去年年底，ChatGPT橫空出世，生成式AI、大模型等技術(shù)也逐漸被關(guān)注。當(dāng)前大模型展示出了哪些驚艷的能力？在落地的過程中，又存在哪些問題？未來又該朝著什么方向發(fā)展？
騰訊“無限可能”主題論壇圓桌研討
7月7日，世界人工智能大會期間，騰訊舉辦“無限可能”主題論壇，同濟大學(xué)校長鄭慶華，騰訊云副總裁、騰訊云智能負責(zé)人、優(yōu)圖實驗室負責(zé)人吳運聲，NVIDIA英偉達全球副總裁何濤，紅杉中國合伙人鄭慶生等行業(yè)專家，圍繞上述問題展開圓桌研討。騰訊新聞運營總經(jīng)理黃晨霞擔(dān)任主持人。
冷靜看待：大模型還有很長的路要走 人才培養(yǎng)、企業(yè)研發(fā)、產(chǎn)業(yè)應(yīng)用要形成互動
鄭慶華認為，以ChatGPT為代表的生成式AI和大模型技術(shù)，現(xiàn)在已經(jīng)可以理解人類意圖，能夠自動生成一段文字，甚至是一個場景，人類也可以跟機器互動對話，這是一個重大的技術(shù)突破，未來還會延伸到更多應(yīng)用場景中。
同濟大學(xué)校長 鄭慶華
但鄭慶華強調(diào)，ChatGPT目前還只是“致廣大”，達不到“盡精微”。“ChatGPT學(xué)習(xí)了互聯(lián)網(wǎng)上面很多開放數(shù)據(jù)和資源，所以‘知識面’比較廣，但ChatGPT有些回答不準(zhǔn)確，或者答非所問，邏輯也不嚴密，如果用于教學(xué)就會有很多問題。此外，教育還要求教師和學(xué)生之間要能夠互動、理解，具有同理性。ChatGPT距離這個目標(biāo)還有很長的路要走。”
鄭慶華表示，現(xiàn)在既要重視AI帶來的各種變化，也要有我們自己的定力，特別要把內(nèi)功練好，要把基礎(chǔ)數(shù)據(jù)集、資料集準(zhǔn)備好，特別是培養(yǎng)一批人工智能人才，并且人才培養(yǎng)要和企業(yè)研發(fā)、產(chǎn)業(yè)應(yīng)用形成互動機制。
吳運聲表示，面對新一輪的技術(shù)發(fā)展浪潮，一方面要在基礎(chǔ)算法上持續(xù)迭代，同時也要把相關(guān)技術(shù)和產(chǎn)業(yè)結(jié)合，真正落地到行業(yè)當(dāng)中去，通過行業(yè)的反饋，不斷推動技術(shù)演進，最后使得技術(shù)能夠真正服務(wù)行業(yè)。
預(yù)測未來：AI會改變?nèi)祟惢A(chǔ)行為模式 核心目的是要解決行業(yè)實際問題
突如其來的大模型技術(shù)熱潮，也掀起了整個行業(yè)對于大模型的投資熱潮，很多投資機構(gòu)紛紛投資AI產(chǎn)業(yè)生態(tài)公司。鄭慶生認為，AI可以升級原來的產(chǎn)業(yè)和產(chǎn)品形態(tài)，形成AI+，同時也存在很多AI的原生場景。要高度重視AI原生場景，在每一個時代里，新技術(shù)的原生場景都是催生一個超大型企業(yè)的契機，例如PC時代的社交和移動時代的短視頻，盡管現(xiàn)在的確很難做出預(yù)測，到底哪些場景是AI原發(fā)性場景。作為早期投資人，紅杉愿意和行業(yè)一起積極探索。鄭慶生同時也指出，有一點可以肯定，AI會改變?nèi)祟惖纳罘绞胶托袨槟Ｊ剑磥硎耆祟惡芸赡軙谶@樣一個狀態(tài)中度過。
紅杉中國合伙人 鄭慶生
