（CWW）ChatGPT一經(jīng)推出得到廣泛關(guān) 注，成為2023年度世界級熱詞，其影 響力甚至超過1997年的IBM沃森智力 競賽和2016年的谷歌AlphaGo圍棋 競賽，成為人工智能發(fā)展史上的重要 節(jié)點(diǎn)。類ChatGPT大模型（以下簡稱 “大模型”）是指基于大模型底座的人 工智能驅(qū)動處理工具，不僅開啟了知 識內(nèi)容生產(chǎn)新時(shí)代，更打破了垂直類 業(yè)務(wù)模型的局限性，將成為面向公共 服務(wù)的新型基礎(chǔ)設(shè)施。目前，全世界范 圍內(nèi)已掀起研制開發(fā)大模型的浪潮， 谷歌、微軟、英偉達(dá)等龍頭企業(yè)應(yīng)時(shí)而 動，抓住科技機(jī)遇并搶占全球產(chǎn)業(yè)發(fā) 展先機(jī)。
(資料圖片僅供參考)
相比傳統(tǒng)AI模型，大模型 具有的優(yōu)勢
大模型相比基于垂直領(lǐng)域的AI模 型主要有以下兩點(diǎn)優(yōu)勢。 一方面是大模型更具智慧性，將傳 統(tǒng)數(shù)據(jù)的被動輸入獲得結(jié)果改變?yōu)橹?動輸出創(chuàng)新成果。一是自處理后閉環(huán)優(yōu) 化。無論是ChatGPT還是其他大模型， 其基本技術(shù)思路都是先預(yù)訓(xùn)練大模型 再進(jìn)行后期閉環(huán)優(yōu)化微調(diào)。在預(yù)訓(xùn)練大 模型的基礎(chǔ)上，使用數(shù)百億條文本數(shù)據(jù) 對特定模型進(jìn)行微調(diào)式訓(xùn)練，使其能夠 自動進(jìn)行語言理解、問答、翻譯、決策 等多種任務(wù)處理，并且通過交互與反饋 不斷進(jìn)行閉環(huán)優(yōu)化。二是自感知后創(chuàng)新學(xué)習(xí)。突破傳統(tǒng)AI模仿式學(xué)習(xí)范式，大 模型能夠主動感知理解語言、事物，圍 繞龐大的數(shù)據(jù)特征，依托海量模型壓縮 算法，實(shí)現(xiàn)多維度邏輯交互，形成概率 最大、最有可能發(fā)生的結(jié)果。三是自適 配后場景復(fù)用。傳統(tǒng)模型通常需要依靠 確定性業(yè)務(wù)邏輯進(jìn)行數(shù)據(jù)采集、模型訓(xùn) 練與調(diào)優(yōu)，不僅消耗算力而且無法在更 多行業(yè)復(fù)用。而大模型不僅可以在不同 行業(yè)復(fù)用，而且能夠通過積累的經(jīng)驗(yàn)持 續(xù)迭代從而實(shí)現(xiàn)性能升級。 另一方面，推動AI應(yīng)用扁平化，降 低人工智能部署門檻，構(gòu)建應(yīng)用新范 式。一是推動AI研發(fā)范式標(biāo)準(zhǔn)化。通過 “零樣本”或小樣本微調(diào)，大模型可以在多種任務(wù)上實(shí)現(xiàn)較好效果，具有很強(qiáng) 的泛化能力。大模型訓(xùn)練實(shí)現(xiàn)上下游分 工、流水線協(xié)同，形成“預(yù)訓(xùn)練＋微調(diào)” 新范式，帶來了新的標(biāo)準(zhǔn)化AI研發(fā)邏 輯，實(shí)現(xiàn)AI模型在更統(tǒng)一、更簡單的方 式下規(guī)?；a(chǎn)，增強(qiáng)了人工智能在不 同業(yè)務(wù)場景的性能。二是降低AI應(yīng)用開 發(fā)門檻。大模型的通用性、泛化性和“預(yù) 訓(xùn)練＋微調(diào)”等新開發(fā)范式，讓AI場景 應(yīng)用的模型定制流程更標(biāo)準(zhǔn)化，效果優(yōu) 化更簡單，有效降低了對數(shù)據(jù)標(biāo)注、算 法調(diào)優(yōu)的能力要求，使AI應(yīng)用研發(fā)更便 捷。三是促進(jìn)AI應(yīng)用產(chǎn)業(yè)化。圍繞大模 型基礎(chǔ)共性平臺，研發(fā)人員可以通過調(diào) 用API，高效地布局AI開發(fā)MaaS微服 務(wù)，加速人工智能產(chǎn)業(yè)化進(jìn)程，極大降 低AI開發(fā)門檻，讓更多企業(yè)或開發(fā)者能 夠低成本、高效率地獲得AI能力。
