我國人工智能產業(yè)如何實現“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業(yè)基礎，并正加快構建現代化產業(yè)體系，對于人工智能技術與行業(yè)應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，國內產業(yè)在人工智能領域的機遇所在。

　　隨著國內生成式人工智能的快速發(fā)展，相關監(jiān)管政策正逐步落地，由國家互聯(lián)網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“促進生成式人工智能健康發(fā)展和規(guī)范應用”為目標，明確國家堅持發(fā)展和安全并重、促進創(chuàng)新和依法治理相結合的原則，對生成式人工智能服務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、技術與產業(yè)、虛擬與現實之間的關系發(fā)生著廣泛而深刻的改變，技術創(chuàng)新也給人類社會文明秩序帶來了挑戰(zhàn)。”近日，在中國社會科學院法學研究所主辦的“全球治理話語競賽下人工智能立法的中國方案”研討會上，南方財經全媒體集團合規(guī)科技研究院院長虞偉表示。

　　當前全球正在進行智力話語競賽，掀起新一輪AI監(jiān)管潮。虞偉介紹，歐洲正謀求AI監(jiān)管領域的主導權，早早將立法提上日程。2019年歐盟委員會發(fā)布《人工智能倫理準則》，提出評價人工智能可信賴的七項標準。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)勢的投票結果通過歐盟人工智能法案草案，預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用場景的制度、明確政府主導作用并協(xié)同社會多方治理、科學應用技術工具等方面借鑒歐洲監(jiān)管經驗。

　　“我們目前還沒有實現對風險全面類型化和場景化的區(qū)分，因為風險具有復雜性，單一的治理技術和多元治理場景存在矛盾。接下來可以基于場景把監(jiān)管做得更精細化，針對不同技術路線、應用模式和責任主體，在不同場景中對不同的風險點進行差異化監(jiān)管。”王俊表示，同時，可以采取分級治理的模式，給中低風險領域留出試錯和發(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。

　　新浪集團法務部總經理谷海燕同樣認為，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，采用風險區(qū)分規(guī)制路徑，根據風險級別，分為不可接受風險人工智能、高風險人工智能、低風險人工智能，以及最小風險人工智能，并分別設置相關主體的法律義務。

　　“我們必須關注AI熱潮中伴生的風險。”虞偉指出，比如在數據層面，面對生成式人工智能龐大的數據需求，如何建立高質量的語料數據庫，如何加強全流程的數據合規(guī)管理。在法律層面，生成式人工智能的結果能否構成著作權法所定義的作品仍存爭議，進一步的版權歸屬問題也需要厘清。此外，歧視、偏見、虛假信息傳播等風險在大模型大量數據投喂的訓練方式下也被放大，如何將道德倫理原則“教”給AI，做到精準糾偏，兼顧公平與效率，這些都需要進一步研究。

　　構建算力生態(tài)支撐人工智能產業(yè)發(fā)展

　　數據顯示，今年上半年，國內發(fā)布的各類大模型數量超過100個。據不完全統(tǒng)計，目前國內已有大約80個參數在10億規(guī)模以上的大模型。《辦法》提出，推動生成式人工智能基礎設施和公共訓練數據資源平臺建設。促進算力資源協(xié)同共享，提升算力資源利用效能。推動公共數據分類分級有序開放，擴展高質量的公共訓練數據資源。鼓勵采用安全可信的芯片、軟件、工具、算力和數據資源。

　　算力是數字時代的底座，也是人工智能發(fā)展的引擎。據工信部最新消息，截至今年6月底，全國在用數據中心機架總規(guī)模超過760萬標準機架，算力總規(guī)模達到每秒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，我國的算力產業(yè)有著廣闊的發(fā)展前景，因為中國是制造大國，實體經濟對于算力有著很大的需求，游戲、AR、VR等消費領域對算力的需求也很大。“有政策支持和技術發(fā)展，算力隨取隨用的前景可以期待。我們未來能夠實現像使用水、電一樣使用算力。”

　　但他同時強調，我國的算力網絡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)大模型都需要訓練數據，這就需要把行業(yè)的數據保護好、利用好、管理好。

　　把握技術趨勢推進行業(yè)大模型實踐

　　生成式人工智能的功能遠不止提供信息內容服務，其可以作為“技術基座”給金融、醫(yī)療、自動駕駛等多個行業(yè)領域賦能，未來將成為社會的“技術基礎設施”。《辦法》明確鼓勵生成式人工智能技術在各行業(yè)、各領域的創(chuàng)新應用，生成積極健康、向上向善的優(yōu)質內容，探索優(yōu)化應用場景，構建應用生態(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。”劉韻潔在2023中國算力大會直言，“中國的機會在于行業(yè)大模型。”

　　通用大模型一般指在多個領域應用廣泛的大型深度學習模型，行業(yè)大模型則是專門針對某個特定垂直行業(yè)所設計的大型深度學習模型，這些模型通常在特定行業(yè)中使用的數據集上進行訓練，以提高在該行業(yè)中運用的準確度和效率。比較典型的行業(yè)大模型，有金融行業(yè)的風控模型等。

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

　　目前，國內已逐步建立起涵蓋理論方法和軟硬件技術的體系化研發(fā)能力，一批具有行業(yè)影響力的預訓練大模型蓬勃發(fā)展，形成了緊跟世界前沿的技術群。以華為云盤古大模型為例，據報道，該大模型已經陸續(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，加快推動算力國產化。

　　同時，相比其他國家，中國擁有龐大的實體產業(yè)基礎，并正加快構建現代化產業(yè)體系，對于人工智能技術與行業(yè)應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，國內產業(yè)在人工智能領域的機遇所在。