生成式人工智能技術(shù)快速發(fā)展，涵蓋了創(chuàng)意產(chǎn)業(yè)、醫(yī)療保健、虛擬現(xiàn)實、藝術(shù)和文化創(chuàng)作等多個領域，為各行各業(yè)帶來更多創(chuàng)新、效率和價值。第十四屆夏季達沃斯論壇發(fā)布《2023十大新興技術(shù)報告》，其中就包括生成式人工智能。2023年7月13日，國家網(wǎng)信辦等七部門發(fā)布《生成式人工智能服務管理暫行辦法》，推動生成式人工智能向著健康發(fā)展和規(guī)范應用邁進。本期特邀專家圍繞相關問題進行研討。

深度嵌入生產(chǎn)生活全過程

生成式人工智能走進現(xiàn)實，將給經(jīng)濟社會發(fā)展帶來怎樣的變革？

(資料圖片僅供參考)

余江（中國科學院科技戰(zhàn)略咨詢研究院研究員）：當前，以ChatGPT為代表的人工智能的前沿性突破給世界帶來極大震撼，也給人們的生產(chǎn)生活帶來深刻變化。生成式人工智能，是指基于算法、模型、規(guī)則來生成文本、圖片、聲音、視頻、代碼等內(nèi)容的新一代人工智能技術(shù)，其與傳統(tǒng)人工智能或簡單神經(jīng)網(wǎng)絡學習最大的差異是具備自生成模式，可以實現(xiàn)閉環(huán)式學習體系的構(gòu)建，通過從海量數(shù)據(jù)信息中自己學習要素，進而生成全新的、原創(chuàng)的專業(yè)知識內(nèi)容或產(chǎn)品，并能持續(xù)提高自身能力，真正打破了我們熟悉的“專業(yè)知識壁壘”。生成式人工智能等突破性創(chuàng)新涌現(xiàn)，標志著世界進入新一輪創(chuàng)新活躍期和產(chǎn)業(yè)變革期。

值得注意的是，依托無處不在的數(shù)據(jù)與智能，當前除了在語言大模型方面有重大突破，人工智能領軍企業(yè)還在研究構(gòu)建針對不同類型業(yè)務數(shù)據(jù)進行高效訓練的模型，包括代碼、時間序列數(shù)據(jù)、表格數(shù)據(jù)、地理空間數(shù)據(jù)和IT事件數(shù)據(jù)等各類異質(zhì)性極大的數(shù)據(jù)集。生成式人工智能不僅具備傳統(tǒng)人工智能的分析、判斷、決策功能，還能實現(xiàn)其所不及的創(chuàng)造性屬性，加速了人工智能行業(yè)從決策式分析式向生成式躍進演化，強調(diào)學習歸納后進行演繹創(chuàng)造，生成新的知識內(nèi)容，其本質(zhì)是對生產(chǎn)力的大幅度提升和創(chuàng)造，這引起了世界各國科技界和產(chǎn)業(yè)界的高度重視。

具有創(chuàng)造性是生成式人工智能的核心特征。強大的對話能力和生成能力，能夠處理超長文本，允許用長形式的內(nèi)容創(chuàng)建、擴展會話、文檔搜索，回答新問題、承認可能的錯誤、拒絕不適當?shù)恼埱蟮龋馕吨斍叭斯ぶ悄茴嵏擦藗鹘y(tǒng)搜索模式，具有創(chuàng)造性將信息轉(zhuǎn)化為知識的優(yōu)勢，不僅對我們熟悉的咨詢、教學、考試等方面產(chǎn)生深遠影響，在智能客服、游戲、虛擬人等領域也得到廣泛應用。

人工智能持續(xù)取得突破，正不斷催生新產(chǎn)業(yè)、新業(yè)態(tài)和新商業(yè)模式，培育經(jīng)濟發(fā)展新動能。生成式人工智能在商業(yè)端的應用開始跨越企業(yè)組織邊界，深度集成到現(xiàn)有組織工作流程和系統(tǒng)中，對客戶服務、供應鏈和網(wǎng)絡安全等領域的關鍵業(yè)務流程進行重構(gòu)，形成有影響力的新模式、新業(yè)務。生成式人工智能商業(yè)潛力的發(fā)揮，推動了利用與開發(fā)海量數(shù)據(jù)價值的進程，在信息生成、編輯和迭代方面，可以高效收集、整合各類數(shù)據(jù)，自動生成文本內(nèi)容、圖像。據(jù)國際咨詢公司Gartner預測，到2025年，大型企業(yè)機構(gòu)對外營銷信息中的合成信息比例將上升到30%；到2030年，主要影視作品中AI生成內(nèi)容的比例將上升到90%。在新的人工智能基礎設施賦能下，生物制藥、制造、材料科學等領域也開始變革業(yè)務流程。

生成式人工智能從營銷、設計、建筑、內(nèi)容領域向生命科學、制藥、汽車、航空航天產(chǎn)業(yè)廣泛滲透，正成為越來越多行業(yè)的新生產(chǎn)力核心元素，為更多客戶創(chuàng)造全新價值。同時也要認識到，當前算法、模型、數(shù)據(jù)和算力的進步一日千里，亟需引導人工智能良性健康發(fā)展。人工智能系統(tǒng)能力及其固有的局限性是把雙刃劍，在加強技術(shù)研發(fā)和創(chuàng)新的同時，需努力提高其安全性和可控性，有效識別潛在風險和漏洞并形成應對策略。需推進生成式人工智能發(fā)展所需的算力基礎設施、優(yōu)質(zhì)數(shù)據(jù)集等建設。此外，還要營造可信的運行環(huán)境，通過提升算法透明度、水印技術(shù)等方式確保使用者知曉內(nèi)容是否為人工智能生成。釋放海量數(shù)據(jù)價值和生成式人工智能的商業(yè)潛力，需要提供法規(guī)保障，讓更多用戶受益，《生成式人工智能服務管理暫行辦法》出臺，展現(xiàn)了國家堅持發(fā)展和安全并重、促進創(chuàng)新和依法治理相結(jié)合的包容審慎原則。

