圆桌研讨:大模型要在“尽精微”上面下功夫 核心目的是要解决行业实际问题
  • cici
  • 2023年07月10日 14:59
  • 0

去年年底,ChatGPT横空出世,生成式AI、大模型等技术也逐渐被关注。当前大模型展示出了哪些惊艳的能力?在落地的过程中,又存在哪些问题?未来又该朝着什么方向发展?

[MD:Title] 腾讯“无限可能”主题论坛圆桌研讨

7月7日,世界人工智能大会期间,腾讯举办“无限可能”主题论坛,同济大学校长郑庆华,腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声,NVIDIA英伟达全球副总裁何涛,红杉中国合伙人郑庆生等行业专家,围绕上述问题展开圆桌研讨。腾讯新闻运营总经理黄晨霞担任主持人。

冷静看待:大模型还有很长的路要走 人才培养、企业研发、产业应用要形成互动

郑庆华认为,以ChatGPT为代表的生成式AI和大模型技术,现在已经可以理解人类意图,能够自动生成一段文字,甚至是一个场景,人类也可以跟机器互动对话,这是一个重大的技术突破,未来还会延伸到更多应用场景中。

[MD:Title] 同济大学校长 郑庆华

但郑庆华强调,ChatGPT目前还只是“致广大”,达不到“尽精微”。“ChatGPT学习了互联网上面很多开放数据和资源,所以‘知识面’比较广,但ChatGPT有些回答不准确,或者答非所问,逻辑也不严密,如果用于教学就会有很多问题。此外,教育还要求教师和学生之间要能够互动、理解,具有同理性。ChatGPT距离这个目标还有很长的路要走。”

郑庆华表示,现在既要重视AI带来的各种变化,也要有我们自己的定力,特别要把内功练好,要把基础数据集、资料集准备好,特别是培养一批人工智能人才,并且人才培养要和企业研发、产业应用形成互动机制。

吴运声表示,面对新一轮的技术发展浪潮,一方面要在基础算法上持续迭代,同时也要把相关技术和产业结合,真正落地到行业当中去,通过行业的反馈,不断推动技术演进,最后使得技术能够真正服务行业。

预测未来:AI会改变人类基础行为模式 核心目的是要解决行业实际问题

突如其来的大模型技术热潮,也掀起了整个行业对于大模型的投资热潮,很多投资机构纷纷投资AI产业生态公司。郑庆生认为,AI可以升级原来的产业和产品形态,形成AI+,同时也存在很多AI的原生场景。要高度重视AI原生场景,在每一个时代里,新技术的原生场景都是催生一个超大型企业的契机,例如PC时代的社交和移动时代的短视频,尽管现在的确很难做出预测,到底哪些场景是AI原发性场景。作为早期投资人,红杉愿意和行业一起积极探索。郑庆生同时也指出,有一点可以肯定,AI会改变人类的生活方式和行为模式,未来十年人类很可能会在这样一个状态中度过。

[MD:Title] 红杉中国合伙人 郑庆生

相比于未来的难预测性,腾讯今年选择公布行业大模型解决方案,为客户提供MaaS一站式服务,客户只需要加入自己独有的场景数据,就可以快速生成专属模型,结合实际业务场景需求,开发低成本、高可用的智能应用和服务。

对于腾讯的这种选择,吴运声表示,不管什么技术,最根本的出发点就是要解决实际问题。现在用大模型去解决行业问题,需要做到精准,因此不能从网上扒一些比较泛的数据,而是要深入行业,获取高质量的数据,来进行训练,才能让大模型具有非常专业的行业知识。

对于大模型未来发展,郑庆华认为,目前从生成内容的正确性、可信性、可靠性、可理解性、启发性等维度评价,结果离目标还有很大差距,未来AI不仅能够获取知识,还能够帮助人类整理、归纳、演绎形成逻辑结果。因此,下一步人工智能尤其大模型发展,需要在“尽精微”层面下功夫,要真正解决问题,而不是满足一般性的信息或知识需求。

公开数据显示,不完全统计,目前中国10亿参数规模以上的大模型已发布79个。从大模型本身的优劣来看,郑庆生认为,对于提供知识服务和信息服务,评测是非常重要的,包括提供的内容是否是否合规、安全、正确、可靠,在这个基础上同时考虑效率的不断提升。目前的评测方法还有待进一步的研发和提升。

如果从企业的角度看,面对如此多的大模型,又该如何选择?对此,吴运声表示,没有一个固定的标准去帮助企业做出选择,判断模型的优劣,都是从自身的需求出发的,企业应该深入思考自身的真正需求,从规模、资源、成本等多个方面去考虑,寻找最适合自己的模型,那就是最好的。

吴运声还强调,AI浪潮过去几十年起起落落,从业人员要持续去跟进技术的发展,持续推动技术与行业问题结合,所以现在企业不太需要去考虑先发优势和劣势的问题。

何涛表示,技术创新会推动整个生态的发展,而生态发展的先发优势巨大。希望大模型的发展中能够建设健康、完善的生态,这非常重要的。

[MD:Title] NVIDIA英伟达全球副总裁 何涛

面对大模型时代需要的强大算力,何涛也指出,目前产业界对算力的需求是非常巨大的,短期内可能会出现算力紧张的情况,这需要综合性的数据中心规模来支撑,在扩大算力的同时更要讲究效率。“模型和数据的规模和质量近几年飞速增长,传统的数据中心已经不能适应这样的发展,所以需要推动产业界做数据中心的转型,把数据中心打造成为面向 AI 的大型的计算机,行业也已逐步形成这一共识。”何涛表示。

 

文章纠错

  • 好文点赞
  • 水文反对

此文章为快科技原创文章,快科技网站保留文章图片及文字内容版权,如需转载此文章请注明出处:快科技

观点发布 网站评论、账号管理说明
热门评论
查看全部评论
相关报道

最热文章排行查看排行详情

邮件订阅

评论0 | 点赞0| 分享0 | 收藏0