奔馳即將在中國開展自動駕駛L4級測試、文遠知行獲準在美國進行自動駕駛汽車載客測試、英偉達和聯(lián)發(fā)科合作開發(fā)的AI PC芯片……生成式AI在多個領域正在加速融合與快速迭代。

中國AI大模型

作為生成式AI核心技術(shù)之一的大模型，在我國多個領域的融合應用正呈現(xiàn)出前所未有的活躍態(tài)勢，尤其是在工業(yè)等產(chǎn)業(yè)應用場景應用中，中國AI大模型不止會聊天，也正在突破傳統(tǒng)行業(yè)的技術(shù)瓶頸，帶來顛覆性的變革。

而“中國AI大模型的應用落地方向究竟在哪里？”這個話題成為當下最核心的關注點。

日前，中國信息通信研究院人工智能所專家在8月初召開的“AI大模型應用場景”產(chǎn)學研融通創(chuàng)新活動——產(chǎn)業(yè)問題專家研討會上談到AI大模型應用方向時表示：“大模型的實際應用價值正在受到多方關注，市場希望大模型能夠解決工業(yè)化問題，推動生態(tài)力和新型工業(yè)化發(fā)展，而不是僅僅停留在聊天、生成視頻和圖片的層面。”

火山引擎生態(tài)合作專家也提到：“大模型C端應用產(chǎn)品用量最大，而企業(yè)級客戶對模型精準度要求最高，B端企業(yè)級應用還沒跑出來，如何將模型適配到產(chǎn)業(yè)發(fā)展上是個難題。”

那么問題來了，中國的AI大模型想要將AI大模型適配到產(chǎn)業(yè)發(fā)展上，有效轉(zhuǎn)化為實際的產(chǎn)業(yè)價值，在其實際應用落地過程中會遇到多少挑戰(zhàn)？

技術(shù)方面

首先是模型幻覺問題，大模型幻覺問題是一直存在的，生成的一些看上去比較合理，但其實是不正確的答案。對于生產(chǎn)制造企業(yè)來說，這個風險隱患是不能有的。

其次是基礎通用大模型能力不足，模型迭代較慢，關鍵技術(shù)依賴國外，多訴求下的專業(yè)模型建模存在技術(shù)困難。例如三峽提出的問題，安全角度出發(fā)，要求水位盡量降低，水位過高當洪水發(fā)生時會有安全隱患，發(fā)電需求角度出發(fā)，要求水位越高越好，水位高、水頭高發(fā)電量就大，這時兩方的需求是矛盾的。在這種多訴求目標下進行基礎建模，大模型廠商的能力可能還是不足的。

最后是數(shù)據(jù)質(zhì)量的問題，例如，國產(chǎn)模型生成視頻經(jīng)常出現(xiàn)外國人臉的現(xiàn)象，分析其背后的原因發(fā)現(xiàn)，一是國內(nèi)的視頻資源不夠豐富，所以必須用國外的影視資料來進行訓練，二是即使能夠獲取國內(nèi)視頻數(shù)據(jù)，企業(yè)也會擔心肖像安全隱私問題，不敢使用。

智源研究院專家表示：“國家一直在倡導數(shù)據(jù)先行。數(shù)據(jù)雖然看似特別多，但是真正用起來的高質(zhì)量的數(shù)據(jù)非常非常少。行業(yè)數(shù)據(jù)、專業(yè)數(shù)據(jù)等高質(zhì)量數(shù)據(jù)難以獲取，這些數(shù)據(jù)大量都掌握在企業(yè)端和專業(yè)的機構(gòu)端，渠道的打通是問題。”

