近年來，大模型技術飛速發(fā)展，極大提升了全球人工智能技術發(fā)展和應用迭代速度，被認為是“邁向通用人工智能的里程碑技術”。面對新一輪大模型引領的人工智能變革，加快推進大模型賦能數(shù)智化應用健康發(fā)展具有重要意義。

作為最成功的一類大模型，大語言模型是一種包含大規(guī)模參數(shù)、使用大量文本數(shù)據(jù)訓練出來的深度學習模型，展現(xiàn)了大模型的能力和基本技術框架。目前，這一技術思路和框架已被用來處理圖像、視頻等多模態(tài)數(shù)據(jù)，并被推廣應用于機器人控制與智能決策等場景。各類大模型正處于迅猛發(fā)展之中，眾多高科技企業(yè)紛紛投身大模型建設，圍繞大模型已經(jīng)形成相對成熟的技術框架，但產(chǎn)品和生態(tài)尚在發(fā)展形成之中。總體而言，大模型的技術發(fā)展歷程相比以往任何人工智能技術都更迅猛，其影響力也是史無前例的。

大模型的“大”主要體現(xiàn)在3個方面，即模型參數(shù)規(guī)模大、訓練數(shù)據(jù)規(guī)模大和算力消耗需求大。模型參數(shù)方面，當前主流大模型的參數(shù)規(guī)模通常在千億甚至萬億級別，遠遠大于以往的各類深度學習模型。訓練數(shù)據(jù)方面，大模型在前期訓練階段和后期調(diào)優(yōu)階段都需要海量的數(shù)據(jù)支撐，例如引爆大模型范式的聊天機器人ChatGPT，預訓練數(shù)據(jù)量達到了45TB，其研發(fā)公司還在拉丁美洲等地區(qū)招募了約1000名員工，專門從事與大模型相關的訓練數(shù)據(jù)標注工作。算力需求方面，根據(jù)有關市場調(diào)查機構(gòu)估計，ChatGPT的運行需要上萬片最先進的圖形處理芯片同時工作，耗電量巨大。

大模型已經(jīng)展現(xiàn)出驚人的能力，基于大語言模型的聊天機器人是以人機對話為接口的高效信息獲取、智能處理和內(nèi)容生成工具，能夠?qū)崿F(xiàn)高質(zhì)量的信息整合、翻譯和簡單的問題求解與規(guī)劃。其受到全社會廣泛關注，主要是它已經(jīng)初步具備通用人工智能的部分特性，包括通順的自然語言生成、全領域的知識體系覆蓋、跨任務場景的通用處理模型、通暢的人機交互接口。當然，聊天機器人只是大模型的起點，大模型未來的發(fā)展趨勢也已初見端倪。

第一，大模型有望引領諸多行業(yè)的數(shù)智化創(chuàng)新發(fā)展。大模型的學習模式類似人類大腦，通過學習不同的數(shù)據(jù)，能夠形成多樣化的能力，不需要按照任務開發(fā)定制化的算法。通過自然的人機交互，智能化地解決復雜問題和實現(xiàn)輔助決策，推動各行業(yè)體系變革和生態(tài)發(fā)展。例如，未來的信息系統(tǒng)可以由領域用戶通過與大模型的交互直接搭建和維護，“用戶即程序員”，顛覆信息系統(tǒng)研發(fā)和應用范式。

第二，領域?qū)Ｓ煤洼p量化大模型是當前技術研究的重點。大模型雖然已經(jīng)展現(xiàn)出諸多優(yōu)勢，但依然存在可靠性差、訓練數(shù)據(jù)依賴、因果推理能力弱、搭建成本高等短板，在部分領域深度應用上的表現(xiàn)弱于專用小模型。為了更充分地發(fā)揮大模型優(yōu)勢，金融、教育、醫(yī)療等領域?qū)Ｓ么竽Ｐ鸵讶〉昧穗A段性成果，有望促進各項專業(yè)能力的涌現(xiàn)。

第三，大模型有望發(fā)展成為更加通用的人工智能。大模型起步于文本信息處理，現(xiàn)已涵蓋圖片、音視頻等多模態(tài)數(shù)據(jù)。在不久的將來，大模型將超越信息域，結(jié)合硬件設施，發(fā)展成為與物理和人類世界互動的具象智能，逐步縮小與真正的“通用人工智能”的差距。

雖然大模型展現(xiàn)的能力已經(jīng)讓全社會看到了通用人工智能的曙光，但當前大模型也有一定的局限性。一方面，由于大模型自身結(jié)構(gòu)和機制漏洞，有被惡意攻擊的風險；另一方面，大模型自身的知識表達和學習模式還存在缺陷，導致其回答中經(jīng)常出現(xiàn)“幻覺”，如常識性錯誤、杜撰內(nèi)容等。

推進大模型賦能數(shù)智化應用健康發(fā)展，應堅持規(guī)劃引領、需求帶動、應用導向、安全為基，引導、扶持和監(jiān)督大模型在更廣泛的領域應用中長計遠慮、扎實落地、穩(wěn)步推進。

首先，掌握技術主動權，加快自主可控的國產(chǎn)大模型全鏈條建設。依托我國現(xiàn)有的人工智能人才基礎，構(gòu)建面向大模型與通用人工智能技術的平臺和隊伍。加大芯片、大數(shù)據(jù)、人工智能等產(chǎn)業(yè)的投入與整合力度，保障“海量數(shù)據(jù)”“頂尖人才”“算力支撐”的落地，推進我國全階段自主可控大模型建設，掌握大模型技術發(fā)展的主動權和話語權。大力支持國產(chǎn)大模型的下游技術攻關和產(chǎn)品推廣，促進國產(chǎn)大模型產(chǎn)品的應用落地和迭代升級。

其次，深化大模型應用生態(tài)建設，構(gòu)建“通用大模型+專用小模型”的成熟應用生態(tài)。早在大模型產(chǎn)生之前，基于領域經(jīng)驗歸納和業(yè)務知識構(gòu)建的“小模型”已經(jīng)廣泛應用于各行業(yè)。應充分認識并應用好大模型和傳統(tǒng)小模型各自的特性，在推廣大模型產(chǎn)品的同時進一步推進小模型技術的升級和應用，發(fā)揮好小模型輕量級、高效率、善于解決特定問題的優(yōu)勢，逐步推進大小模型融合的應用生態(tài)。

最后，建立健全大模型安全審查制度與法律體系，從源頭規(guī)避大模型發(fā)展風險。推動建立行之有效的數(shù)據(jù)審查機制和接入許可規(guī)范，從源頭把控大模型內(nèi)容安全性，并主動參與全球人工智能模型使用規(guī)范的標準制定。同時，對于大模型可能產(chǎn)生的風險進行合理評估與審核，如歧視、仇恨言論、私人信息泄露、虛假信息、協(xié)助犯罪等。