我國人工智能產(chǎn)業(yè)如何實(shí)現“彎道超車(chē)”

　　◎本報記者 崔 爽

　　相比其他國家，中國擁有龐大的實(shí)體產(chǎn)業(yè)基礎，并正加快構建現代化產(chǎn)業(yè)體系，對于人工智能技術(shù)與行業(yè)應用的深度融合有著(zhù)更龐大、更迫切、更具價(jià)值的實(shí)際需求，為人工智能技術(shù)創(chuàng )新提供了更為廣闊的創(chuàng )新實(shí)踐空間。這也是在大模型時(shí)代，國內產(chǎn)業(yè)在人工智能領(lǐng)域的機遇所在。

　　隨著(zhù)國內生成式人工智能的快速發(fā)展，相關(guān)監管政策正逐步落地，由國家互聯(lián)網(wǎng)信息辦公室等七部門(mén)聯(lián)合發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》(以下簡(jiǎn)稱(chēng)《辦法》)于8月15日正式施行。作為我國首份針對生成式人工智能的規范性監管文件，《辦法》以“促進(jìn)生成式人工智能健康發(fā)展和規范應用”為目標，明確國家堅持發(fā)展和安全并重、促進(jìn)創(chuàng )新和依法治理相結合的原則，對生成式人工智能服務(wù)實(shí)行包容審慎和分類(lèi)分級監管。

　　在日益完善的監管鏈條之下，我國人工智能產(chǎn)業(yè)迎來(lái)合規發(fā)展新階段，正如各方專(zhuān)家所言，“不發(fā)展是最大的不安全”。

　　運用監管科技激活人工智能市場(chǎng)活力

　　“ChatGPT的問(wèn)世引發(fā)了新一輪人工智能革命，人類(lèi)與機器、技術(shù)與產(chǎn)業(yè)、虛擬與現實(shí)之間的關(guān)系發(fā)生著(zhù)廣泛而深刻的改變，技術(shù)創(chuàng )新也給人類(lèi)社會(huì )文明秩序帶來(lái)了挑戰。”近日，在中國社會(huì )科學(xué)院法學(xué)研究所主辦的“全球治理話(huà)語(yǔ)競賽下人工智能立法的中國方案”研討會(huì )上，南方財經(jīng)全媒體集團合規科技研究院院長(cháng)虞偉表示。

　　當前全球正在進(jìn)行智力話(huà)語(yǔ)競賽，掀起新一輪AI監管潮。虞偉介紹，歐洲正謀求AI監管領(lǐng)域的主導權，早早將立法提上日程。2019年歐盟委員會(huì )發(fā)布《人工智能倫理準則》，提出評價(jià)人工智能可信賴(lài)的七項標準。2020年歐盟出臺《人工智能白皮書(shū)》，為人工智能的監管提供多種政策選項。今年6月14日，歐盟議會(huì )以壓倒性?xún)?yōu)勢的投票結果通過(guò)歐盟人工智能法案草案，預計在完成最終談判后正式審批通過(guò)。

　　南財合規科技研究院首席研究員王俊建議，我國可以在建立基于應用場(chǎng)景的制度、明確政府主導作用并協(xié)同社會(huì )多方治理、科學(xué)應用技術(shù)工具等方面借鑒歐洲監管經(jīng)驗。

　　“我們目前還沒(méi)有實(shí)現對風(fēng)險全面類(lèi)型化和場(chǎng)景化的區分，因為風(fēng)險具有復雜性，單一的治理技術(shù)和多元治理場(chǎng)景存在矛盾。接下來(lái)可以基于場(chǎng)景把監管做得更精細化，針對不同技術(shù)路線(xiàn)、應用模式和責任主體，在不同場(chǎng)景中對不同的風(fēng)險點(diǎn)進(jìn)行差異化監管。”王俊表示，同時(shí)，可以采取分級治理的模式，給中低風(fēng)險領(lǐng)域留出試錯和發(fā)展空間，積極運用一些監管科技，綜合選擇適配的監管科技模式，激活人工智能市場(chǎng)活力。

　　新浪集團法務(wù)部總經(jīng)理谷海燕同樣認為，希望看到更加有區分度的監管措施。比如歐盟的人工智能法案草案，采用風(fēng)險區分規制路徑，根據風(fēng)險級別，分為不可接受風(fēng)險人工智能、高風(fēng)險人工智能、低風(fēng)險人工智能，以及最小風(fēng)險人工智能，并分別設置相關(guān)主體的法律義務(wù)。

　　“我們必須關(guān)注AI熱潮中伴生的風(fēng)險。”虞偉指出，比如在數據層面，面對生成式人工智能龐大的數據需求，如何建立高質(zhì)量的語(yǔ)料數據庫，如何加強全流程的數據合規管理。在法律層面，生成式人工智能的結果能否構成著(zhù)作權法所定義的作品仍存爭議，進(jìn)一步的版權歸屬問(wèn)題也需要厘清。此外，歧視、偏見(jiàn)、虛假信息傳播等風(fēng)險在大模型大量數據投喂的訓練方式下也被放大，如何將道德倫理原則“教”給AI，做到精準糾偏，兼顧公平與效率，這些都需要進(jìn)一步研究。

