本文來自微信公眾號“大數(shù)據(jù)分析和應(yīng)用”，作者/于澗。
大模型、具身智能引領(lǐng)新浪潮
人工智能有著廣泛的應(yīng)用前景，讓生產(chǎn)生活提質(zhì)增效，為千行百業(yè)插上智慧“翅膀”。
在工業(yè)領(lǐng)域，“AI+工業(yè)互聯(lián)網(wǎng)”幫助企業(yè)開展智能制造、數(shù)字采購、數(shù)字營銷、智能運維；在農(nóng)業(yè)領(lǐng)域，“無人農(nóng)場”讓農(nóng)業(yè)生產(chǎn)實現(xiàn)播種、除草、噴淋、收割的全過程自動化；在醫(yī)療領(lǐng)域，“下肢外骨骼機器人”輔助癱瘓人士進行康復(fù)治療……
國產(chǎn)大模型發(fā)展迅速，鵬城實驗室開辟了分布式協(xié)同計算“藍海”，研制并訓(xùn)練完成“鵬城·腦海”系列通用AI大模型底座。
中國工程院院士、鵬城實驗室主任高文近些年帶領(lǐng)團隊致力于“中國算力網(wǎng)”的研發(fā)和建設(shè)，為我國新一代人工智能和國產(chǎn)大模型的發(fā)展提供強有力的底座支撐。
我國單個芯片方面的能力跟國外相比仍有差距。但我們通過芯片、通信、組網(wǎng)技術(shù)三個方面的突破，也可以實現(xiàn)萬億級的算力，共同推動我國大模型集群的發(fā)展。
具身智能將成為人工智能的下一個浪潮。
具身智能是人工智能與現(xiàn)實環(huán)境交互的形態(tài)。
哈爾濱工業(yè)大學(xué)副校長劉挺認為，具身智能的獨特意義在于為實體機器人安上“大腦”，讓“機器”真正變成“機器人”。
到2035年，世界人形機器人市場規(guī)模預(yù)計達到1540億美元。
劉挺介紹，人形機器人很有發(fā)展?jié)摿?，可以在服?wù)場景、工業(yè)與物流場景以及軍事特種工作等領(lǐng)域代替人工。
此外，通用機器人將是大模型落地應(yīng)用的重要載體。
大模型為通用機器人提供強大的能力，人工智能可以將運算、感知、認知、決策、創(chuàng)造等各類智能集成應(yīng)用在機器人平臺上。
警惕數(shù)據(jù)瓶頸與算力浪費
數(shù)據(jù)、算力與算法是人工智能快速發(fā)展依賴的三個核心要素。
大模型的發(fā)展則建立在龐大數(shù)據(jù)和超高算力的基礎(chǔ)之上。
數(shù)據(jù)瓶頸與算力浪費是人工智能產(chǎn)業(yè)發(fā)展過程中不容忽視的問題。
“如果把大數(shù)據(jù)比喻為礦產(chǎn)資源，那么其還有多少可以‘挖掘’的新知識有待分析考量。”中國工程院院士、同濟大學(xué)校長鄭慶華分析。
在高文看來，我國人工智能發(fā)展過程中還存在一個問題——高質(zhì)量中文語料不足。
“數(shù)據(jù)和算力是人工智能快速發(fā)展的兩條腿，二者缺一不可。我國人工智能在高質(zhì)量數(shù)據(jù)方面相對薄弱。放眼世界，中文語料在所有數(shù)據(jù)中占比較小。雖然中國的數(shù)據(jù)總量很大，數(shù)據(jù)資源也豐富，但數(shù)據(jù)市場的規(guī)?；a(chǎn)業(yè)化尚待培育。”
要想打通目前存在的數(shù)據(jù)壁壘，政府要發(fā)揮好指引作用，為數(shù)據(jù)的安全性、可用性提供制度保障。
目前，大模型的參數(shù)已經(jīng)達到萬億級別。
這類大模型存在過度消耗數(shù)據(jù)和算力的問題。
沒有深度學(xué)習(xí)時，算力對電力的依賴每20個月翻一番；大模型時代，算力對電力的依賴，每年都要翻10到100倍?？梢?，算力對電力的消耗呈幾何指數(shù)增長。
由此可見，大模型不僅要消耗大量算力、依賴大量數(shù)據(jù)，還要投入大量資本。
目前來看，這個領(lǐng)域還沒有明確的盈利模式，如何實現(xiàn)可持續(xù)發(fā)展，有待進一步分析和考量。
我們不僅需要在人工智能領(lǐng)域?qū)崿F(xiàn)高水平科技自立自強，還需要建立起一套具有自主知識產(chǎn)權(quán)的人工智能發(fā)展生態(tài)。
讓人工智能賦能新質(zhì)生產(chǎn)力
大模型和具身智能引領(lǐng)下的新一代人工智能，在發(fā)展進程中如何應(yīng)對機遇與挑戰(zhàn)？
專家們認為，當(dāng)前，正處于第二代人工智能向第三代人工智能過渡的階段。人工智能首先解決計算智能，再發(fā)展感知智能，進而實現(xiàn)認知智能，這三者并不是階段性的，而是一種螺旋式上升。
時下熱門的大模型并不是人工智能未來發(fā)展的唯一路徑。
借鑒人腦記憶模型、創(chuàng)建機器記憶模型就是其中一種新途徑、新思路。大模型依托大數(shù)據(jù)、大算力和強算法，存在過度消耗數(shù)據(jù)和算力、災(zāi)難性遺忘等固有缺陷。
如果我們能夠深度借鑒腦科學(xué)中記憶的表征、激活、檢索、編碼、回放等機制，有望破解當(dāng)前深度學(xué)習(xí)與大模型的固有缺陷。
如何讓人工智能賦能我國新質(zhì)生產(chǎn)力加快發(fā)展？
相比“互聯(lián)網(wǎng)+”，“人工智能+”所涵蓋的面更寬，展現(xiàn)出更強的賦能效果。
北京工業(yè)大學(xué)副校長喬俊飛認為，在傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型、智能化改造的過程中，人工智能有非常重要的地位。
要想實現(xiàn)高端化、綠色化、智能化的新型工業(yè)化，讓新質(zhì)生產(chǎn)力發(fā)揮更大作用，繞不開人工智能技術(shù)。
下一步人工智能的發(fā)展不僅要講理念、講方式、講途徑，更要付諸實實在在行動。從企業(yè)到高校、從人才培養(yǎng)到科學(xué)研究，方方面面都要有人工智能意識、提出明確的舉措。
