受访者|超级大脑!AI大模型有望重塑信息产业格局( 三 )


专家指出 , 我国有较大的AI大模型应用市场 , 在应用领域具有优势 , 但发展过程中也面临一些挑战 。
刘知远介绍 , 很多核心技术目前仍然掌握在发达国家手中 , 训练AI大模型需大量GPU(图形处理器)芯片 , 但当前国产GPU芯片技术相对薄弱 。 同时 , 我国在算法上的原始创新能力也有待提升 。
多位受访者表示 , 目前从事AI大模型研发且能产出创新性成果的高校、科研机构和企业屈指可数 , 与国外相比 , 我国相关领域高水平基础人才培养力度有待加强 。
此外 , 训练大模型需要较高的电力成本、设备成本等 , 很多中小企业、科研单位囿于高昂成本 , 无法搭建拥有充足算力的机房 , 面临算力不足的问题 。
多措并举抢占“新高地”
多位专家表示 , AI大模型有望实现人工智能从感知到认知的跃迁 , 将更高效地赋能AI产业化和产业AI化 。 相关技术研发和产业布局引导、配套支持政策、合理监管等举措能否有效落地至关重要 。
首先 , 推进AI大模型标准化 。 受访专家指出 , 大模型的训练过程具有高能耗的特点 , 制定标准后 , 许多工作可基于已经开发的标准化大模型进行适配和二次开发 , 无需每次从头训练 , 以降低能耗 。 同时 , 大模型发展的过程中 , 也可能衍生违法违规信息生成、隐私泄露、虚假信息传播等风险 , 对用于训练模型的源头数据等做好规范 , 有利于规避相关风险 。 国家相关部门可牵头或引导企业、研究所、高校等共同定义大模型的标准 。
其次 , 适当开放训练数据 。 受访者表示 , 训练大模型需要海量数据 , 出于对数据的隐私、安全等方面的担忧 , 一些领域难以获取数据 , 形成数据孤岛 。 建议在国家机构监管和宏观把控的前提下 , 各方数据能够对白名单企业、机构、高校适当开放 , 在确保数据安全使用的同时 , 增强我国AI大模型实力 。 例如 , 医院等机构适当开放数据 , 将有利于训练更懂医疗的大模型 , 赋能健康医药领域发展 。
再次 , 鼓励算力共享 。 采访人员调研了解到 , 目前只有部分大企业能够负担超大模型训练所需的算力成本 。 受访专家呼吁 , 可引导具有强算力的人工智能“国家队” , 为更多中小微企业、科研单位提供大模型训练所需的算力支撑 , 可探索合理付费的算力共享机制 , 共同促进技术的发展和资源的节约 。
最后 , 加大原始创新引导和支持 。 多位专家指出 , 我国应加强研发力度 , 同时加强针对模型框架的基础创新研究 , 引导更多科研单位、高校积极培养相关人才 , 鼓励更多社会力量加入这场信息革命的浪潮 。 □采访人员 乌梦达 赵旭 北京报道

推荐阅读