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，大模型对数据的依赖导致其难以保护个人知識产权。企业往往不会将核心技术和策略透露给外界，因此，公有大模型可能会面临数据泄露风险。此外，由于算法特性，大型生成式AI可能会产生虚假信息，这对于医疗、金融等敏感领域而言是一个严重问题。
其次，大规模训练一个大型语言模型需要大量资金，并且这种过程极为耗时且能源消耗巨大。这使得小型企业或个人难以进行类似的训练，限制了创新空间。
为了解决这些问题，周鸿祎提出了三个原则：安全性、可信性和可控性。他认为，要确保人工智能系统不仅要安全，而且还必须能够提供准确可靠的信息，以避免错误决策带来的后果。而且，他强调了监控审计机制的重要性，以防止AI系统被滥用。
此外，周鸿祎建议企业应优先使用通用能力，同时关注行业痛点和需求。在使用AI时，他倡导采取“助手”模式，让人工智能成为工具，而非决策者。他还强调了易用性的重要性，因为这是推动AI普及与成功实现的人机协作关键所在。
数字人作为未来的大模型入口，将成为一种新的工作方式，它们可以帮助解决当前的大模型易用性的问题。此外，一些公司如360智脑已经开发出了定制化数字助理，如北京客服问不倒，以及北京城市招商宝，这些都是针对特定市场需求量身定做的大型语言模型产品。
中国电信集团也展示了一款名为TeleChat的大型语言模型，它支持输出代码以及撰写演讲稿等功能，其算力效率比其他同类型产品更高。这项技术已开始用于厂商智能化服务，为语音接线员节省时间并提高服务质量。
云知声创新事业部副总裁郭凡介绍了一款基于山海大模型门诊病历生成系统，该系统预计能够提升医生的电子病历录入效率超过40%，减少患者问诊时间超过66%。这表明，在医疗领域，大型语言模块可以显著提升工作效率并降低成本。
然而，即便如此，大型语言模块仍然是竞争激烈的市场，其中赢家通吃。大公司如阿里巴巴、腾讯、百度等拥有更多资源，可以购买最新硬件（如英伟达A100卡）并投资云计算服务，从而获取优势。而初创公司面临着盈利困难的问题，他们需要找到有效途径来商业化自己的技术，并实现盈利目标。
政府正在积极参与这一过程，比如通过发布《北京市加快建设具有全球影响力的人工智能创新基地实施方案》来促进这一产业发展至2025年。同时，《北京市促进通用人工智能创新发展若干措施》的通知要求政府部门整合资源，加强基础研究，对于风险防范与创新生态构建持重视态度，以推动这一新兴产业健康稳健地发展下去。
