近日，由大连日报与市委政研室课题组联合策划推出理论特刊“聚焦我市新一代人工智能产业 加快形成城市发展新质生产力”。大连理工大学人工智能大连研究院院长江贺应邀撰写了专题文章《人工智能大模型时代下的抉择》，阐述大模型时代的机遇与挑战，深入探讨如何应对大模型的抉择。人工智能大模型时代下的抉择随着信息技术的演进，基于大模型的新一代人工智能技术——生成式人工智能正在迅速发展。大模型提供了更好的语言建模和生成能力，如OpenAI的GPT（Generative Pre-trained Transformer）系列、百度的文心系列等，从大量的文本数据中学习语言模式和知识表示。大模型具备强大的语言理解和生成能力，能够根据上下文生成连贯、富有逻辑性的文本，为生成式任务提供了更广泛的应用场景，可以实现文本生成、图像生成、音乐生成等。伴随着大模型在不同领域的生成任务中展现出的惊人表现，取得一系列突破和创新，生成式人工智能得以快速发展，并引起国家及各省市的高度关注。日前，国家互联网信息办公室发布《生成式人工智能服务管理办法（征求意见稿）》；北京市发布《关于推动北京互联网3.0产业创新发展的工作方案（2023-2025年）》，提出将支持头部企业打造对标ChatGPT的大模型，着力构建开源框架和通用大模型的应用生态。总的来说，大模型开启了一个新的时代，对世界的改变，从一时一地，到无处不在、无时不有，带来了新机遇新挑战。我们该如何理解和应对这些机遇和挑战？我们又该往何处去？这是身处大模型时代变革下的每一个人都需要思考和必须面对的问题。大模型带来的机遇前所未有大模型作为人工智能迈向通用智能（Artificial General Intelligence）的里程碑技术，具有较大突破性，提升了AI系统的性能和效率，拓展了应用范围和价值创造，带来诸多新范式新变革新机会。一是加速创新步伐。大模型具备强大的计算和学习能力，可以有效地从大量标注和未标注的数据中捕获知识，并将知识存储到海量的参数中，从而实现跨任务和跨领域的迁移学习，处理海量的数据和复杂的问题。这使得各个领域的创新变得更加快速和高效。无论是医疗、交通、金融还是能源等行业，大模型的应用推动了新技术、新产品和新服务的不断涌现。二是提供智能决策支持。通过对海量数据的分析和学习，大模型能够生成准确、智能的决策建议，这对于各行业和企业来说具有重要意义。比如，在金融领域，大模型可以通过对市场数据分析和预测，判断市场趋势和风险，帮助投资者制定更优投资策略，提高投资效益；在制造业领域，大模型可以通过对生产过程的监控和优化，实现智能制造和生产线的自动化管理，提高效率和质量；政府部门可以利用大模型进行智能城市规划和资源管理，提升城市的可持续发展水平。三是提供个性化服务。大模型能够根据用户的个性化需求进行智能化推荐和定制化服务，既能提升用户体验，又能帮助企业提高销售额。比如，在电商行业，大模型可以根据用户的购买历史、浏览行为和兴趣偏好，为用户提供个性化商品推荐，提高购物体验和满意度；在娱乐领域，大模型可以根据用户的喜好和观看历史，为用户推荐个性化的影视作品和音乐，提供更加丰富多样的娱乐体验。四是赋能行业发展。大模型能够加速很多行业的数字化转型和智能升级步伐，提升市场竞争力。比如，在教育领域，大模型可以根据学生的学习情况和特点，提供个性化的教学方案和辅导资源，帮助学生更好地学习和成长；在医疗领域，大模型可以通过分析医疗数据和研究成果，辅助医生进行诊断和治疗决策，提高医疗水平和效率；在交通领域，大模型可以通过分析交通数据和预测模型，提供智能的交通管理和优化方案，减少交通拥堵和提高出行效率。大模型带来的挑战不容回避尽管大模型给人工智能带来了巨大进步和无限可能，但也伴随着一系列亟待解决的挑战。这些挑战涉及到技术、伦理、社会等多个层面，需要我们理性面对、正面应对。一是计算资源需求。