大模型對工業(yè)互聯(lián)網(wǎng)的 推進(jìn)作用
工業(yè)互聯(lián)網(wǎng)圍繞全產(chǎn)業(yè)鏈、全價(jià)值 鏈、全要素的全面鏈接，構(gòu)建新一代信 息技術(shù)賦能制造業(yè)的新生態(tài)，強(qiáng)調(diào)海量 生產(chǎn)要素的互聯(lián)互通、運(yùn)行數(shù)據(jù)的價(jià)值 挖掘和工業(yè)知識的沉淀復(fù)用，這為大模 型的應(yīng)用提供了“天然土壤”。
具有大算力、大算法和大數(shù)據(jù)特 征的大模型，可在3個方面進(jìn)一步優(yōu)化 工業(yè)互聯(lián)網(wǎng)。一是優(yōu)化全生產(chǎn)流程。數(shù) 以億計(jì)的基礎(chǔ)算法、高度的泛化能力和 合理的機(jī)器生成能力不僅可以提高消 費(fèi)互聯(lián)場景中消費(fèi)者的體驗(yàn)，還可以通 過工業(yè)互聯(lián)網(wǎng)滲透到研發(fā)設(shè)計(jì)、生產(chǎn)制 造、運(yùn)營管理、產(chǎn)品服務(wù)、人員培訓(xùn)等 工業(yè)全過程，從而促進(jìn)工業(yè)互聯(lián)網(wǎng)向行 業(yè)滲透。例如在生產(chǎn)制造方面，大模型 能在生產(chǎn)制造流程中幫助工人精準(zhǔn)設(shè) 定設(shè)備的工藝參數(shù)，提供有效的精細(xì)化 操作指引，在突發(fā)故障時(shí)提供快速診斷 能力和應(yīng)急解決方案。
二是變革傳統(tǒng)工業(yè)邏輯。大模型 可拓展應(yīng)用于工業(yè)領(lǐng)域中語音轉(zhuǎn)換、圖 像識別、智能決策等環(huán)節(jié)，工業(yè)互聯(lián)網(wǎng) 網(wǎng)絡(luò)、平臺、數(shù)據(jù)、標(biāo)識、安全等體系的 構(gòu)建，將改變傳統(tǒng)的垂直業(yè)務(wù)系統(tǒng)，催 生植根在平臺上的以大模型為基礎(chǔ)、輕 量化的MaaS層服務(wù)，優(yōu)化工業(yè)互聯(lián)網(wǎng) 賦能方式，促進(jìn)工業(yè)智能化變革。例如 大模型可直接對ERP、WMS、PLM、 CRM、SRM等業(yè)務(wù)系統(tǒng)的運(yùn)營數(shù)據(jù)與 模型代碼進(jìn)行理解學(xué)習(xí)，可跨域平臺層， 主動生成圖表報(bào)告，指導(dǎo)圖像識別處理 系統(tǒng)、故障診斷系統(tǒng)、時(shí)間序列分析系 統(tǒng)融合，優(yōu)化運(yùn)營管理與決策流程。
三是推動解決方案復(fù)用。大模型的 出現(xiàn)很大程度上解決了傳統(tǒng)模型/服務(wù) 不能很好實(shí)現(xiàn)跨模態(tài)、跨領(lǐng)域應(yīng)用的問 題。植根在工業(yè)互聯(lián)網(wǎng)平臺上的MaaS 層可在多種場景下直接為用戶終端提 供高質(zhì)量大模型服務(wù)，企業(yè)可以通過調(diào) 度相關(guān)的API，并基于特定解決方案的 業(yè)務(wù)場景對數(shù)據(jù)進(jìn)行加工訓(xùn)練，從而降 低企業(yè)的開發(fā)和應(yīng)用成本，實(shí)現(xiàn)企業(yè)個 性化應(yīng)用業(yè)務(wù)的部署、優(yōu)化和升級。大 模型可提升語言理解能力和圖像生成 能力，在研發(fā)設(shè)計(jì)流程中調(diào)用模型微服 務(wù)，幫助研發(fā)人員精準(zhǔn)挖掘并梳理有效 的基礎(chǔ)知識，生成面向具體應(yīng)用的基礎(chǔ) 代碼或者進(jìn)行三維可視化設(shè)計(jì)，以及建 立智能工業(yè)知識庫等。
