(資料圖片僅供參考)

國內大模型產業從表象上看熱鬧非凡、模型林立，但是剝開外殼，從內里看則是發展無序與內核空虛，不免讓人擔憂。大模型產業發展應該極力避免再走“大煉鋼鐵”的舊路，需要統一規劃、合作協同、立法保障、有序發展、健康發展。

當前我國大模型產業發展在數據方面是有優勢的，在算力方面是有基礎的，在模型方面也不存在什么秘密，唯獨大模型“煉制”的先進工藝是我們所缺乏的，是短期之內難以跟上或者超越的，是需要付出巨大代價進行摸索的。

近日，復旦大學教授、上海市數據科學重點實驗室主任肖仰華在一次公開發言中表達了自己對于大模型產業發展的思考。肖仰華認為，ChatGPT所引發的通用人工智能產業變革才剛剛開始，我們要以深入的思考和扎實的實踐抓住機遇，正視發展過程中出現的問題，積極規范與引導大模型產業的健康發展。大模型絕不是宣傳文案中的噱頭，也絕不能成為一場華麗的“煙花秀”。

肖仰華表示，作為親身經歷者，我們正在見證由通用人工智能所帶來的前所未有的技術革命。通用人工智能是人類歷史上第一次關于智能本身的革命。歷次技術突破只是人類智能的產物，而唯獨通用人工智能是“智能”本身的革命。我們有可能在人類歷史上首次見證一個全新智能物種的出現，它具備人類水平的智能，甚至有可能超越人類的智能。如果機器智能僅限于實現人類的大腦，即便是超級大腦，其作用也僅限于邏輯世界，起到輔助決策作用，但是一個武裝了身體的大腦，就完全有對物理世界進行肆意改造的可能。出于保障人類安全的考慮，必須足夠重視通用人工智能，極力規范與控制其發展。

大模型的誕生宣告了整個人工智能進入全新的重工業時代。回顧人類歷史上的歷次技術革命，多始于相對低級的“手工作坊”模式，經過漫長的發展周期，最終形成了成熟的重工業發展模式。重工業化的人工智能有三個鮮明的特征：大模型、大算力和大數據。肖仰華表示，當前我國大模型產業發展在數據方面是有優勢的，在算力方面是有基礎的，在模型方面也不存在什么秘密，唯獨大模型“煉制”的先進工藝是我們所缺乏的，是短期之內難以跟上或者超越的，是需要付出巨大代價進行摸索的。

反觀國內大模型產業，從表象上看熱鬧非凡、模型林立，但是剝開外殼，從內里看則是發展無序與內在空虛，不免讓人擔憂。一方面，幾乎所有國內人工智能產業的重要企業與研發機構紛紛推出了自己的類ChatGPT大模型。這說明，大家都意識到大模型的重要意義，認識到短板與落后，發奮圖強、奮力追趕。另一方面卻是大模型產業發展已經出現一些問題，包括同質化嚴重、數據生態不完善、算力掣肘、模型創新有限。當前的大模型產業發展很像20世紀50年代的“大煉鋼鐵”運動，轟轟烈烈的全民“大煉鋼鐵”運動造成了人力、物力、財力的極大浪費。大模型產業發展應該極力避免再走“大煉鋼鐵”的舊路，需要統一規劃、合作協同、立法保障、有序發展、健康發展。全民大煉模型的后果一定是大模型成為一場代價高昂的華麗的“煙花秀”。

肖仰華指出，當前我國大模型產業主要存在四個方面的問題：一是技術路線同質化嚴重；二是數據生態不完善；三是算力掣肘；四是模型創新有限。針對這些問題，肖仰華認為，我們應從數據共享、算力協作、開源生態、人才培養、評測體系、成本控制、應用探索與技術研究等方面推動大模型發展。

肖仰華進一步提出了8個方面的應對措施推動我國大模型產業的發展。一是積極推動數據聯盟（數據交易）的建設，促進優質數據的共享與傳播；二是大力推動算力聯盟建設，促進優質算力共享與協作；三是推動模型實現開源，完善國產大模型的開源生態；四是創新培養方式，培育大模型產業人才；五是建立大模型的診斷與評測體系，保障大模型產業健康發展；六是研究綠色可持續的大模型“煉制”與應用技術，降低大模型落地成本；七是積極探索大模型的應用模式，豐富大模型的應用場景；八是持續研究大模型“煉制”與應用關鍵技術，完善大模型技術體系。