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。
首先，大模型面临数据安全风险。在使用公有大模型时，每个企业都会保留核心资产，不愿意将其暴露给外界。而且，由于大模型需要了解大量信息，它一旦被利用，就可能泄露敏感信息。这不仅影响数据的安全，还可能造成严重后果。
其次，大模型生成的内容往往不可靠。它会“胡说八道”，即使是正经地进行，这种特性在医疗、大型工程等严肃场合下尤为危险。大规模的大模型训练成本极高，达到一千万美元甚至更高，这对于许多企业来说是一个沉重负担。
为了解决这些问题，周鸿祎提出三条原则：安全、可信和可控。他强调，在构建企业级的大模式时必须坚持这三个原则，以确保AI技术能够真正服务于人类，而不是对人类产生威胁。
此外，周鸿祎还提出了如何让企业有效使用大模式的一些策略。首先，要发挥通用能力；其次，要针对痛点和刚需进行细化切入；最后，要通过监控审计手段来控制大模式，使之成为辅助工具而非主导者，并确保所有员工都能使用并受益于AI技术。
数字人作为未来一个重要方向，将为解决上述问题提供新的可能性。此前360智脑就已经推出了具有灵魂的人工智能助理，而现在北京市也正在开发类似的数字人以满足政企领域的需求。
中国电信集团也展示了他们研发的大型语言处理系统TeleChat，该系统支持输出代码和撰写演讲稿，并且基于国内中文数据进行训练，其效率与算法能力都达到了较高水平。此外，云知声与北京友谊医院合作开发了一款基于山海大模式的门诊病历生成系统，该系统预计可以显著提高医生电子病历录入效率，同时减少患者问诊时间。
然而，大型语言处理器（LLM）是一项赢家通吃的事业，它需要大量资金、高性能硬件，以及优秀人才。这意味着巨头们拥有优势，因为他们有钱，有技术，也拥有庞大的用户群体，从而收集到更多数据，这进一步加强了它们的地位。而创业公司面临资金分散的问题，没有量化明确的商业化流程，更难实现盈利或扩张业务范围。
当前国内市场正在形成一些基础设施建设者，如阿里巴巴、腾讯、百度等，以及一些垂直领域专家，如毫末智行、中科闻歌等，他们各自专注于不同方面的问题解决。不过政府一直在推动这一产业发展，比如北京市已经宣布第二批通用人工智能产业创新伙伴计划，其中包括63家企业参与其中。这表明政策层面的支持力度不容小觑，对未来的发展趋势有着积极影响。