相比于未來的難預(yù)測性，騰訊今年選擇公布行業(yè)大模型解決方案，為客戶提供MaaS一站式服務(wù)，客戶只需要加入自己獨有的場景數(shù)據(jù)，就可以快速生成專屬模型，結(jié)合實際業(yè)務(wù)場景需求，開發(fā)低成本、高可用的智能應(yīng)用和服務(wù)。
對于騰訊的這種選擇，吳運聲表示，不管什么技術(shù)，最根本的出發(fā)點就是要解決實際問題。現(xiàn)在用大模型去解決行業(yè)問題，需要做到精準(zhǔn)，因此不能從網(wǎng)上扒一些比較泛的數(shù)據(jù)，而是要深入行業(yè)，獲取高質(zhì)量的數(shù)據(jù)，來進行訓(xùn)練，才能讓大模型具有非常專業(yè)的行業(yè)知識。
對于大模型未來發(fā)展，鄭慶華認為，目前從生成內(nèi)容的正確性、可信性、可靠性、可理解性、啟發(fā)性等維度評價，結(jié)果離目標(biāo)還有很大差距，未來AI不僅能夠獲取知識，還能夠幫助人類整理、歸納、演繹形成邏輯結(jié)果。因此，下一步人工智能尤其大模型發(fā)展，需要在“盡精微”層面下功夫，要真正解決問題，而不是滿足一般性的信息或知識需求。
公開數(shù)據(jù)顯示，不完全統(tǒng)計，目前中國10億參數(shù)規(guī)模以上的大模型已發(fā)布79個。從大模型本身的優(yōu)劣來看，鄭慶生認為，對于提供知識服務(wù)和信息服務(wù)，評測是非常重要的，包括提供的內(nèi)容是否是否合規(guī)、安全、正確、可靠，在這個基礎(chǔ)上同時考慮效率的不斷提升。目前的評測方法還有待進一步的研發(fā)和提升。
如果從企業(yè)的角度看，面對如此多的大模型，又該如何選擇？對此，吳運聲表示，沒有一個固定的標(biāo)準(zhǔn)去幫助企業(yè)做出選擇，判斷模型的優(yōu)劣，都是從自身的需求出發(fā)的，企業(yè)應(yīng)該深入思考自身的真正需求，從規(guī)模、資源、成本等多個方面去考慮，尋找最適合自己的模型，那就是最好的。
吳運聲還強調(diào)，AI浪潮過去幾十年起起落落，從業(yè)人員要持續(xù)去跟進技術(shù)的發(fā)展，持續(xù)推動技術(shù)與行業(yè)問題結(jié)合，所以現(xiàn)在企業(yè)不太需要去考慮先發(fā)優(yōu)勢和劣勢的問題。
何濤表示，技術(shù)創(chuàng)新會推動整個生態(tài)的發(fā)展，而生態(tài)發(fā)展的先發(fā)優(yōu)勢巨大。希望大模型的發(fā)展中能夠建設(shè)健康、完善的生態(tài)，這非常重要的。
NVIDIA英偉達全球副總裁 何濤
面對大模型時代需要的強大算力，何濤也指出，目前產(chǎn)業(yè)界對算力的需求是非常巨大的，短期內(nèi)可能會出現(xiàn)算力緊張的情況，這需要綜合性的數(shù)據(jù)中心規(guī)模來支撐，在擴大算力的同時更要講究效率。“模型和數(shù)據(jù)的規(guī)模和質(zhì)量近幾年飛速增長，傳統(tǒng)的數(shù)據(jù)中心已經(jīng)不能適應(yīng)這樣的發(fā)展，所以需要推動產(chǎn)業(yè)界做數(shù)據(jù)中心的轉(zhuǎn)型，把數(shù)據(jù)中心打造成為面向 AI 的大型的計算機，行業(yè)也已逐步形成這一共識。”何濤表示。