　　構建算力生態(tài)支撐人工智能產(chǎn)業(yè)發(fā)展

　　數據顯示，今年上半年，國內發(fā)布的各類(lèi)大模型數量超過(guò)100個(gè)。據不完全統計，目前國內已有大約80個(gè)參數在10億規模以上的大模型。《辦法》提出，推動(dòng)生成式人工智能基礎設施和公共訓練數據資源平臺建設。促進(jìn)算力資源協(xié)同共享，提升算力資源利用效能。推動(dòng)公共數據分類(lèi)分級有序開(kāi)放，擴展高質(zhì)量的公共訓練數據資源。鼓勵采用安全可信的芯片、軟件、工具、算力和數據資源。

　　算力是數字時(shí)代的底座，也是人工智能發(fā)展的引擎。據工信部最新消息，截至今年6月底，全國在用數據中心機架總規模超過(guò)760萬(wàn)標準機架，算力總規模達到每秒1.97萬(wàn)億億次浮點(diǎn)運算(197EFLOPS)，算力總規模近五年年均增速近30%，存力總規模超過(guò)1080EB。

　　中國工程院院士劉韻潔表示，我國的算力產(chǎn)業(yè)有著(zhù)廣闊的發(fā)展前景，因為中國是制造大國，實(shí)體經(jīng)濟對于算力有著(zhù)很大的需求，游戲、AR、VR等消費領(lǐng)域對算力的需求也很大。“有政策支持和技術(shù)發(fā)展，算力隨取隨用的前景可以期待。我們未來(lái)能夠實(shí)現像使用水、電一樣使用算力。”

　　但他同時(shí)強調，我國的算力網(wǎng)絡(luò )要想滿(mǎn)足大模型的需求，就需要方方面面協(xié)同發(fā)展。比如，建立通用大模型或行業(yè)大模型都需要訓練數據，這就需要把行業(yè)的數據保護好、利用好、管理好。

　　把握技術(shù)趨勢推進(jìn)行業(yè)大模型實(shí)踐

　　生成式人工智能的功能遠不止提供信息內容服務(wù)，其可以作為“技術(shù)基座”給金融、醫療、自動(dòng)駕駛等多個(gè)行業(yè)領(lǐng)域賦能，未來(lái)將成為社會(huì )的“技術(shù)基礎設施”。《辦法》明確鼓勵生成式人工智能技術(shù)在各行業(yè)、各領(lǐng)域的創(chuàng )新應用，生成積極健康、向上向善的優(yōu)質(zhì)內容，探索優(yōu)化應用場(chǎng)景，構建應用生態(tài)體系。

　　“在以ChatGPT為代表的通用大模型面前，我們的短板比較明顯。”劉韻潔在2023中國算力大會(huì )直言，“中國的機會(huì )在于行業(yè)大模型。”

　　通用大模型一般指在多個(gè)領(lǐng)域應用廣泛的大型深度學(xué)習模型，行業(yè)大模型則是專(zhuān)門(mén)針對某個(gè)特定垂直行業(yè)所設計的大型深度學(xué)習模型，這些模型通常在特定行業(yè)中使用的數據集上進(jìn)行訓練，以提高在該行業(yè)中運用的準確度和效率。比較典型的行業(yè)大模型，有金融行業(yè)的風(fēng)控模型等。

　　劉韻潔介紹，基于通用大模型的基礎能力，針對行業(yè)垂直領(lǐng)域知識和業(yè)務(wù)場(chǎng)景需求，發(fā)展行業(yè)大模型已成為技術(shù)發(fā)展的必然趨勢。一方面，行業(yè)特定的知識積累和經(jīng)驗可以被應用到模型中，提高模型的質(zhì)量和準確性；另一方面，行業(yè)大模型可以通過(guò)學(xué)習不斷更新迭代，幫助企業(yè)更好地理解行業(yè)趨勢，做出更為準確的商業(yè)決策。

　　目前，國內已逐步建立起涵蓋理論方法和軟硬件技術(shù)的體系化研發(fā)能力，一批具有行業(yè)影響力的預訓練大模型蓬勃發(fā)展，形成了緊跟世界前沿的技術(shù)群。以華為云盤(pán)古大模型為例，據報道，該大模型已經(jīng)陸續推出礦山、藥物分子、電力、氣象、海浪等大模型，在各行業(yè)落地創(chuàng )新項目超1000個(gè)，通過(guò)提供先進(jìn)算法和解決方案，深入大模型的全棧自主創(chuàng )新，加快推動(dòng)算力國產(chǎn)化。

　　同時(shí)，相比其他國家，中國擁有龐大的實(shí)體產(chǎn)業(yè)基礎，并正加快構建現代化產(chǎn)業(yè)體系，對于人工智能技術(shù)與行業(yè)應用的深度融合有著(zhù)更龐大、更迫切、更具價(jià)值的實(shí)際需求，為人工智能技術(shù)創(chuàng )新提供了更為廣闊的創(chuàng )新實(shí)踐空間。這也是在大模型時(shí)代，國內產(chǎn)業(yè)在人工智能領(lǐng)域的機遇所在。