2022年AI大模型ChatGPT引领未来产业，生成式人工智能应用井喷
川报记者 高高 尹梦琪 施舒
2022年底，一则“AI初创公司Open AI上线ChatGPT”的消息让成都明图科技有限公司首席技术官颜帅彻夜难眠。
“我已经很久没有这么兴奋了。”颜帅表示，这款名为大模型的应用并没有像搜索引擎那样花费大量时间拆解信息，而是具有一定的抽象思维能力。 “与以往任何人工智能应用不同，大模型更像是科幻电影中的人工智能，它将引领未来产业的发展。”
预感很快就变成了现实。 ChatGPT问世不久，谷歌、Meta、亚马逊、百度、阿里巴巴等公司纷纷加入，数百个大型模型如雨后春笋般涌现。生成式人工智能到处开花。一时间，文本生成、文本生成、图形、语音处理、代码处理、视频处理等应用产品蓬勃发展。
图为部分四川行业垂直大型示范企业
为抢占人工智能发展机遇，企业忙于“百款大战”，各地也纷纷展开大车型的竞赛。北京、上海、广东、浙江等地纷纷推出大样板扶持政策，完善发展所需的配套支持。
在这场竞争中，四川企业也没有置身事外。然而，他们中的大多数并没有选择通用大型模型或基础大型模型作为他们的赛道。而是基于自身基础和产业优势，重点发展行业垂直大机型。快两年过去了。这些大车型的增长在智能制造、文化旅游、医疗诊疗等领域分布如何？您遇到了什么问题？未来应该如何发展？近日，记者走访了这些大型模型公司一探究竟。
浪潮涌入解决行业痛点
如果未来有一个投资的机会，你愿意“赌”吗？这是较早一批进入大车型赛道的四川企业面临的选择。
2017年成立的成都考拉悠然科技有限公司就是其中之一。走进公司办公楼，墙上的标语简单明了：共建美好万物AI世界。公司总架构师谢志宇表示，公司自成立以来，专注于人工智能核心领域的成果转化。
“2020年我们就差不多进入大模型赛道了。”谢志宇表示，传统人工智能模式下，开发应用就需要开发模型，成本太高，效果也不好。他以城市交通道路管理为例。如果您想开发一个应用程序来捕获闯红灯违规者，那么它可能无法捕获超速和非法变道。 “当时我们就在想，能否开发出一种多模态工具，可以同时解决几十到上百个任务，让AI研发从碎片化走向融合。”
和谢知宇有同样感受的就是颜帅。他的公司明图科技于2019年开发了一款办公辅助机器人，方便用户在不同场景下进行咨询工作。 “但也有一些缺点。”严帅表示，当面对用户问题时，这款机器人会从数据库中找到相应的答案进行匹配。如果用户的意图不明确或者需要更加定制化的答案，机器人就很难满足用户的需求。 “我们希望打造一款能够理解客户需求并根据客户需求给出定制化答案的智能机器人。”
2022年11月30日，ChatGPT诞生。其强大的生成能力和广阔的应用前景，让更多人看到了人工智能行业跨越的可能性。几乎与此同时，2022年11月25日，国家网信办、工业和信息化部、公安部联合发布《互联网信息服务深度综合管理规定》，划定人工智能信息服务“底线”和“红线”。 。
自贡元宵节数字人物
技术的突破和法律体系的逐步规范，让更多的企业看到了未来的发展方向。颜帅表示，ChatGPT出现后不久，公司召开了内部会议，决定将之前的工作全部迁移到大模型上。后来他们又推出了大型政务服务模型MT-WorkGPT。 “我们现在的很多产品都是基于这个模型，比如自贡元宵节期间，我们就推出了数字人，从哪个入口人少，到这次元宵节的亮点，它都知道。”
正如自贡灯会的数字人一样，四川多个行业的大型垂直模式正在行业舞台上崭露头角，不断解决行业痛点。