產(chǎn)業(yè)界高度重視生成式人工智能的突破意義，近期各類大模型發(fā)布如火如荼。擁抱更美好的智能時代，關鍵在于推動人工智能深度嵌入經(jīng)濟社會生產(chǎn)生活全過程，依托數(shù)據(jù)與模型相互增強的雙動力，以數(shù)智化賦能、激活和推動更多新業(yè)務新場景落地，堅持共生共贏的合作開放理念，營造充滿活力的智能化創(chuàng)新生態(tài)圈，讓生成式人工智能成為創(chuàng)新發(fā)展重要驅(qū)動力。

賦能千行百業(yè)潛力巨大

作為一項新技術(shù)，生成式人工智能在我國發(fā)展和應用情況怎樣？如何充分釋放其發(fā)展?jié)摿Γ?/p>

武虹（中國科協(xié)創(chuàng)新戰(zhàn)略研究院研究員）：大模型引發(fā)的生成式人工智能熱潮，其關鍵變革性特征是通過學習現(xiàn)有數(shù)據(jù)并以自然語言而非編程語言實現(xiàn)創(chuàng)建文本、圖像、視頻、音頻和代碼等形式的新內(nèi)容。生成式人工智能泛指借助AI手段由機器自動產(chǎn)出的多模態(tài)內(nèi)容，其技術(shù)本身離不開算力、算法、數(shù)據(jù)三大要素的支撐，而作為AI技術(shù)產(chǎn)出的成果，可以與相關行業(yè)融合，賦能千行百業(yè)。《生成式人工智能服務管理暫行辦法》規(guī)范了生成內(nèi)容的服務管理，對生成式人工智能技術(shù)從算力（平臺）、算法以及數(shù)據(jù)等維度進行了激勵與約束，提升了在應用過程中的規(guī)范化程度，以激發(fā)多方協(xié)作，推動擴大行業(yè)未來增長空間。

伴隨ChatGPT的火爆，人工智能行業(yè)格局發(fā)生巨大變化，由于市場擁擠、產(chǎn)品差異化不夠，國外一些基于開源工具開發(fā)的大語言模型初創(chuàng)企業(yè)發(fā)展受阻，已進入裁員階段，缺乏技術(shù)護城河和產(chǎn)品易復刻成為初創(chuàng)型企業(yè)可持續(xù)發(fā)展面臨的關鍵問題。回觀國內(nèi)，近半年來國產(chǎn)生成式人工智能大模型亦備受業(yè)界關注。今年3月16日，百度推出搭載文心大模型的文心一言，對標ChatGPT。其后，更多巨頭企業(yè)跟進發(fā)布大模型。4月8日，華為更新盤古大模型；4月10日，商湯科技推出商量SenseChat；4月11日，阿里巴巴推出通義千問，字節(jié)跳動、科大訊飛、京東、騰訊等互聯(lián)網(wǎng)巨頭也相繼在該領域布局。科技部新一代人工智能發(fā)展研究中心5月底發(fā)布的《中國人工智能大模型地圖研究報告》顯示，當前國內(nèi)10億參數(shù)規(guī)模以上的大模型已發(fā)布79個。數(shù)據(jù)顯示，我國人工智能核心產(chǎn)業(yè)規(guī)模達到5000億元，企業(yè)數(shù)量超過4300家，生成式人工智能大模型成為近期熱度最高的領域。從目前狀況來看，國內(nèi)生成式人工智能底層算法及實現(xiàn)與發(fā)達國家還存在一定差距，算力存在限制，加之國外基礎模型自身也在不斷演進與發(fā)展，作為上層應用的人工智能產(chǎn)業(yè)或在不短的時間內(nèi)處于緊密跟隨的動蕩期。

大模型作為生成式人工智能最基礎、最核心的工具，可作為底層技術(shù)，在此基礎上垂直應用于各個產(chǎn)業(yè)和復雜場景。國內(nèi)大型科技企業(yè)研發(fā)的人工智能大模型已布局辦公、娛樂、生活、金融、醫(yī)療、教育、工業(yè)、自動駕駛、智慧城市等多個領域。例如，百度文心大模型已率先應用于百度搜索、信息流、智能駕駛、百度地圖、小度智能屏等內(nèi)部重要產(chǎn)品，并在能源、金融、傳媒、社科等領域與國家電網(wǎng)、浦發(fā)銀行、泰康保險集團、上海辭書出版社等開展外部應用實踐。華為盤古大模型專注于企業(yè)市場服務，已在能源、零售、金融、工業(yè)、醫(yī)療、環(huán)境、物流等領域完成場景驗證。公開信息顯示，在醫(yī)藥領域，利用藥物分子大模型可將先導藥研發(fā)周期縮短至1個月，研發(fā)成本降低約70%；在氣象領域，可提供秒級全球氣象預報，預測速度提高了萬倍以上；在工業(yè)領域，可提升樣本篩選效率約30倍，篩選質(zhì)量提高約5倍，同時降低開發(fā)成本90%，但目前尚無關于盤古大模型的外部評估信息。

關鍵詞：