AI大模型爭議的背後，是技術以人為本的初衷_風聞
大数据在线-04-06 13:29
去年底，一款現象級應用ChatGPT開始風靡全球，也讓其背後的AI大模型迅速出圈，成為眾説紛紜的熱門話題。
年後，OpenAI GPT-4以及國內諸多AI大模型的陸續發佈，讓市場熱度有增無減。不過，一份包括馬斯克在內1000名科學家聯合簽名也接踵而至，呼籲暫停所有先進AI大模型訓練六個月，擔心它“對社會和人類構成潛在風險”，此舉引發極大爭議。
本質上，近期諸多AI熱點事件都揭示：任何先進技術的初衷都是以人為本，當AI技術帶來顛覆性變革之際，需要密切關注與排除潛在風險，尋找到合適的產業化方向，從而使之與人類更好地共存、協作。
AI大模型為何會爭議不斷
毫無疑問，AI大模型是近年來最為熱門的AI細分領域。
相比於小模型數據有限、能力有瓶頸，定製化、碎片化情況嚴重，以及缺乏規模化複製和湧現能力，AI大模型則具備多個場景通用、泛化和規模化複製等諸多優勢，被視為是實現 AGI（通用人工智能，Artificial General Intelligence）的重要方向。
事實上，AI大模型更像是AI發展到一定階段的一個集大成者，將過去多年出現的各種AI技術綜合運用，再輔以優秀的數據和足夠的算力，逐漸展現出令人驚豔的強大能力。
在博鰲亞洲論壇上，專家們普遍認為未來幾年將迎來AI技術的紅利期，並且AI發展速度遠超人們早前的預期。“ChatGPT是人工智能領域裏程碑的事件。預訓練大模型所體現出的能力，表明通用人工智能並非遙不可及。預訓練大模型可以複製和商用，它帶起的這一波人工智能浪潮，將不僅改變人機交互的方式，還將極大提升高生產力。”華為雲人工智能領域首席科學家、國際歐亞科學院院士、IEEE Fellow田奇如是説。
因此，AI的可靠性和安全性一定是當下與將來必須重視的領域。田奇認為：“一是國家需要儘快出台相關政策，防止AI產品濫用；二則是在技術層面確保AI產品的可控與可靠，像文生圖、問答等可能會涉及到倫理等問題，需要注重數據隱私與安全和提高模型的可解釋性。”
不過，縱觀人類發展歷史，任何新技術、新工具的出現都伴隨着各種爭議，AI也不例外。當AI大模型對於社會生產力的推動作用已經愈發明顯之際，我們沒有理由因噎廢食。從長遠看，AI進入到多個行業已經按下加速鍵，利用AI降本增效、解放生產力成為大勢所趨。
AI for Industries將成下一個爆點？
當前，AI大模型在能力上的巨大進步，首先使得個人層面的生產力與創造力得到解放成為可能。因此，各大互聯網公司紛紛擁抱AI大模型，結合自身已有業務場景，重塑各種產品與服務。
例如，利用GPT技術與搜索引擎結合，可以帶來更加精準和更好的使用體驗；電商的智能客服接入GPT技術，則可以提供更符合人類對話邏輯的客服體驗；利用GPT技術與辦公軟件、會議軟件結合，大幅提升效率等等……
接下來，從產業變革與升級的角度看，AI for Industries將成為人工智能接下來的爆點，AI與各個行業的結合將會走向深度。例如，在垂直金融領域，彭博公司已經發布了BloombergGPT，在海量金融數據的基礎上，為金融分析師提供服務，標誌着通用大模型與金融行業深度結合的開始。
“AI會從比較大眾化的服務切入。不過對於中高端客户服務或者一些困難問題，還需要人機結合。”平安銀行行長特別助理蔡新發在博鰲亞洲論壇上表示道。
那麼，大模型被視為解決各種AI挑戰的重要路徑，未來又應該如何真正支撐起AI for Industries？
