2023年11月底，北京市科學(xué)技術(shù)委員會、中關(guān)村科技園區(qū)管理委員會發(fā)布了《北京市人工智能行業(yè)大模型創(chuàng)新應(yīng)用白皮書（2023年）》（以下簡稱《白皮書》）�！栋灼穼Υ竽Ｐ驮谌虬l(fā)展態(tài)勢、國內(nèi)外行業(yè)應(yīng)用概述、北京應(yīng)用情況和發(fā)展建議等方面進(jìn)行了系統(tǒng)分析和闡述，旨在進(jìn)一步推動大模型應(yīng)用落地，展示北京在人工智能行業(yè)大模型創(chuàng)新應(yīng)用的實力和成果，促進(jìn)大模型價值傳播和供需對接。
近年來，隨著人工智能技術(shù)的不斷發(fā)展，大模型（Large Model）已經(jīng)成為當(dāng)前AI領(lǐng)域的熱門話題。大模型是指模型參數(shù)數(shù)量超過千萬甚至億級別的深度學(xué)習(xí)模型。它的出現(xiàn)，預(yù)示著AI行業(yè)即將迎來一場新的革命。本文將就大模型的發(fā)展趨勢、優(yōu)勢和挑戰(zhàn)以及行業(yè)應(yīng)用等方面進(jìn)行探討。
一、大模型的發(fā)展趨勢
大模型的發(fā)展歷程可以從2017年Transformer結(jié)構(gòu)的提出開始。在此之前，AI模型采用“定制化、場景化”的開發(fā)方式，即針對特定應(yīng)用場景需求，訓(xùn)練出一個個獨立的小模型，這種模型難以復(fù)用和積累，導(dǎo)致AI落地的門檻高、成本高、效率低。大模型出現(xiàn)后，通過從海量的、多場景、多領(lǐng)域的數(shù)據(jù)中學(xué)習(xí)共性知識，成為具有通用性和泛化能力的模型底座，實現(xiàn)了基礎(chǔ)模型底座的標(biāo)準(zhǔn)化開發(fā)和泛在化應(yīng)用，AI落地的成本困境，提高了應(yīng)用開發(fā)效率。
《白皮書》中指出，大模型技術(shù)打破了原有AI技術(shù)發(fā)展的限制，并呈現(xiàn)出數(shù)據(jù)大量化、模型通用化、應(yīng)用模式中心化等特點。從全球范圍看，世界各地都在積極推動大模型研發(fā)和應(yīng)用，其中中美是全球大模型技術(shù)領(lǐng)域的領(lǐng)先者，發(fā)布的通用大模型總數(shù)占全球發(fā)布量的80%。從全國范圍看，國家政府積極制定相關(guān)政策加速大模型產(chǎn)業(yè)發(fā)展，各省市地區(qū)也積極出臺大模型產(chǎn)業(yè)發(fā)展措施，加速大模型落地。
整體看來，大模型市場規(guī)模在近年來呈現(xiàn)了迅速增長的態(tài)勢。根據(jù)不同的數(shù)據(jù)來源和預(yù)測，2023年全球大模型市場規(guī)模約為數(shù)十億美元，而到2028年這一數(shù)字預(yù)計將攀升至數(shù)百億美元。其中，中國的大模型市場規(guī)模也在持續(xù)增長，2023年約為數(shù)十億元人民幣，預(yù)計到2024年將達(dá)到近百億元。這些數(shù)據(jù)表明，大模型市場具有巨大的潛力和廣闊的發(fā)展前景。
二、大模型的優(yōu)勢和挑戰(zhàn)
優(yōu)勢方面，一方面大模型具有通用性和可擴(kuò)展性，可以學(xué)習(xí)到更多的數(shù)據(jù)特征，從而具有更強(qiáng)的泛化能力，更好地適應(yīng)各種不同的場景和任務(wù)，使得開發(fā)人員可以更加專注于業(yè)務(wù)邏輯和創(chuàng)新性，而不需要花費過多的時間和精力在模型的開發(fā)和調(diào)整上。另一方面，大模型可以更準(zhǔn)確地捕捉到數(shù)據(jù)中的復(fù)雜模式和關(guān)系，從而在各種任務(wù)中獲得更高的準(zhǔn)確率。第三方面，通過使用通用的模型底座，大模型可以減少定制化開發(fā)的需求，從而降低AI落地的成本。此外，大模型還可以利用遷移學(xué)習(xí)等方法，從大量已標(biāo)記的數(shù)據(jù)中學(xué)習(xí)知識，從而避免耗時的手動標(biāo)注和調(diào)整。
