促进大模型落地需“垂直”发力

◎本报记者 张佳星

“当前大数据应用广泛，但在具体应用时，大数据并非总比小数据好。”在近日举办的“2024产学研融通创新活动”AI大模型应用场景专场活动上，中国工程院院士、浙江大学求是特聘教授谭建荣说，大数据适用于随机、模糊和混沌等不确定情况的分析、处理，但在确定条件下如果一味追求数据规模，反而看不清对应关系，容易造成计算冗余。

活动由中国科协企业创新服务中心、北京经济技术开发区管理委员会主办，旨在面向全行业征集AI落地解决方案，助力优秀方案开展对接。与会专家认为，生成式AI诞生以来，其运行参数、数据处理能力有了指数级增长。近一年来，业界逐步形成共识，AI技术的真正价值在于其赋能千行百业的普惠性，在经历大模型数量井喷式增长后，应进一步推动其落地应用。

“垂直”才有“深度”

“如果说通用大模型打通的是横向，那么垂直大模型打通的则是纵向，即通过加强模型对于一个垂直领域的深度理解促进其应用。因此，发展垂直大模型，要在行业知识的概括总结深度方面下功夫。”谭建荣在回答科技日报记者的提问时说，“垂直”才有“深度”，不搞“垂直”直接搞“通用”，难以使大模型有效应用于专业产业领域。发展垂直大模型，可以为不同行业生成各种解决方案，有利于重塑产业链，提升产品可靠性、可用性。

“AI赋能垂直行业的态势正在形成，逐步催生出更多新模式、新业态、新动能。”北京亦庄投资控股有限公司党委常委、副总经理周宇清认为，在场景的强化驱动下，AI与实体经济将开启深度融合。

中国信通院人工智能研究所基础软硬件部主任李论坦言，提升AI智能水平的重要方式，是构建更大规模的系统，以承载更大规模参数的模型训练。但当前不是所有单位都有资本或实力开展大规模系统建设，因此要在现有系统下提升模型智能水平。这就需要模型与典型应用场景深度契合，在落地行业过程中训练数据。

软硬件需加强协同

与会专家表示，为推动大模型赋能更多行业，多主体应充分发挥自身优势，推动相关创新成果转化应用。

“高精尖产业基础将为大模型提供广阔的创新应用场景，丰富的高质量行业数据、精准有力的产业支持政策等将为大模型的垂直应用打造良好生态。”周宇清介绍，当前北京经济技术开发区已建成高性能的公共算力平台、人工智能训练基地、数据聚合平台等。开发区在为企业创新研发搭建基础平台的同时，还打造城市级工程实验平台，推动大模型在特种行业、危险岗位、重复劳动环节进行探索。

“软硬件高效协同的新型基础设施对于AI发展非常关键。中国信通院建设了人工智能软硬件协同创新与适配验证中心，构建AI软硬件基准体系，并承担国家层面推动AI软硬件协同的技术攻关、标准制定、生态培育、测试验证等一系列相关工作。”李论说，大模型技术当前占主导地位，但它只是AI研发创新和训练的范式之一。业内仍需开展储备型研究，兼顾专用小模型发展、大模型小型化等技术发展方向。

“我国在自然语言、自动驾驶等方面的大模型应用处于全球领先水平，但开展的AI算法研究还偏少。”谭建荣说，深度学习、增强学习、强化学习等各种算法是AI技术的核心，我国仍需加强研究，推动AI技术健康稳定发展。