田奇直言：僅僅具備大模型並不夠，還需要具備大模型與行業的連接，另外就是垂直髮揮大模型作用的機制。
具體來看，大模型與行業的連接，意味着大模型需要真正降低使用門檻和結構成本，便捷地為各個行業用户所使用。眾所周知，從2018年開始，大模型迎來了飛速發展期，每1-2年就迭代一次，每次迭代帶來的模型參數均為指數級增長，模型的複雜度越來越高，並且對於算力要求越來越高，訓練成本與測試成本水漲船高。
“大模型將成為AI的操作系統。從使用和成本多個角度，大模型接下來會加速與硬件的適配，上面所有的AI算法可以圍繞大模型進行構建和應用。”田奇判斷道。
田奇的比喻可謂是恰如其分。操作系統的核心作用就是對下管理各種硬件和數據，對上支撐起各類應用。田奇認為，大模型的快速發展，會推動人工智能大平台趨於統一：
數智融合平台架構的統一：通過融合的數據和AI新架構，打通大數據和人工智能，實現統一管理、一數多用、敏捷用數；深度學習架構的統一：基於transformer架構的各種神經網絡，將廣泛應用於計算機視覺、自然語言處理、多媒體分析等各類問題中；人機交互方式的統一：允許人類通過自然語言等方式與AI交互，完成各種任務，改變針對每個任務單獨設計算法的局面。
雖然AI大模型則具備場景通用、泛化和規模化複製等優勢，但如果需要深入解決複雜的各大垂直行業場景問題，AI大模型融入行業知識被視為是重要的機制與技術路徑。
例如，華為雲盤古大模型包括基礎大模型（L0）、行業大模型（L1）、行業細分場景模型（L2）三大階段的成熟體系。在該體系下，將知識計算能力融入盤古大模型，將行業知識融入到行業大模型中，加速行業AI應用。
比如，在醫藥領域，華為雲盤古藥物分子大模型是結合盤古科學計算大模型和藥物研發機理開發的一個行業大模型，通過盤古藥物分子大模型，華為雲已經幫助西安交通大學第一附屬醫院等多家醫療機構縮短藥物研發週期。
又如在煤礦領域，華為雲盤古礦山大模型覆蓋礦山採、掘、機、運、通等主業務環節，幫助諸多能源企業大幅縮短模型開發時間。在晉能控股集團，盤古礦山大模型基於礦山行業的大量數據學習訓練，在主運皮帶異常監測、掘進作業動作規範性識別等場景均取得極高準確率，為人工智能在礦山行業的應用樹立了標杆。
再如，在氣象領域，華為雲盤古氣象大模型1小時-7天預測精度均高於傳統數值方法（歐洲氣象中心的operational IF），同時預測速度提升10000倍，在極端天氣、熱帶風暴等預測方面，大幅超過傳統方法。
據悉，自2021年發佈盤古大模型以來，華為雲陸續推出了礦山、藥物分子、電力、氣象、海浪等行業大模型。
“未來，AI大模型不斷與行業知識融合，會讓AI成為新的基礎設施，就像水和電一樣便捷。”田奇表示道。
適應有大模型的未來
管理學家彼得德魯克説：“鉅變時代最大的危險，不是鉅變本身，而是仍然用過去的邏輯做事情。”
顯然，隨着AI大模型的快速落地，AI正在對媒體、教育甚至計算機等多個行業產生巨大影響，甚至短期內開始影響到一些工作崗位的數量。面向未來，AI一定會成為企業和個人工作中不可或缺的部分，會被廣泛應用。
“未來人人可以擁有一個通用大模型，就像大型機到PC機的轉變一樣 。”田奇如是説，“個人需要積極擁抱變化，學習AI和適當做轉型。”
雖然AI技術的普及和發展，逐漸開始引發一系列問題，如數據隱私、失業問題、人類對機器過度依賴等。但隨着國家對於AI的忠實，以及相應的政策和規範的加速制定，人工智能必然會給行業和個人帶來生產力釋放，賦予更加美好的未來。