大模型的训练和推理需要巨大的计算资源支持，建立和维护庞大的计算基础设施需要巨额投资，对于资源有限的中小型企业和个人而言难以承担。据估计，OpenAl公司在2023年1月的用电量相当于20万个家庭一年的用电量。这还只是基于目前模型使用情况的预测，如果其应用面更广，接下来AI的消耗规模可能就达到数百万人的等效用电量。为此，合理利用和分配计算资源成为需要解决的现实问题。二是数据隐私安全。大模型需要大量的数据进行训练和学习，但也带来了数据隐私安全的挑战。个人和企业在使用大模型时需要确保数据的隐私安全，避免数据被滥用或泄露。这需要建立健全的数据保护法律法规和安全机制，加强数据隐私的保护。三是技术壁垒限制。大模型的开发和应用需要高度专业化的技术知识和能力，这对于许多企业和个人来说是一个挑战。培养和吸引具备大模型相关技术的人才成为迫切需求，同时还需要建立完善的培训和教育体系，提供相关技术的学习机会和资源支持。四是数据偏倚现象。大模型的训练过程依赖于大量的数据，但这些数据往往是历史数据，可能存在偏倚和不完整性，可能会反映出历史的不平等和偏见，影响准确性和公正性。解决数据偏倚，需要更加全面和多样化的数据集，并采取相应的数据预处理和模型调整方法，确保模型训练和应用能够更好地反映现实多样性和公平性。五是可解释性和透明性未知。大模型往往以黑盒的形式存在，难以解释其决策和推理过程，这给用户、监管机构以及社会公众带来了困扰。特别是金融、医疗等关键领域，对决策的解释和透明性要求更高。因此，大模型应该具备可解释性，提供对决策过程的解释和理解，以增强对大模型的信任度和接受度。大模型时代下的抉择：冷静科学、积极拥抱机遇和挑战往往相伴而生、相互影响，这是亘古不变的辩证法则。面对大模型时代的“风口”，无论是城市、行业、企业，还是个人，抓住了才是机遇，我们都应当冷静科学、积极拥抱。一是城市层面加速大模型布局。作为科技创新中心和智能产业基地，大连应积极主动、率先出击，发挥高等院校和大连理工大学人工智能大连研究院等新型研发机构优势，在新一代人工智能重点前沿方向加强布局，开展关键共性技术研究，提升人工智能创新能力。培育新一代人工智能数据服务商，面向重点产业及民生领域，以场景应用为依托，建设高质量的数据库，开展公共数据共享利用试点，孵化行业大模型并促进落地。围绕软件、装备制造、化工等优势产业，加快推进大模型应用，加速传统优势产业升级，在重点行业领域打造一批人工智能场景应用示范。二是行业层面积极探索落地应用。各行业需要结合自身的发展战略，选择适合的大模型应用场景，并投入足够的资源和支持。比如，作为大连支柱产业之一的软件行业，可充分利用大模型技术的超强编码能力，加速软件开发和交付；工业行业，可利用大模型将重复的、耗时的和低层次的任务自动化，加快数字孪生系统的构建，进行智能制造和供应链管理，提升产业效率和价值；医疗领域，可利用大模型进行疾病诊断和药物研发，让医生资源专注到核心业务；金融行业，可利用大模型进行风险评估和投资决策。三是企业层面科学评估借势推进。对于企业来说，要结合企业技术实力、资源情况等实际，科学评估，扬长避短，决定是否投入大模型的研发和应用。对于技术实力雄厚且有私域数据的企业，可以自主开展大模型项目，并建立自己的大模型平台和服务。对于资源有限但有私域数据的企业，可以选择与大模型“大厂”或科研机构合作，共同开展大模型项目，分享技术和资源，实现互利共赢。对于资源有限且没有私域数据的企业，稳定发展为先，慎重开发大模型，但可积极使用大模型。四是个人层面掌握技能提升竞争力。大模型时代势不可挡，大模型技术日臻成熟，大模型能力必须具备。谁先掌握大模型能力，谁将赢得竞争、赢得未来。个人层面，应加速学习和掌握大模型相关技术，提升核心竞争力。同时，加强数据隐私和个人信息安全保护，合理选择使用大模型服务和产品，保障自身合法权益。智能时代，未来已来，让我们携手共进向未来，共同开创智能时代新篇章，使技术的进步成为推动新时代大连高质量发展的强大引擎。