然而，大模型也面臨著一些挑戰(zhàn)。首先，需要大量的計算資源來訓(xùn)練和推理大模型，這使得大模型的訓(xùn)練成本高昂，且只有少數(shù)大型企業(yè)和研究機(jī)構(gòu)能夠承擔(dān)。其次，大模型需要處理大量的敏感數(shù)據(jù)，如個人隱私信息、商業(yè)機(jī)密等。如何在保證數(shù)據(jù)隱私和安全的前提下，實現(xiàn)大模型的有效訓(xùn)練和推理成為一大挑戰(zhàn)。此外，由于大模型的復(fù)雜性和難以解釋性，還增加了人們對于大模型的信任問題。
為了應(yīng)對這些挑戰(zhàn)，需要不斷探索更高效的計算方法、加強(qiáng)數(shù)據(jù)隱私和安全性保護(hù)以及提高模型解釋性等方面的研究和實踐。同時，也需要依靠Agent去補足在這些方面的不足。Agent是指具有自主性、適應(yīng)性和社會性的軟件實體，能夠根據(jù)環(huán)境的變化來調(diào)整自身的行為和狀態(tài)，并且能夠與其他Agent進(jìn)行交互和協(xié)作。通過讓大模型借助一個或多個Agent 的能力，構(gòu)建成為具備自主思考決策和執(zhí)行能力的智能體。這樣的智能體不僅能夠提高人工智能系統(tǒng)的性能和實用性，還能夠更好地滿足用戶的需求，并且能夠?qū)崿F(xiàn)自主決策和執(zhí)行任務(wù)的能力，從而進(jìn)一步拓展人工智能技術(shù)的應(yīng)用范圍。
三、大模型行業(yè)應(yīng)用情況
當(dāng)前，大模型發(fā)展呈現(xiàn)出從技術(shù)到產(chǎn)品、再到商業(yè)化應(yīng)用的發(fā)展路徑，并不斷深入垂直行業(yè)領(lǐng)域。
從應(yīng)用領(lǐng)域來看，大模型應(yīng)用案例百花齊放，已經(jīng)在傳統(tǒng)產(chǎn)業(yè)賦能、環(huán)境治理、雙碳管控、智慧城市、醫(yī)療健康、金融行業(yè)、智慧政務(wù)等多個領(lǐng)域得到初步應(yīng)用。例如，在環(huán)境治理方面，大模型可以賦能人與系統(tǒng)的交互方式，增強(qiáng)了檢索能力。通過準(zhǔn)確分析和預(yù)測各種環(huán)境數(shù)據(jù)，制定詳細(xì)的污染管控方案，并對方案執(zhí)行情況進(jìn)行總結(jié)，提供更直觀、更高效的環(huán)境治理工具和手段，助力環(huán)境保護(hù)事業(yè)的進(jìn)步和發(fā)展。在雙碳管控方面，大模型可以幫助企業(yè)和政府進(jìn)行碳排放管理和碳減排。通過分析歷史碳排放數(shù)據(jù)和氣象數(shù)據(jù)，大模型可以預(yù)測未來的碳排放趨勢，對電力系統(tǒng)進(jìn)行智能調(diào)度，評估和優(yōu)化企業(yè)自身的碳足跡，為碳減排策略的制定提供參考。
從應(yīng)用類型來看，大模型主要有內(nèi)容生成、智能問答、IT支持、數(shù)據(jù)分析、智能識別和智能硬件等六個方面，其中內(nèi)容生成和智能問答最為成熟。其中，內(nèi)容生成是指通過訓(xùn)練大量的文本、圖像和音頻數(shù)據(jù)，大模型可以生成高質(zhì)量的文本、圖像和音頻內(nèi)容。這種應(yīng)用在新聞媒體、廣告創(chuàng)意、文學(xué)創(chuàng)作和藝術(shù)教育等領(lǐng)域具有廣泛的應(yīng)用前景。智能問答是通過分析大量的知識圖譜和問答數(shù)據(jù)，大模型可以理解用戶的自然語言問題，并提供準(zhǔn)確的答案和解決方案。這種應(yīng)用在政策咨詢與解讀、技術(shù)咨詢與方案設(shè)計、數(shù)據(jù)查詢與分析、知識普及與教育、交流互動與反饋等方面發(fā)揮著重要作用，提高了信息獲取和服務(wù)的效率，幫助企業(yè)和公眾更好地了解和把握行業(yè)相關(guān)動態(tài)和趨勢。
大模型的發(fā)展和應(yīng)用已經(jīng)成為人工智能領(lǐng)域的重要趨勢之一。通過學(xué)習(xí)和模擬復(fù)雜的真實世界現(xiàn)象，為我們提供了更深入的洞察和更高效的解決方案。在未來，隨著技術(shù)的不斷進(jìn)步和應(yīng)用場景的不斷擴(kuò)展，大模型的應(yīng)用將會更加廣泛和深入。佳華科技將繼續(xù)探索和創(chuàng)新，將數(shù)據(jù)資產(chǎn)與AI算法結(jié)合，挖掘大模型的更多潛力，形成合力和倍增效應(yīng)，并將其應(yīng)用于更多的領(lǐng)域和場景中，以實現(xiàn)更高效、更智能、更可持續(xù)的發(fā)展。