我國工業(yè)互聯(lián)網(wǎng)大模型 發(fā)展的下一步建議
目前，我國積極推動大模型產(chǎn)業(yè)發(fā) 展，華為、百度、騰訊等互聯(lián)網(wǎng)巨頭均推 出相關(guān)產(chǎn)品，商湯、科大訊飛等領(lǐng)先企 業(yè)也在持續(xù)深化布局。值得一提的是， 我國大模型產(chǎn)業(yè)仍然面臨基礎(chǔ)底座建 設(shè)難、智算中心水平低、數(shù)據(jù)采集能力 差和模型交互能力弱等多方面挑戰(zhàn)，未 來應(yīng)在以下4個方面開展相應(yīng)工作。
一是加強(qiáng)頂層設(shè)計(jì)。制定推動大 模型產(chǎn)業(yè)創(chuàng)新發(fā)展的相關(guān)政策，規(guī)范新 型基礎(chǔ)設(shè)施建設(shè)標(biāo)準(zhǔn)，出臺相關(guān)產(chǎn)業(yè)的 稅收優(yōu)惠政策，鼓勵大模型相關(guān)企業(yè)賦 能制造業(yè)，優(yōu)化工業(yè)互聯(lián)網(wǎng)現(xiàn)有體系架 構(gòu)，強(qiáng)化MaaS層功能部署和應(yīng)用，推 動先行先試，打造“工業(yè)互聯(lián)網(wǎng)＋大模 型”示范應(yīng)用，推廣大模型賦能工業(yè)互 聯(lián)網(wǎng)優(yōu)秀解決方案。
二是優(yōu)化資源供給。依托國家財(cái) 政，建設(shè)國家級工業(yè)模型庫，構(gòu)建統(tǒng)一 調(diào)度管理的智算中心體系，筑牢基礎(chǔ)大 模型底座；依托地方投資、投資基金等 渠道，打造工業(yè)機(jī)理模型資源池，培育 大模型技術(shù)創(chuàng)新企業(yè)。用好工業(yè)互聯(lián)網(wǎng) 大數(shù)據(jù)中心、國家超級計(jì)算中心等公共 基礎(chǔ)資源，鼓勵企業(yè)的關(guān)鍵設(shè)備和核心 業(yè)務(wù)系統(tǒng)上云上平臺、推進(jìn)工業(yè)數(shù)據(jù)采 集和分級分類管理。
三是開展技術(shù)攻關(guān)。高性能、低成 本的算力是AI大模型技術(shù)創(chuàng)新和產(chǎn)業(yè) 化的關(guān)鍵資源。聚焦高端GPU芯片、仿 真軟件等核心環(huán)節(jié)，重點(diǎn)突破集成電 路、工業(yè)軟件等“卡脖子”問題，推廣云 計(jì)算的大規(guī)模集群統(tǒng)一調(diào)度技術(shù)，推廣 “一云多芯”的公共云服務(wù)，支持兼容 ARM、x86等實(shí)現(xiàn)混合部署，發(fā)揮大規(guī) 模集群算力優(yōu)勢與集約化成本優(yōu)勢。
四是構(gòu)建產(chǎn)業(yè)生態(tài)。發(fā)揮市場主 體作用，鼓勵行業(yè)龍頭企業(yè)和技術(shù)領(lǐng)先 企業(yè)加強(qiáng)技術(shù)投入，研制新型大模型產(chǎn) 品，充分參與國際競爭；孵化基于大模 型創(chuàng)新的技術(shù)型企業(yè)，構(gòu)建大模型開源 生態(tài)，推動“政產(chǎn)學(xué)研用金”協(xié)同合作， 引導(dǎo)更多企業(yè)應(yīng)用大模型，享受大模型 帶來的便利；建立多元化的人才培養(yǎng)體 系，培養(yǎng)大模型領(lǐng)域與制造業(yè)領(lǐng)域的復(fù) 合型領(lǐng)軍人才。
關(guān)鍵詞：
營業(yè)執(zhí)照公示信息