其中有的通过大型模型提高了行业的生产效率——
走进成都数智联科技有限公司，看似不起眼的机器正在检查各种工业产品是否存在缺陷。 “这是我们基于工业缺陷检测领域大模型打造的智能检测产品，可以帮助企业检测工业产品的缺陷。”该公司董事长付岩表示，这些产品的检测准确率高达99%，可以帮助生产企业节省成本。人工成本占80%以上。
其中有的通过大模型优化了行业的服务质量——
“请帮我规划一下看雪景的路线。”文旅会上，游客咨询数字大熊猫“安一”。不到3秒，“安易”就根据用户的需求定制了路线。据该产品生产商四川川投智胜数字科技有限公司工作人员介绍，这款数字熊猫基于AI文旅模式，不仅可以完成线路规划，还可以提供交通安排、住宿预订等服务。其他服务。
其中有的通过大模型推动了行业创新发展——
7月28日，由国家超级计算成都中心、中国地震局地球物理研究所、清华大学联合研发的“婷婷”大型地震波模型正式发布。这个大型模型的特别之处在于，它是一头“聆听”地震的“魔兽”。可用于地震信号识别、地震活动监测、大地震快速响应等，还将拓展到矿山地震检测、地下空间结构检测、海底地震检测等领域。
“行业垂直大模型的故事才刚刚开始。”科技部相关负责人表示。目前，四川已聚集30多个行业垂直大模式，涉及智能制造、文化旅游、医疗诊疗等领域。未来将结合市场需求和资源优势，支持更多细分领域更大车型的开发。
超级计算中心。超级计算中心供图
成长的烦恼机遇与挑战
大车型发展正如火如荼，但机遇与挑战并存。蓬勃发展的四川垂直模式，也有越来越大的“烦恼”。
有受访者提到，无论是通用大模型还是行业垂直大模型，逻辑都是一样的，都是给人工智能喂一波学习资料，让它自己学习，训练一个初始模型，然后让它做题，然后用“标准答案”来测试。当遇到错误的问题时，反向微调模型的参数，通过“预训练+微调”来提高模型的准确率。当参数和数据规模达到质变阈值时，大模型会突然“醒来”，出现“涌现”效应。
为此，一些企业不得不将大部分成本投入到算力上，以实现“努力创造奇迹”。 “大型模型训练的长度或创新的速度从根本上取决于计算能力的大小。”一位智能制造行业垂直大模型负责人告诉记者，他们70%的训练成本花在算力上，90%的推理成本都花在了算力上，光算力上花的成本就上百万元每年。 “但即便如此，我们的计算能力仍然不足。”
比算力更麻烦的是数据。 “与一般大模型相比，垂直大模型更像‘专家’，需要足够丰富、高质量的垂直行业训练数据。” “本草智库”中药全产业链大模型技术总监陈伟介绍，他们花了10多年的时间，建立了一个超过2000万个实体、超过20亿的知识图谱。关系对生成一系列涵盖整个中药产业链关键环节的数据，让大模型可以应用于中药种植、质量控制、药物研究等整个中药产业链的关键环节。发展。具有决策支持能力。
“但如果我们想实现咨询等互动功能，就需要对知识进行更深入的挖掘。”一家从事大型医疗诊疗模式的公司代表表示，医疗行业的大量知识并不是在互联网上呈现的，甚至很多都是医生。经验性的认知积累，擅长复杂推理的行业专家，他们最有价值的思维框架和思维模型还远远没有被记录或数字化。 “行业垂直大模型针对的是特定的行业和需求，但目前的训练数据来源主要来自互联网、社交、搜索等渠道。如果这些‘隐藏’的数据不能被挖掘出来，大模型的训练效果和应用性能就会受到影响。”将会受到限制。”
