光明日報客戶端
2024-11-15 
大模型的定位，智能決策還是輔助工具？
原標題：大模型的定位，智能決策還是輔助工具？
近日，深圳計算科學研究院首席科學家、中國科學院外籍院士樊文飛應邀出席2024世界人工智能大會，并在投融資主題論壇上發表了“AI=機器學習+邏輯推理”的主旨演講，同與會嘉賓分享了AI領域前沿趨勢和在垂直領域應用的重大機遇。
樊文飛院士認為，通用大模型推動了行業的變革，引起社會的廣泛關注，但也存在局限性。做為輔助工具，大模型表現優異；但在智能制造的應用前景還有待觀察。當下的大語言模型是基于統計類的機器學習模型，無法滿足結果的可解釋，且無法同時滿足模型的“準確性”“公平性”和“魯棒性”要求，邏輯推理能力不強，訓練成本高（算力、數據、能耗），而且經常產生“幻覺” (hallucination)。可否應用大模型在生產關鍵環節做出實時“決策”，解決行業痛點，提高生產效率？如何確保大模型在智能制造決策中的準確性和可靠性？如何減少它們所產生的幻覺？能否增強機器學習的邏輯推理能力？所以要討論大模型的遠景，首先要確定大模型的定位，不能企望大模型做到其所不能。
在人工智能技術的發展大潮中，中國應發揮在制造業規模大、垂直領域數據積累多等優勢。樊文飛院士提出，以“機器學習+邏輯推理”的“AI+”發展思路，在提高模型結果準確度的同時賦予結果可解釋性；與此同時，通過邏輯規則融入行業（小）模型預測，大幅降低模型的落地成本。
樊文飛院士表示，目前社會廣泛聚焦的是大模型以及與其相關的算力，忽視了大模型訓練必需的語料準備這一關鍵環節。大模型的精度和可用性取決于所訓練的語料數據，如果致力于打造一個具備產線實時應用的大模型決策系統，那么語料清洗的重要性和算力同等重要。基于“大數據質量保證模型與方法”原創理論，深算院研發的采石磯數據質量系統，為上海數據交易所的數據評估和數據交易流程提供底層能力支撐，落地國內首創的大數據精準量化質量評估，實現了自動化的數據質量評估和數據質量增強，真正打通數據要素進入流通的關鍵節點。下一步，將繼續為大模型的訓練提供優質的語料數據和行業調優數據，以提升行業大模型的準確性。（記者 黨文婷）
(責編：曹淼、李源)關注公眾號：財經分享讓更多人看到
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。
