我國人工智能產(chǎn)業(yè)如何實現(xiàn)“彎道超車”

　　◎本報記者 崔 爽

　　相比其他國家，中國擁有龐大的實體產(chǎn)業(yè)基礎(chǔ)，并正加快構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系，對于人工智能技術(shù)與行業(yè)應(yīng)用的深度融合有著更龐大、更迫切、更具價值的實際需求，為人工智能技術(shù)創(chuàng)新提供了更為廣闊的創(chuàng)新實踐空間。這也是在大模型時代，國內(nèi)產(chǎn)業(yè)在人工智能領(lǐng)域的機遇所在。

　　隨著國內(nèi)生成式人工智能的快速發(fā)展，相關(guān)監(jiān)管政策正逐步落地，由國家互聯(lián)網(wǎng)信息辦公室等七部門聯(lián)合發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》(以下簡稱《辦法》)于8月15日正式施行。作為我國首份針對生成式人工智能的規(guī)范性監(jiān)管文件，《辦法》以“促進(jìn)生成式人工智能健康發(fā)展和規(guī)范應(yīng)用”為目標(biāo)，明確國家堅持發(fā)展和安全并重、促進(jìn)創(chuàng)新和依法治理相結(jié)合的原則，對生成式人工智能服務(wù)實行包容審慎和分類分級監(jiān)管。

　　在日益完善的監(jiān)管鏈條之下，我國人工智能產(chǎn)業(yè)迎來合規(guī)發(fā)展新階段，正如各方專家所言，“不發(fā)展是最大的不安全”。

　　運用監(jiān)管科技激活人工智能市場活力

　　“ChatGPT的問世引發(fā)了新一輪人工智能革命，人類與機器、技術(shù)與產(chǎn)業(yè)、虛擬與現(xiàn)實之間的關(guān)系發(fā)生著廣泛而深刻的改變，技術(shù)創(chuàng)新也給人類社會文明秩序帶來了挑戰(zhàn)?！苯眨谥袊鐣茖W(xué)院法學(xué)研究所主辦的“全球治理話語競賽下人工智能立法的中國方案”研討會上，南方財經(jīng)全媒體集團合規(guī)科技研究院院長虞偉表示。

　　當(dāng)前全球正在進(jìn)行智力話語競賽，掀起新一輪AI監(jiān)管潮。虞偉介紹，歐洲正謀求AI監(jiān)管領(lǐng)域的主導(dǎo)權(quán)，早早將立法提上日程。2019年歐盟委員會發(fā)布《人工智能倫理準(zhǔn)則》，提出評價人工智能可信賴的七項標(biāo)準(zhǔn)。2020年歐盟出臺《人工智能白皮書》，為人工智能的監(jiān)管提供多種政策選項。今年6月14日，歐盟議會以壓倒性優(yōu)勢的投票結(jié)果通過歐盟人工智能法案草案，預(yù)計在完成最終談判后正式審批通過。

　　南財合規(guī)科技研究院首席研究員王俊建議，我國可以在建立基于應(yīng)用場景的制度、明確政府主導(dǎo)作用并協(xié)同社會多方治理、科學(xué)應(yīng)用技術(shù)工具等方面借鑒歐洲監(jiān)管經(jīng)驗。

　　“我們目前還沒有實現(xiàn)對風(fēng)險全面類型化和場景化的區(qū)分，因為風(fēng)險具有復(fù)雜性，單一的治理技術(shù)和多元治理場景存在矛盾。接下來可以基于場景把監(jiān)管做得更精細(xì)化，針對不同技術(shù)路線、應(yīng)用模式和責(zé)任主體，在不同場景中對不同的風(fēng)險點進(jìn)行差異化監(jiān)管?！蓖蹩”硎荆瑫r，可以采取分級治理的模式，給中低風(fēng)險領(lǐng)域留出試錯和發(fā)展空間，積極運用一些監(jiān)管科技，綜合選擇適配的監(jiān)管科技模式，激活人工智能市場活力。

　　新浪集團法務(wù)部總經(jīng)理谷海燕同樣認(rèn)為，希望看到更加有區(qū)分度的監(jiān)管措施。比如歐盟的人工智能法案草案，采用風(fēng)險區(qū)分規(guī)制路徑，根據(jù)風(fēng)險級別，分為不可接受風(fēng)險人工智能、高風(fēng)險人工智能、低風(fēng)險人工智能，以及最小風(fēng)險人工智能，并分別設(shè)置相關(guān)主體的法律義務(wù)。

　　“我們必須關(guān)注AI熱潮中伴生的風(fēng)險?！庇輦ブ赋?，比如在數(shù)據(jù)層面，面對生成式人工智能龐大的數(shù)據(jù)需求，如何建立高質(zhì)量的語料數(shù)據(jù)庫，如何加強全流程的數(shù)據(jù)合規(guī)管理。在法律層面，生成式人工智能的結(jié)果能否構(gòu)成著作權(quán)法所定義的作品仍存爭議，進(jìn)一步的版權(quán)歸屬問題也需要厘清。此外，歧視、偏見、虛假信息傳播等風(fēng)險在大模型大量數(shù)據(jù)投喂的訓(xùn)練方式下也被放大，如何將道德倫理原則“教”給AI，做到精準(zhǔn)糾偏，兼顧公平與效率，這些都需要進(jìn)一步研究。