此外還有多模態(tài)的、異構(gòu)的數(shù)據(jù)的整理和處理是目前工作的難點之一，它需要花大量的時間和精力。清華大學計算機系原系主任、教授周立柱表示：“創(chuàng)建人工智能大模型，建模和算法占20%，數(shù)據(jù)準備占80%。建立不同的模型，需要選擇不同的數(shù)據(jù)。數(shù)據(jù)選擇以后進行數(shù)據(jù)清洗，數(shù)據(jù)清洗完以后數(shù)據(jù)增強之后數(shù)據(jù)混合，最后再數(shù)據(jù)集成。但這一系列的步驟需要大量的人力，需要這個生態(tài)系統(tǒng)里面的很多工具進行支持。”

算力方面

國內(nèi)算力缺口不斷擴大，尤其智能算力。清華大學計算機系原系主任、教授周立柱還表示：“高端算力尚未實現(xiàn)自主可供，關鍵就是只能自主發(fā)展了。比如算力中心的安全運營需要相關設備場上的創(chuàng)新支持，算力中心安全涉及的問題很多。”

科智咨詢研究總監(jiān)弓瑞峰表示：“算力方面主要是高端算力不足，工信部數(shù)據(jù)顯示，總算力美國35%，中國31%，差距較??；智能算力美國45%中國28%，中美差距較大，高端算力的不足導致的直接后果就是中國千億以上參數(shù)大模型訓練算力不足，大模型能力受到影響。”

此外，如果要建千億以上的大模型，訓練數(shù)據(jù)需要包括上萬塊卡，智算中心運營壓力非常大。在智算中心，一臺GPU一臺服務器可能要上千瓦的耗電量，功耗非常大，有時候普通機柜跟一個GPU服務器機柜耗電量可能相差十倍，電費也可能相差十倍。

不僅如此，大模型在應用落地過程還缺乏場景需求，一方面企業(yè)行業(yè)有需求，另一面行業(yè)熱度也在降溫，到底算力支持跟不跟得上，業(yè)務本身到底能不能做大模型，技術(shù)到底可不可達以及安全性，數(shù)據(jù)歸屬等問題都有不確定性，所以企業(yè)場景落地還在摸索。

業(yè)內(nèi)專家還表示，在新能源行業(yè)很關心這個大模型是怎么發(fā)揮它的價值，在落地過程中發(fā)現(xiàn)，很多生產(chǎn)單位其實對于問答用大模型來做問答不是特別感興趣，更關心成本問題。

其次是技術(shù)人才，在大模型場景落地中，會遇到技術(shù)方懂技術(shù)不懂業(yè)務，客戶懂業(yè)務不懂技術(shù)，雙方溝通成本較高，懂技術(shù)又懂業(yè)務交叉型的人才少，例如醫(yī)療領域，有醫(yī)療背景又懂技術(shù)的人是能幫助技術(shù)大模型落地重要環(huán)節(jié)。

現(xiàn)誠邀AI大模型應用場景解決方案及數(shù)字化轉(zhuǎn)型企業(yè)踴躍申報參與由中國科協(xié)企業(yè)創(chuàng)新服務中心主辦的"產(chǎn)學研融通創(chuàng)新活動"——《AI大模型應用場景》案例集評選。

“AI大模型應用場景”產(chǎn)學研融通創(chuàng)新活動

2024年6月，率先啟動“產(chǎn)學研融通創(chuàng)新活動”，本活動由中國科協(xié)企業(yè)創(chuàng)新服務中心主辦，中關村產(chǎn)業(yè)技術(shù)聯(lián)盟聯(lián)合會、中國通信工業(yè)協(xié)會數(shù)據(jù)中心委員會（CIDC）承辦，數(shù)字開物、中國IDC圈協(xié)辦，聚焦AI大模型場景應用上中下游企業(yè)，面向產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的央國企及行業(yè)龍頭企業(yè)、中國優(yōu)秀大模型企業(yè)及大模型解決方案企業(yè)、支撐AI大模型的算力基礎設施領域企業(yè)全面征集優(yōu)秀企業(yè)案例，全方位彰顯國內(nèi)外數(shù)字領域領先企業(yè)在中國產(chǎn)業(yè)數(shù)字化進程中的突出成就。