人工智能領域，突破難題：國産大模型“無源之水”問題得到解決。
在2023年世界人工智能大會的“大模型時代的通用人工智能産業發展機遇以及風險”論壇上，多位通用人工智能領域的專家聚焦大模型，深入探讨了基礎創新、應用技術和未來前景等方面的人工智能問題。
中國工程院院士戴瓊海表示：“大陸應該從政策、機制和投入上深化人工智能的人才培養和基礎研究，強化原始創新，避免陷入‘無源之水’的困境。”他在主旨演講中強調了這一觀點。
清華大學電子工程系長聘教授、系主任汪玉指出，上海已經擁有許多晶片企業和算法，但如何高效統一地在晶片上部署這些算法，是一個非常重要的問題。他強調，這是上海在人工智能領域所面臨的一個關鍵挑戰。
戴瓊海認為，在大模型的創新方面，大陸在基礎研究領域的颠覆性成果相對較弱。他指出，中國在人工智能領域的人才主要集中在應用層面，是以應用場景和技術層面有着巨大的發展潛力。然而，在基礎層面的人才方面，中國明顯處于劣勢，原始創新不足。
戴瓊海表示，人工智能創新發展需要三大支柱：算法、資料和算力。算法決定智能水準，資料決定智能範圍，算力決定智能效率。在算法方面，大模型預計将在5年左右成為人工智能應用的關鍵基礎平台。
戴瓊海同時指出，腦智能是未來的新方向。融合腦和認知的人工智能新算法将引領新一代智能的發展。他建議政府鼓勵企業主導大模型的建設，探索生物機制和機器特色的結合，進一步推動基礎研究和應用發展。他預測，以認知智能為核心的人工智能将在十年後開始廣泛應用。
此外，戴瓊海也提醒人們需要警惕大模型應用的安全問題。大模型尚不能對輸出進行可信性的驗證，例如生成欺騙性内容。他強調，大模型應用的問題并不像計算機網絡病毒那樣簡單，一旦出現問題，将帶來颠覆性的影響。是以，在大模型的應用過程中，應該明确讨論安全性和可信性。
汪玉表示，國内的大模型落地面臨着四個痛點需求，需要着力解決這些問題。首先，需要解決長文本處理的問題。其次，需要提高大模型的成本效益。第三，需要将大模型應用于多種垂直領域。最後，需要實作一站式部署的新需求。他強調，這些需求的解決将推動整個産業鍊的發展。
在論壇中，與會者對大模型的發展提出了更多看法和建議。一些專家表示，要加強國内大算力晶片的研發和應用，以彌補目前在晶片領域的依賴性。他們強調，國内已經湧現出一些晶片企業，但需要進一步提高算法在晶片上的高效統一部署能力。
同時，專家們也提到了大模型在不同垂直領域的應用問題。特别是在醫療、金融等領域，擷取大規模的語料資料是一項巨大的挑戰。是以，建立通用基座大模型，并進行細緻微調，将有助于提升各行各業的基礎性能。
對于大模型的部署和優化，一站式自動化部署被認為是一個重要的趨勢。這将通過優化軟硬體協同、編譯調優和硬體部署的分層方法，提高整體的效率和成本效益。專家們呼籲進一步探索高效的微調算法，以滿足大模型在不同垂直領域的需求。
與會者們一緻認為，大模型的發展需要政府、企業和學術界的共同努力。政府應該加強政策引導，推動基礎研究和人才培養。企業應該承擔起主導角色，加大對大模型建設的投入和推動。學術界應該加強與産業界的合作，促進科技成果的轉化和應用。
在大模型的發展過程中，專家們也呼籲加強對安全性和可信性的研究和探索。他們認為，應該制定相應的規範和标準，確定大模型的應用不會造成負面影響和風險。
最後，與會者們紛紛表示，大模型的發展将給人工智能産業帶來巨大機遇，但也需要警惕潛在的風險和挑戰。他們鼓勵各方在大模型的研發、部署和應用中進行深入合作，共同推動人工智能的健康發展和社會進步。
在世界人工智能大會的論壇中，專家們就大模型的發展和應用進行了深入的探讨和交流。他們對人工智能領域的基礎創新、技術應用和未來前景提出了寶貴的見解和建議，為人工智能産業的發展指明了方向。