　　構(gòu)建算力生態(tài)支撐人工智能產(chǎn)業(yè)發(fā)展

　　數(shù)據(jù)顯示，今年上半年，國內(nèi)發(fā)布的各類大模型數(shù)量超過100個。據(jù)不完全統(tǒng)計，目前國內(nèi)已有大約80個參數(shù)在10億規(guī)模以上的大模型?！掇k法》提出，推動生成式人工智能基礎(chǔ)設(shè)施和公共訓(xùn)練數(shù)據(jù)資源平臺建設(shè)。促進(jìn)算力資源協(xié)同共享，提升算力資源利用效能。推動公共數(shù)據(jù)分類分級有序開放，擴展高質(zhì)量的公共訓(xùn)練數(shù)據(jù)資源。鼓勵采用安全可信的芯片、軟件、工具、算力和數(shù)據(jù)資源。

　　算力是數(shù)字時代的底座，也是人工智能發(fā)展的引擎。據(jù)工信部最新消息，截至今年6月底，全國在用數(shù)據(jù)中心機架總規(guī)模超過760萬標(biāo)準(zhǔn)機架，算力總規(guī)模達(dá)到每秒1.97萬億億次浮點運算(197EFLOPS)，算力總規(guī)模近五年年均增速近30%，存力總規(guī)模超過1080EB。

　　中國工程院院士劉韻潔表示，我國的算力產(chǎn)業(yè)有著廣闊的發(fā)展前景，因為中國是制造大國，實體經(jīng)濟對于算力有著很大的需求，游戲、AR、VR等消費領(lǐng)域?qū)λ懔Φ男枨笠埠艽蟆！坝姓咧С趾图夹g(shù)發(fā)展，算力隨取隨用的前景可以期待。我們未來能夠?qū)崿F(xiàn)像使用水、電一樣使用算力。”

　　但他同時強調(diào)，我國的算力網(wǎng)絡(luò)要想滿足大模型的需求，就需要方方面面協(xié)同發(fā)展。比如，建立通用大模型或行業(yè)大模型都需要訓(xùn)練數(shù)據(jù)，這就需要把行業(yè)的數(shù)據(jù)保護好、利用好、管理好。

　　把握技術(shù)趨勢推進(jìn)行業(yè)大模型實踐

　　生成式人工智能的功能遠(yuǎn)不止提供信息內(nèi)容服務(wù)，其可以作為“技術(shù)基座”給金融、醫(yī)療、自動駕駛等多個行業(yè)領(lǐng)域賦能，未來將成為社會的“技術(shù)基礎(chǔ)設(shè)施”。《辦法》明確鼓勵生成式人工智能技術(shù)在各行業(yè)、各領(lǐng)域的創(chuàng)新應(yīng)用，生成積極健康、向上向善的優(yōu)質(zhì)內(nèi)容，探索優(yōu)化應(yīng)用場景，構(gòu)建應(yīng)用生態(tài)體系。

　　“在以ChatGPT為代表的通用大模型面前，我們的短板比較明顯?！眲㈨崫嵲?023中國算力大會直言，“中國的機會在于行業(yè)大模型?！?/p>

　　通用大模型一般指在多個領(lǐng)域應(yīng)用廣泛的大型深度學(xué)習(xí)模型，行業(yè)大模型則是專門針對某個特定垂直行業(yè)所設(shè)計的大型深度學(xué)習(xí)模型，這些模型通常在特定行業(yè)中使用的數(shù)據(jù)集上進(jìn)行訓(xùn)練，以提高在該行業(yè)中運用的準(zhǔn)確度和效率。比較典型的行業(yè)大模型，有金融行業(yè)的風(fēng)控模型等。

　　劉韻潔介紹，基于通用大模型的基礎(chǔ)能力，針對行業(yè)垂直領(lǐng)域知識和業(yè)務(wù)場景需求，發(fā)展行業(yè)大模型已成為技術(shù)發(fā)展的必然趨勢。一方面，行業(yè)特定的知識積累和經(jīng)驗可以被應(yīng)用到模型中，提高模型的質(zhì)量和準(zhǔn)確性；另一方面，行業(yè)大模型可以通過學(xué)習(xí)不斷更新迭代，幫助企業(yè)更好地理解行業(yè)趨勢，做出更為準(zhǔn)確的商業(yè)決策。

　　目前，國內(nèi)已逐步建立起涵蓋理論方法和軟硬件技術(shù)的體系化研發(fā)能力，一批具有行業(yè)影響力的預(yù)訓(xùn)練大模型蓬勃發(fā)展，形成了緊跟世界前沿的技術(shù)群。以華為云盤古大模型為例，據(jù)報道，該大模型已經(jīng)陸續(xù)推出礦山、藥物分子、電力、氣象、海浪等大模型，在各行業(yè)落地創(chuàng)新項目超1000個，通過提供先進(jìn)算法和解決方案，深入大模型的全棧自主創(chuàng)新，加快推動算力國產(chǎn)化。

　　同時，相比其他國家，中國擁有龐大的實體產(chǎn)業(yè)基礎(chǔ)，并正加快構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系，對于人工智能技術(shù)與行業(yè)應(yīng)用的深度融合有著更龐大、更迫切、更具價值的實際需求，為人工智能技術(shù)創(chuàng)新提供了更為廣闊的創(chuàng)新實踐空間。這也是在大模型時代，國內(nèi)產(chǎn)業(yè)在人工智能領(lǐng)域的機遇所在。