中國已有79個10億參數(shù)大模型，業(yè)界呼吁盡快建立自主創(chuàng)新“護城河”|環(huán)球快資訊

“據(jù)不完全統(tǒng)計，中國10億以上參數(shù)規(guī)模的大模型已經(jīng)發(fā)布了79個，從地區(qū)來看北京和廣東最多，自然語言處理是大模型研發(fā)最活躍的領域。”在中關村論壇上，中國科學技術信息研究所所長，科技部新一代人工智能發(fā)展研究中心主任趙志耕披露了中國人工智能大模型的情況。

(資料圖)

今天人工智能領域的競爭比以往任何時候都更加激烈。有人把近日扎堆的大模型創(chuàng)業(yè)稱作“百模大戰(zhàn)”，從百度文心一言、阿里通義千問到商湯、昆侖萬維等推出大模型，到王小川的百川智能、王慧文的光年之外、李志飛的序列猴子等，“中國版ChatGPT”在近幾個月里幾乎迎來扎堆發(fā)布的熱潮。而在大模型的應用層，已有包括在線辦公、金融科技、在線教育等多個細分垂直領域公布了大模型領域進展。

創(chuàng)新工場董事長、首席執(zhí)行官李開復在論壇演講中表示，AI大模型是一個絕對不能錯過的歷史機遇， AI大模型已經(jīng)慢慢走向實體經(jīng)濟，它會改寫每一個應用，重構人類的工作，很多重復性的勞動會被取代。

論壇過后，有參會嘉賓被記者問到如何看待如火如荼的大模型創(chuàng)業(yè)潮時，評價“這說明中國企業(yè)非常熱情”，又補充一句：“像在煉丹?！?/p>

北京、廣東大模型數(shù)量最多

趙志耕表示，從全球大模型發(fā)展態(tài)勢來看，美國谷歌、OpenAI等機構不斷引領大模型前沿的技術方向，同時歐洲、俄羅斯、以色列等越來越多的研發(fā)團隊也在加入到大模型的研發(fā)中。

從全球已經(jīng)發(fā)布的大模型分布來看，中國和美國超過全球總數(shù)的80%，美國在大模型數(shù)量居全球之首，中國從2020年進入大模型快速發(fā)展期，目前與美國保持同步增長態(tài)勢。

根據(jù)中關村論壇上發(fā)布的《中國人工智能大模型地圖研究報告》，中國人工智能大模型的地域分布明顯特點，14個省市地區(qū)都有開展大模型研究，其中北京和廣東最多，北京有38個大模型，廣東有20個大模型。

在模型領域分布上，自然語言處理仍是目前大模型研發(fā)最活躍的重點領域，其次是多模態(tài)領域。計算機視覺和智能語音等領域仍有待進一步突破，目前模型較少。

如果大模型的生成式AI誕生過程比作“煉丹”，那么作為GPU的算力就好比煉丹爐下燃燒的烈火。報告通過調研全國范圍內的算力基礎設施分布情況發(fā)現(xiàn)，北京、廣東、浙江、上海等地的大模型數(shù)量最多，同時這4個地方也是近三年人工智能服務器采購數(shù)量最高的地區(qū)，表現(xiàn)出非常明顯的強相關性，為大模型研發(fā)應用提供了重要支撐。

在發(fā)表相關論文方面，中國大模型通過學術論文發(fā)表方式已經(jīng)形成一定學術影響力。其中北京、廣東、上海三地不論是論文發(fā)表量還是引用量都居國內最高，體現(xiàn)出明顯的人才儲備優(yōu)勢，江蘇、廣東、上海也是大模型人才相對較多的地區(qū)。

開源創(chuàng)新生態(tài)方面，目前已經(jīng)有超過半數(shù)大模型實現(xiàn)開源。北京、廣東、上海三地開源數(shù)量和開源影響力均居國內前三，這背后主要是高校和機構在推動，如清華大學的ChatGLM-6B、復旦大學的MOSS以及百度的文心系列大模型開源等。

大模型人才稀缺、原始創(chuàng)新不足

人才為大模型研發(fā)提供關鍵智力要素支撐。但從數(shù)量上看，目前各地大模型人才總量仍然稀缺，數(shù)量均不充足。

李開復在談到當前AI大模型面臨的挑戰(zhàn)時，也提到包括需要質量更高的數(shù)據(jù)、需要更多的AI工程師與AI科學家等。

此前拉勾招聘發(fā)布的《2023第一季度AIGC人才供需報告》顯示，2023年第一季度，AIGC人才招聘需求連續(xù)三月攀升，今年3月AIGC人才崗位需求量環(huán)比增加42%。在招聘平臺上，不少企業(yè)甚至開出百萬年薪以搶奪AI技術人才。

而中國的大模型自身也需要不斷打磨。在推動開源開放的同時，多位業(yè)內人士都提到中國還需要加強基礎研究，“自主創(chuàng)新是發(fā)展大模型的必經(jīng)之路?！?/p>

李開復提到，要支持開源，但中國大模型公司不能過度依賴開源模型?！靶枰M快建立自己的IP（知識產權）和技術優(yōu)勢，形成護城河。”因為開源模型無法達到國外大廠自研模型的性能，它的能力會成為“天花板”；同時海外大廠的開源技術還有關閉風險。而且，由于國內外文化、用戶習慣和法律法規(guī)不同，將在國外訓練好的模型帶到國內進行微調是存在風險的。

中國工程院院士戴瓊海也表示，目前我國人工智能領域應用強，但原始創(chuàng)新不足，在基礎性技術和人才方面與美國相比處于弱勢。戴瓊海建議，我國應從政策、機制和投入上深化人工智能的人才培養(yǎng)和基礎研究，強化原始創(chuàng)新。

此外，盡管國內大學、科研機構、企業(yè)等不同創(chuàng)新主體都在積極參與大模型研發(fā)，但學術界與產業(yè)界之間的聯(lián)合開發(fā)相對較少。趙志耕提到，“我們觀察到合作收縮趨勢，這是接下來需要注意的。”

她建議，要加強資源和研發(fā)力量的統(tǒng)籌，促進大模型的有序發(fā)展, 例如加強智算中心、超算中心、云計算中心等計算資源的統(tǒng)籌。與此同時，同時加快基礎研究和技術創(chuàng)新，提升學術和開源影響力。

她還強調了強化國際合作，積極參與全球人工智能治理的重要性。各國對于AIGC合規(guī)性的重視正在推動相應的監(jiān)管措施出臺。今年4月中國國家互聯(lián)網(wǎng)信息辦公室發(fā)布了《生成式人工智能服務管理辦法（征求意見稿）》。趙志耕表示，希望這些治理原則和倫理規(guī)范能夠在大模型的全鏈條中落地生根。在增進共識的基礎上，加強人工治理的全球合作，創(chuàng)造中國的智慧和治理方案。有從業(yè)者指出，要參與規(guī)則的制定，中國的大模型要先上牌桌，才能擁有話語權，才有全球競賽的入場券。

責編:史健 | 審校:李金雨 | 審核:李震 | 監(jiān)制:萬軍偉