當前，人工智能技術的創(chuàng)新迭代為數(shù)字經(jīng)濟發(fā)展帶來更加強大的驅(qū)動引擎，相關產(chǎn)業(yè)已經(jīng)成為國家現(xiàn)代化治理的重點領域。如何推動人工智能大模型不斷與各領域交叉融合，逐步成為產(chǎn)業(yè)創(chuàng)新的關鍵抓手和驅(qū)動新質(zhì)生產(chǎn)力的關鍵引擎，值得探討。17j28資訊網(wǎng)——每日最新資訊28at.com

  眾所周知，ChatGPT、Sora等生成式人工智能產(chǎn)品刷新了人們對人工智能技術創(chuàng)新的認知水平。近乎人類的表達方式、真假難辨的文生視頻等功能顛覆了過去人們對于人工智能尚處于探索初期的觀念。這些產(chǎn)品反映了當下人工智能產(chǎn)業(yè)的一個基本趨勢，即以大模型為基礎，實現(xiàn)人工智能技術的產(chǎn)業(yè)化落地應用。17j28資訊網(wǎng)——每日最新資訊28at.com

  通俗一點說，大模型是指體量龐大、運行技術參數(shù)眾多、具備強大計算能力的機器學習模型，使得人工智能產(chǎn)品能夠獲得類似人類思考的能力。大模型之所以能夠成為人工智能產(chǎn)業(yè)發(fā)展的主要技術趨勢，是因為能夠帶來更強大的智能化水平。在過去，人工智能客服雖以“人工智能”冠名，但能完成的工作任務不過是根據(jù)用戶輸入的關鍵詞觸發(fā)相應的對話機制。時至今日，以大模型為基礎的人工智能產(chǎn)品能夠?qū)τ脩糨斎胫噶罘治龊妥R別，進而提供針對性、個性化的回復內(nèi)容。17j28資訊網(wǎng)——每日最新資訊28at.com

  人工智能產(chǎn)業(yè)也面臨著相同的技術創(chuàng)新困境。比如，基于大模型的人工智能產(chǎn)品需要海量的訓練數(shù)據(jù)用以支撐算法模型的持續(xù)迭代和優(yōu)化。這種訓練數(shù)據(jù)的需求量不僅表現(xiàn)為千億級別的數(shù)據(jù)資源，還表現(xiàn)為訓練數(shù)據(jù)應當囊括各個行業(yè)、各個領域，且數(shù)據(jù)所反映的信息內(nèi)容本身具有完整性、準確性等特征。但是，這種訓練數(shù)據(jù)需求的滿足并不能簡單通過抓取網(wǎng)絡公開數(shù)據(jù)，它可能涉及對個人信息權益或者其他企業(yè)數(shù)據(jù)財產(chǎn)權益造成侵害。17j28資訊網(wǎng)——每日最新資訊28at.com

  又如，海量的訓練數(shù)據(jù)需求意味著需要計算機具備高效準確處理這些數(shù)據(jù)的計算能力。這種計算能力與芯片等硬件設備密切相關，人工智能產(chǎn)業(yè)所需要的算力芯片不是指個人電腦中的CPU芯片，而是更適合該產(chǎn)業(yè)的GPU芯片。然而，算力資源的擴張和發(fā)展并不是僅僅通過頻繁建設算力基礎設施即可實現(xiàn)，因為同頻率計算會對電力資源造成巨大消耗，進而導致現(xiàn)階段可用算力資源較為緊張。17j28資訊網(wǎng)——每日最新資訊28at.com

  為解決這些發(fā)展瓶頸，有關部門先后頒布了多項地方性人工智能產(chǎn)業(yè)發(fā)展保障政策文件。不過，當前更需要在國家層面明確更為體系化、系統(tǒng)性的產(chǎn)業(yè)發(fā)展指引，促使人工智能大模型更好地服務千行百業(yè)。17j28資訊網(wǎng)——每日最新資訊28at.com

  在訓練數(shù)據(jù)供給方面，應當探索適用于人工智能領域的公共數(shù)據(jù)訓練平臺，加快探索和真正落地公共數(shù)據(jù)開放利用機制。將人工智能產(chǎn)業(yè)訓練數(shù)據(jù)需求的解決與數(shù)據(jù)要素市場化配置基礎制度建設協(xié)同進行，在理清理順數(shù)據(jù)權益歸屬的基礎上，進一步釋放數(shù)據(jù)要素對人工智能技術創(chuàng)新的加持效果。17j28資訊網(wǎng)——每日最新資訊28at.com

  在算力資源供給方面，可在全國范圍內(nèi)統(tǒng)籌規(guī)劃和整體布局關鍵算力基礎設施的選址和建設，避免出現(xiàn)無序建設算力基礎設施導致全國算力資源發(fā)展不平衡。同時，算力互聯(lián)互通也是現(xiàn)階段解決算力資源緊張的重要政策工具，通過整合公共算力、私人算力并進行統(tǒng)一調(diào)度，提供能夠同時滿足一般算力、智算算力和超算算力等差異化的產(chǎn)業(yè)需求。17j28資訊網(wǎng)——每日最新資訊28at.com

  在算法模型創(chuàng)新方面，應當重點推動基礎算法模型的自主研發(fā)。引導和支持相關科研人員深入開展大模型技術的實質(zhì)創(chuàng)新。探索產(chǎn)學研協(xié)同創(chuàng)新研發(fā)機制，充分保護人工智能算法研發(fā)成果相關的知識產(chǎn)權。有規(guī)劃性地布局人工智能算法研究的后備人才儲備，引導和鼓勵科研人員深入開展算法相關的基礎技術研究。（趙精武）17j28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.www897cc.com/showinfo-16-86921-0.html系統(tǒng)籌劃破解大模型發(fā)展瓶頸

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 打通算力服務“最后一公里”

下一篇： 我國5G工業(yè)應用已深入生產(chǎn)核心控制環(huán)節(jié)