2025-02-23 智能 0
周鸿祎指出，中国在大模型领域的发展仍需改进。目前公有大模型在企业级应用中存在四个主要问题：缺乏行业深度、数据安全隐患、无法保证内容可信性、以及训练和部署成本过高。这些挑战阻碍了大模型的广泛应用和深入融合于企业业务流程中。
首先，大模型需要更加贴近行业特点，才能有效地服务于各行各业。其次，大规模数据集是构建大模型所必需的，但这也带来了严峻的数据安全问题。大模型可能会泄露敏感信息，因为它们需要访问大量的人类知识，这些知识往往涉及商业秘密或个人隐私。此外，大型语言生成AI系统容易产生虚假信息，它们可以以令人信服的方式制造谣言或误导，这对于企业来说尤为危险。
为了解决这些问题，周鸿祎提出三个原则：安全性、大模型必须能够提供准确且可靠的信息；可控性，以便企业能够监控并管理大模型；以及易用性，使得员工能轻松使用这些工具来提升工作效率。
他强调，虽然技术发展迅速，但对人工智能（AI）的依赖不应忽视。在未来的数字化转型中，人类将继续扮演核心角色，而AI仅作为辅助工具。如果没有明智地利用人力资源，我们可能会面临人才短缺的问题。而且，对于许多职位而言，即使引入了AI辅助，也难以完全自动化，因此对员工进行培训和教育至关重要，以确保他们能够与新兴技术共存并发挥优势。
周鸿祎还提到，将来数字人将成为推动企业级应用的大模式前沿。他展示了一些定制化的大模式数字人，如北京客服问不倒和北京城市招商宝，这些数字人已经开始为政企领域解决一些核心需求。他认为，用好这个机会，是实现产业升级和创新发展的一个关键因素。
此外，他指出了中国电信集团正在开发的一种名为TeleChat的大模式，该产品支持输出代码、撰写演讲稿等功能，并已开始在厂商智能化方面取得成功，为社会治理能力现代化提供帮助，同时降低成本消耗。
总之，在全球范围内，大规模语言理解与生成（LLaMA）技术正快速发展，而中国也在积极参与其中。然而，要想让这一趋势惠及更多人的生活，我们必须确保它既安全又有控制，又能真正提高效率，让每个人都能从中受益。这要求我们考虑如何平衡技术创新与社会责任，以及如何确保这种创新不会导致新的不平等或失业问题。
