2023太原站wtt常规挑战赛比赛时间是从11月7日开始吗?
2023-10-30
更新时间:2023-09-11 18:08:20作者:无忧百科
9月9日,中国人民大学国家发展与战略研究院、中国人民大学经济学院、中诚信国际信用评级有限责任公司联合举办了第73期CMF宏观经济热点问题研讨会,其主题为“大模型:原理、进展及其影响”。
随着大模型进入“百模大战”,下一步的发展趋势如何?复旦大学人工智能创新与产业研究院院长、阿里巴巴原副总裁漆远表示,大模型有可能改变人工智能落地应用的模式。此前基于场景定制的人工智能模型需要大量数据,并研发特制模型,因此成本极高,易把人工智能的应用和落地推广变成外包模式,极大限制人工智能真正推广、落地的能力。
而大模型带来的革新在于,使用较少训练数据便可使其发挥较大效果,也能够较快地将一个大模型迁移到新场景中——这便是大模型的涌现和泛化能力。漆远解释道,拥有泛化能力后,人工智能可以从外包模式中解脱出来,走向定制化、产品化的模式。也因此,生成式AI进入了“百花齐放”的阶段。
而在随之而来的“百模大赛”中,创业公司也面临找不到自己的产业价值、应用价值的问题。
对于各模型、算法的高速迭代,漆远认为,有一个可能的方向是结合算法和工程,找到真正场景需求的产品。目前很多通用人工智能具备一些初步能力,但如何将其变成一个能用的产品?漆远认为,答案还需要在人工智能的高速迭代中继续找寻,解法之一是向特定领域深耕。
“其实国内的市场发展也非常快,预计2022~2025年人工智能的年化增长可能在40%,非常惊人。在今天普遍经济受到挑战的情况下,其实像金融、医疗、教育、游戏设计等等行业,在人工智能领域,还有很多应用落地和发展的可能性。”此外,漆远也指出,随着技术的迭代,可以使得大模型在某些特定领域里,以较小的模型参数取得很好的效果。
而将大模型作为行业生产力还有哪些挑战?漆远指出,首先大模型还不能完全达到可信可靠,仍存在幻觉效应,“用大白话来讲,就是一本正经地胡说八道。”
此外,漆远认为,大模型发展需要考虑后续的数据来源,根据MIT(麻省理工大学)的一项预测,未来数年内,互联网中的公开数据将被耗尽,“那么以后的数据从哪里来?虽然训练大模型需要的数据可能不大,但变成生产力工具大规模使用时,维持大模型的推理能力也需要大量算力。”
最后,漆远指出,大模型的能力可以结合底层科学,走向更多、更广泛的应用,如制药、智慧医疗、健康管理、碳中和等等。“其实大模型发展刚刚开始,真正需要的是产业高效的服务平台、资金融合的生态。另外,在做科创的时候,要有长期孵化的心态,很多时候它是有可能成功的,而不是一定能成功,如果一定能成功,做的就不是创新。”他总结道,“所以我们就要想哪些是能做事的团队,探索哪些方向,然后把技术和工程产品聚合在一起,真正地走向未来人工智能的技术突破、产品突破,助力产业的发展。”
采写:南都记者胡耕硕