國現實芯片產業發展的人工智能訓練和推理方式。趨勢已現，站在人工智能的拐點，我們的應對是必須跟上算力需求，歸根結底還得靠底層技術。要思考新的工業人工智能模型，不能照抄ChatGPT，國內3年內人工智能模型要與國內3年內的芯片發展相適應。相關產業發展也要“賽馬而不是相馬，不能靠PPT做產業”。

同時也要注意發展的安全問題。此前，OpenAI的數據泄露引發了隱私爭議，后來，包括馬斯克、辛頓等上千名科技領袖都簽署了一封公開信，呼吁所有AI實驗室立即暫停訓練比GPT-4更強大的AI系統至少6個月，他們都關心人工智能發展所帶來的各種風險。

“如何統籌好發展和安全，這也是我們面臨的一個重大問題。每一項新技術都是雙刃劍，帶來巨大發展機遇的同時，也帶來很多挑戰，特別是當新的技術能力非常強大時，帶來的風險也非常嚴重。

4月11日，國家互聯網信息辦公室發布《生成式人工智能服務管理辦法(征求意見稿)》，倡議建立有龐大算力規模、專業垂直的監管體系，達成代碼公約等，為人工智能確定倫理規范。

業內人士表示，我們要積極應對人工智能帶來的可能的公共安全、隱私侵權、數字鴻溝、倫理示范等方面的挑戰，如何讓技術向善、造福人類，如何推動人工智能發展更加公平、更可持續、更為安全，讓技術更好地惠及人民，讓技術更好地推動經濟社會健康、持續發展，“這是我們所有主體都面臨的一個重大責任”！