5月16日,北京商报记者获悉,《北京市促进通用人工智能创新发展的若干措施(2023-2025年)(征求意见稿)》(以下简称《若干措施》)面向全社会公开征求意见,“大模型”是其中的一大关键词。

作为“人工智能实现的基础之一”,教育、自动驾驶和医疗等领域都是大模型的应用场景,有关分析认为,未来大模型或将改变短期内“碎片化的协助作用”,带来全流程的个性、精准化服务。


【资料图】

离我们生活渐行渐近

“为抢抓大模型发展机遇,重视通用人工智能发展,充分发挥政府引导作用和创新平台催化作用……”在《若干措施》中,首句即是这样一句话。

其中提到的“大模型”是什么?科技部国家科技专家库专家周迪向北京商报记者介绍,大模型是指具有数亿或数十亿个参数的深度神经网络模型,这种模型经过专门的训练过程,能够对大规模数据进行复杂的处理和任务处理,是人工智能实现的基础之一。

关于大模型的作用,中国民营科技实业家协会元宇宙工作委员会创办人、秘书长吴高斌告诉北京商报记者,其作用在于通过对大量数据的分析和学习,建立出一个庞大的模型,使得机器能够更好地理解和处理人类语言、图像、声音等信息。“这种技术的应用范围非常广泛,包括自然语言处理、计算机视觉、语音识别等领域”。

目前,“大模型”这个词听起来似乎离消费者还很遥远,但事实上,它已在现实生活中展现过自己的“能力”。“大模型基于大数据,背后需要极大算力支持。”深度科技研究院院长张孝荣向北京商报记者介绍,大模型是大规模预训练模型的简称,其中的大规模又主要指参数量大。“比如chatGPT模型参数高达1750亿,而与之类似的模型,参数也从数百亿到数千亿不等。”张孝荣表示,“从chatGPT开始,大模型对文字生成、文本理解、自动问答等任务有显著的改善,现在正在向图片、视频和声音等应用领域延伸”。

场景创新已在路上

作为“人工智能实现的基础之一”,大模型的场景应用创新也在不断推进。《若干措施》中提到,将推动通用人工智能技术创新场景应用,其中包括探索在政务服务、科学研究、金融、城市治理、自动驾驶和医疗等领域的示范应用。

其中,在自动驾驶领域,将支持自动驾驶企业研发多模态自动驾驶技术,发挥大型语言模型高维语义理解和泛化优势,基于车路协同数据和车辆行驶多传感器融合数据,提高自动驾驶模型多维感知和预测性能,有效解决复杂场景长尾问题,辅助提高车载自动驾驶模型泛化能力。同时,支持在北京市高级别自动驾驶示范区3.0建设中,构建车路协同数据库,引导企业开展基于真实场景的自动驾驶模型训练迭代。探索基于低时延通讯的云控自动驾驶模型测试,发展自动驾驶新技术路径。

在医疗领域,将支持北京有条件的研究型医疗机构提炼智能导诊、辅助诊断、智能治疗等场景需求,充分挖掘医学文献、医学知识图谱、医学影像等多模态医疗数据,构建基于医疗领域通用数据与专业数据的智能应用,实现对各种疾病和症状的准确识别和预测,辅助医疗机构提高疾病诊断、治疗和预防的决策水平。

“智能医疗和自动驾驶等技术的应用已经有好多年的探索了。”周迪指出,其普及将对普通群众带来重大影响。“以医疗为例,目前医生少患者多,患者排不上队挂不上号是常态。依托人工智能,医疗诊断、影像分析、治疗方案选择等都可以借助人工智能的协助,大大降低人力成本,改善患者看病难的问题。”周迪说。

动态发展中求解难题

事实上,自4月11日国家互联网信息办公室起草《生成式人工智能服务管理办法(征求意见稿)》以来,包括《若干措施》在内的各类文件接连出台,充分体现国家对推进通用人工智能大模型发展的高度重视,有望加速大模型走向千家万户。

而在大模型“飞入寻常百姓家”的过程中,推动大模型的场景应用创新仅是一个开端。由此开端向外延伸,便可看到大模型对于普通群众的实际效用。例如,吴高斌指出,在自动驾驶领域,一个显而易见的效用便是提高车辆的自主驾驶能力,减少交通事故的发生。

此外,周迪介绍,在医疗领域,大模型带来的前述各项作用仅是相对短期的效用,长期看来,大模型可能使生活中的各类服务更趋全流程的个性化。“比如要去看医生的话,中间存在很多流程,但是大模型训练好之后,就可以给出一整套个性化的就医服务方案。相对而言,目前比较着眼于在各种碎片化功能上的协助作用,未来各类服务则可能达到更加整体更加个性化的程度。”周迪表示。

“全流程的个性化”不止于医疗领域。“在教育方面,大模型可以用于个性化教育,根据学生的学习情况和需求,提供个性化的学习资源和指导。”全联并购公会信用管理委员会专家安光勇向北京商报记者表示,“它还可以用于智能辅助教育,例如智能导师或智能助教系统,提供实时的问题解答和学习建议。”

吴高斌认为,总体来说,使用大数据训练得到的大模型对于实际应用、提高工业生产力和促进社会发展具有巨大的前景。“大模型的出现为人工智能的发展提供了新的思路和方法。它的应用将会为我们的生活带来更多的便利和改变。”

不过,在张孝荣看来,教育、医疗、自动驾驶等领域虽然对AI有广阔的潜在需求,但行业数据源封闭,孤岛化严重,难以提供训练大模型所需的大数据,“因此大模型若要满足这些行业的AI需求,仍需要经过很长的时间去探索,逐步地解决在动态发展中遇到的各种行业难题”。

(文章来源:北京商报)

推荐内容