中國企業如何應對AI產業競爭

這款“現象級”產品背面預示著什么樣的未來?我國有開發相似產品的根底嗎?

比賽已至

在交際渠道展示自己與ChatGPT的對話截圖，現已成為一種時髦。它能夠用自然言語和人類用戶對話，理解用戶意圖，完成寫論文、寫代碼等各種內容生成任務;還能夠展示“學霸”光環，在沃頓商學院經過了MBA考試、在明尼蘇達大學經過了法學院考試……

“ChatGPT是人工智能范疇的又一次改造，將會推動新一輪的AI(人工智能)模型比賽。”遠鑒信息技能有限公司首席技能官鄭榕以為，ChatGPT的最大奉獻在于根本完成了抱負型言語預練習模型的接口層，讓機器人學習適應人類的表達方式，而不是反過來讓人類學習能夠命令機器的指令，這是一種更符合人類表達習慣的人機接口技能。

ChatGPT的火爆對工業界、學術界都帶來了巨大的沖擊。

“2016年以來，我國人工智能工業規劃呈現迅猛增加態勢，但2019年我國人工智能投融資呈現大幅度跌落。”賽迪參謀股份有限公司副總裁宋宇以為，整體來看，人工智能展開退潮主要還是缺乏支撐工業快速展開的技能突破，而ChatGPT的呈現恰好給職業展開和出資帶來了新動力。

高科技出資組織方舟出資發布報告猜測，到2030年，AI將大幅進步常識作業者的作業效率，平均作業效率增加140%。“新一代人工智能技能將有或許大幅度降低腦力勞動者的作業強度。如果這一切成為實際，或將是繼人類歷史上因為動力革新而脫節深重的體力勞動之后，人類社會產生的又一次深刻的技能革新。”阿里研究院資深技能專家、我國核算機學會人工智能專委會常務委員蘇中在近日發布的文章中表明。

“ChatGPT更傾向于對話機制的巨大優勢，對包含谷歌在內的傳統搜索引擎而言是巨大的應戰。它的火爆將大大推動OpenAI主導的大規劃言語模型研究方向的展開。跟著企業多模態范疇的布局，人工智能相關范疇會有突破性的進展。”北京航空航天大學人工智能研究院副研究員胡堃說，因為ChatGPT對算力要求較高，對于核算資源有限的高校而言，加大了學術研究的困難，亟需打通企業資源，加強產學研合作。

抓住布局

在ChatGPT帶來的這波AI比賽中，我國明顯不甘人后。2月13日北京市經濟和信息化局發布的《2022年北京人工智能工業展開白皮書》中，明確提出支撐頭部企業打造對標ChatGPT的大模型，著力構建開源結構和通用大模型的應用生態。

從預練習到大模型的AI技能突破，是ChatGPT獲得成功的根底。傳統的AI模型練習中，標示本錢一直是阻礙AI算法面向更大數據調集的障礙;而預練習技能不依賴數據標示，就能夠練習出一個大規劃深度學習模型。2020年6月，OpenAI發布了大型言語模型GPT—3，參數規劃到達1750億，ChatGPT正是基于該模型的改善版而創建的。

大模型展示出的才能、潛力和豐厚的應用場景，早已激起很多企業和研究組織投身這場比賽。2021年1月，谷歌大腦推出了1.6萬億參數規劃超級模型。2020年11月，華為啟動了中文預練習大模型項目，2021年4月，千億參數規劃的盤古大模型發布。2021年6月，由北京智源人工智能研究院牽頭，多家組織參與一起研制的悟道2.0大模型，參數規劃到達1.75萬億。阿里巴巴達摩院在2020年初啟動中文多模態預練習模型M6項目，2021年10月，M6的參數規劃擴展到10萬億，成為其時全球最大的AI預練習模型。

蘇中以為，在這條數據、算法和算力三輪一起驅動的技能賽道上，中美兩國技能團隊現已構成了“兩駕馬車”的展開形式，不斷改寫人工智能才能規劃上的邊界線。在AIGC(人工智能內容生成技能)高質量論文范疇，我國和美國數量簡直相等，并大幅度搶先其他國家。

“人工智能能夠成為我國自主立異的突破口。我國人工智能工業與美國比較雖有必定距離，但距離并不大。”宋宇說，比方面對大模型所需求的日趨龐大的算力需求，國內已建立多個超算中心，以及專門的人工智能算力中心。“整體上看，我國現在的算力現已搶先了人工智能的需求，為自主立異提供了保證。”

數據顯示，近年來，我國人工智能工業增速高于全球水平。2017年至2021年，我國人工智能工業規劃增加了2.6倍，占全球比重提升到16.8%。2012年至2022年9月，全球人工智能范疇宣布的論文約100萬篇，其中28%的論文來自我國。我國高水平論文產出占比從2012年的20.36%增加到2021年的50.71%。專利數量上，全球人工智能專利累計授權量25萬件，我國占比60%。

迎接應戰

ChatGPT已搶先一步，我國企業能否趕超?

“ChatGPT從回答的邏輯性和完好度上都遠超國內大模型，在回復速度上，ChatGPT也搶先一截。”鄭榕以為，這種距離與數據質量有必定聯系。AI的進化需求投喂很多數據，而全球互聯網的中文數據質量，比較于英文數據質量還有明顯距離。“咱們要想方法，做好中英文不同言語之間的數據互補。”鄭榕說。

ChatGPT運用的大模型對核算資源耗費極大，這意味著需求大筆出資。2019年，微軟向OpenAI出資10億美元，2021年另一輪出資數額未公開。本年1月，微軟宣布將向OpenAI展開“多年、數十億美元”的出資，兩家公司沒有披露具體款項，但據美國媒體透露，微軟將向OpenAI出資100億美元。

面對這樣的門檻，胡堃主張經過政策發力整合資源。“大多數企業無法承受人工智能展開對于算力等資源的巨大耗費，主張國家從政策層面整合相關資源，如建立統一的核算渠道，結束各企業核算資源割裂和重復建設的狀況，促進各方達成某種協議，一起建設，共獲收益。”胡堃說。

另一方面，門檻也是改善和趕超的時機。ChatGPT需求很多算力和動力投入，本錢很高，大規劃商用必須改善技能、降低本錢。比方AI芯片不但需求保證高性能，還要做到高算力下低功耗，對此，國內芯片廠商能夠有所作為。渠道型科技企業也能夠發揮歸納優勢，與研究組織、高校等合作構成聯合立異主體，加速新一代AI技能的產品轉化。

“在體系機制上，要對展開自主立異的企業有滿足的耐性。”宋宇表明，在國家層面，主張進一步完善對人才和組織的查核機制，要有長遠的方針和滿足的耐性讓企業自主立異，要有試錯容錯機制。

以ChatGPT為代表的人工智能內容生成技能，現在也面對許多道德問題和安全問題，如歧視、欺詐、抄襲、造謠、假造身份等，需求在展開中加以標準。

多位專家表明，因為ChatGPT在中美科技比賽中扮演極其重要的角色，主張對相關技能和應用范疇，采取鼓舞立異、容納審慎的監管準則。一起，加強職業指引，特別是在科研、生活服務、商業、消費等道德與安全相對有保證的應用范疇，要積極鼓舞展開。

期待在ChatGPT引爆的新一輪AI工業比賽中，我國企業能夠大展宏圖。