如果说数据和计算能力是大型模型的基础设施，那么训练则体现了更多的“人”因素。谢志宇认为，在训练大型模型时，参数的数量并不是最重要的。工程过程中的调整才是真正的考验。 “这些垂直领域的不同类型的数据进来后，人类专家需要将其归纳为不涉及隐私信息的领域知识，并‘合成’成大型模型的‘专业教材’，以便开发出更有针对性的模型。”产品。”
全力赛跑，赋能行业转型提升品质
经过几年的发展，从业者既兴奋又焦虑。兴奋的是他们正在参与一场新的产业变革，但焦虑的是这个行业实在是太“体量”了。
从“量”技术到“量”价格再到“量”应用，“量”字背后，折射出大车型正从“星星之火”走向“燎原之势”，企业不断拓展产品边界创新。产生新的消费需求。国家网信部门官网公布的信息显示，自2023年8月31日发布我国第一批注册人工智能大模型名单以来，截至今年8月，全国已有188个大模型已注册。已注册。
科研和产业力量“滚滚而来”，才能赢得市场先机。渴望抓住机遇的城市纷纷“滚滚而来”，对大车型等技术突破带来的生产力飞跃感兴趣。
“大车型的竞争，就是下一个科技时代基础平台的竞争。”四川省人工智能产业协会秘书长陈章表示，去年以来，北京、上海、广东等传统数字城市纷纷入局，打响“大模都”争夺战。他还注意到不同地区发展重点不同：北京作为“大模型第一城”，重点突破基础理论研究，鼓励发展大模型创新算法和关键技术，上海是强项，正在发展；加快构建智能算力创新体系具有区域乃至全国影响力的应用示范区；广东更注重大模式赋能实体经济。
成都智能计算中心
对于四川，不少受访者提到，要立足产业基础和场景优势，深耕垂直领域，在细分赛道形成独特竞争优势。 “自2014年成立以来，我们专注于电子商务和网络零售领域的人工智能客服细分赛道。”成都笑多科技有限公司政企业务总监宋健表示，他们在利基领域已经度过了10年。不同赛道的坚持和发展，积累了大量的现场经验和产品、行业上下游、行业政策、产品使用场景的知识。这些经验和知识可以更好地为用户提供智能化、个性化的服务。进一步提高服务效率，降低服务成本。 “我们比客户更了解人工智能，比大制造商更了解业务。”
除了详细的路径之外，我们还要搭建一个好的生态平台。陈章注意到一个细节。四川现有大型模型相关企业130多家，但90%以上位于产业链基础层。涉及技术层和应用层的上下游供应商相对缺乏。
但完整的产业链对于企业来说至关重要。 “四川各方面都可以做，但能做好的不多。”颜帅举了上游技术的例子，比如数字人像，可以达到很高的模拟水平。在四川很难找到。
从下游应用来看，树之恋的市场主要在省外。 “作为一家四川公司，我们90%以上的客户不是四川人。不到10%的省内客户中，有一些总部不在四川。”付艳呼吁四川要聚焦应用层，推出更多引导政策。
针对企业成长“烦恼”和行业短板，四川做出了一系列安排。例如，针对算力成本问题，四川支持成都智能计算中心、超级计算中心扩容升级，加快阿里云等智能计算中心建设。在加快算力基础设施建设的同时，还建设算力调度系统，提升算力。资源利用。又比如，针对优质数据集“供不应求”的问题，四川正在推进政务、教育、医疗、交通等领域公共数据采集建设，鼓励企业基于业务数据积累，发展智能制造、智慧文旅、清洁能源等重点领域。领域内高质量的数据集，促进不涉及隐私和公共利益的数据市场交易。
“此外，我们还需要在产业链上做文章。”科技厅相关负责人表示，在技术层面，四川将围绕重点产业应用需求，推进主流通用大型国家软件工程总部、生态产业中心等项目。四川将加快落实；在下游应用层，将推动大模型在制造业、服务业各环节的集成应用，赋能千行百业转型提质。 “设定目标，力争到2027年打造10个以上具有全国影响力的行业标杆车型。”