新火種
2023-09-22 
華工陳俊龍：從創新和應用兩端發力大模型｜問策數字經濟
“大模型的涌現，并不意味著這個行業的門檻低。人工智能大模型的研發需要高超的技術實力和豐富的經驗，而且需要大量的計算資源和時間來訓練和優化模型。因此，能夠發布大模型的廠商通常都具備較高的技術水平和資源實力。”
歐洲科學院院士、琶洲實驗室副主任、華南理工大學計算機科學與工程學院院長陳俊龍建議，注重產業綜合規劃，打響廣東大模型招牌，一是推動應用場景的橫向拓展，實現全場景、全產業鏈落地應用；二是推動模型的縱向拓展，發展AI智能通用大模型。
“大模型熱”是市場需求
南方+：各大廠商都在發布大模型，您認為背后還存在哪些因素？
陳俊龍：大模型的興起，背后可能存在以下因素：首先是市場需求，大模型通常在解決復雜問題上有更強的性能。面對自然語言處理、圖像識別、智能推薦等方面的各種挑戰，像各大運營商的智能客服、安全領域的智能監控系統、電商平臺的智能推薦系統等等都需要大模型的加持，以提供更準確、更智能的解決方案，滿足市場需求，所有大家都在做。
其次是出于技術競爭需要，人工智能領域是一個高度競爭的行業，各大廠商都希望在技術上保持領先地位。發布大模型是技術實力和創新能力的展示，“秀肌肉”能為企業贏得聲譽和市場份額。國內廠商例如百度，利用大模型業務推動，核心經營利潤率自去年同期的17%增長至23%。
再次是數據、算力、算法的提升。發布大模型需要大量的數據和強大的算力，隨著數據的積累和計算技術的進步，更多的企業能夠滿足發布大模型的條件。人工智能行業的一個“奇點”已來，可以說，大模型的涌現是必然。OpenAI在2021年推出了名為Codex的大型代碼生成模型，該模型具備強大的代碼理解和生成能力，最終問世的ChatGPT是長期技術積累的結果。
此外，前期布局也很重要，人工智能公司在這些方面有堅實基礎，政府、院校、企業足夠重視。大模型是人工智能合作和共建的重要平臺，可以促進國內外的學術交流、技術分享、開源開放、標準制定等，構建更加健康和可持續的人工智能生態圈。
從基礎理論、應用落地兩端發力
南方+：大模型在發展中，還存在哪些挑戰？
陳俊龍：首先，挑戰來自于數據安全和隱私保護。大模型需要大量的高質量數據進行訓練優化，但獲取和處理這些數據可能面臨一些挑戰，如數據收集和隱私保護。這涉及到存儲、處理和傳輸等多方技術和設施建設。其次，投資成本高：大模型需要龐大的計算資源來進行訓練和推理。這可能導致高昂的成本和能源消耗，需要承擔較高的風險。
此外，還面臨道德和倫理問題：大模型的應用涉及到一些重要的道德和倫理問題，如公平性、公正性、歧視等。這是一個重要的挑戰，是技術開發和應用無法繞開的問題。
南方+：以ChatGPT為代表的大模型，留下了怎樣的啟示，國內如何補短板，提高一些“根技術”的突破？
陳俊龍：長遠來看，國內在大模型的功能和先進性上，離全球頂尖水平并沒有特別大的差距。為了補齊短板，我們的學科建設、人才培養、政策扶持需要在以下方向發力：
注重跨國科研合作。中美兩國在人工智能領域是全球的領頭羊，然而單打獨斗是不可取的。美國的 AI 領域高水平論文平均引用率為 44.99，中國的 AI 領域高水平論文平均引用率為 31.88。相比而言，中美合作論文的平均引用率達 51.2，其影響力明顯高于中國和美國各自論文的平均引用水平，這表明跨國合作的科研成果在世界人工智能研發領域的展示和交流幾率大大增加。
注重體系能力。我國的人工智能產業在應用端和服務端有極大的先發優勢和廣大的市場，但在人工智能基礎理論方面的研究較欠缺。過去的研究中，往往展現市場帶動研發的姿態，我們應當發揮政校引導優勢，建立項目目標指引，從個別據點轉為體系統籌，從基礎理論、應用落地兩端發力，使AI行業呈現健康的發展姿態。
注重底層硬件和框架自研。受限于AI高性能芯片的缺失，我國大模型的高算力需求終將面臨瓶頸。需要加強芯片的設計和制造能力，提高芯片的性能和能效，多支持、扶持華為昇騰、摩爾線程等芯片、計算卡相關的設計和生產主體。此外，人工智能框架是搭建模型的基礎，包括TensorFlow、PyTorch等。我國也有相應的深度學習框架，如百度的PaddlePaddle、華為的MindSpore，但知名度和普及率遠不及前者。需要加強對框架的研究和開發，提高框架的性能和易用性。
推動各方資源開放共享
南方+：目前，深圳、琶洲等地紛紛發布政策措施，對政府來說，可以從哪些方面，推動AI大模型發展？
陳俊龍：政府應注重與資源、院校、用戶的四方協同，合理制定發展戰略：
發揮計算資源優勢。在廣州人工智能公共算力中心、深圳鵬城云腦、橫琴人工智能超算中心、韶關數據中心集群的算力保障下，政府應大力推廣算力共享與服務，促進院校與企業擺脫設備限制、簡化軟硬件平臺的采購維護流程，將重心投入到算法和服務的研發中。
發揮實驗室科研創新優勢，推進“政產學研”共建。充分利用市內各高校、省屬研究機構等實驗室的人才優勢，鼓勵聯合培養、資源共享等模式，以高福利、高待遇、高保障吸納本土人才，培養人工智能專家。
堅守用戶為本，宣傳、開發人民需要的產品應用。隨著創新形態演變，大眾成為創新的主體，人工智能行業尤為突出。政府可以帶頭從政務服務、應用平臺著手，將技術優勢落到實處，創造社會價值。
政府牽頭和謀劃，讓企業間共享發展機遇，實現互聯互通、互利共贏。利用政府服務力量撬動社會資源和調配研究重心，各企業在把握核心競爭力的前提下，以開放式的姿態加入人工智能生態圈，深化跨領域互補、同領域合作，避免惡性競爭。
【文字】南方+記者郜小平
【統籌】程鵬郜小平
【策劃】陳韓暉
【出品】南方產業智庫
（文章來源：南方Plus）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
