5月16日，北京商報記者獲悉，《北京市促進通用人工智能創新發展的若干措施（2023-2025年）（征求意見稿）》（以下簡稱《若干措施》）面向全社會公開征求意見，“大模型”是其中的一大關鍵詞。

作為“人工智能實現的基礎之一”，教育、自動駕駛和醫療等領域都是大模型的應用場景，有關分析認為，未來大模型或將改變短期內“碎片化的協助作用”，帶來全流程的個性、精準化服務。

(資料圖片僅供參考)

離我們生活漸行漸近

“為搶抓大模型發展機遇，重視通用人工智能發展，充分發揮政府引導作用和創新平臺催化作用……”在《若干措施》中，首句即是這樣一句話。

其中提到的“大模型”是什么？科技部國家科技專家庫專家周迪向北京商報記者介紹，大模型是指具有數億或數十億個參數的深度神經網絡模型，這種模型經過專門的訓練過程，能夠對大規模數據進行復雜的處理和任務處理，是人工智能實現的基礎之一。

關于大模型的作用，中國民營科技實業家協會元宇宙工作委員會創辦人、秘書長吳高斌告訴北京商報記者，其作用在于通過對大量數據的分析和學習，建立出一個龐大的模型，使得機器能夠更好地理解和處理人類語言、圖像、聲音等信息。“這種技術的應用范圍非常廣泛，包括自然語言處理、計算機視覺、語音識別等領域”。

目前，“大模型”這個詞聽起來似乎離消費者還很遙遠，但事實上，它已在現實生活中展現過自己的“能力”。“大模型基于大數據，背后需要極大算力支持。”深度科技研究院院長張孝榮向北京商報記者介紹，大模型是大規模預訓練模型的簡稱，其中的大規模又主要指參數量大。“比如chatGPT模型參數高達1750億，而與之類似的模型，參數也從數百億到數千億不等。”張孝榮表示，“從chatGPT開始，大模型對文字生成、文本理解、自動問答等任務有顯著的改善，現在正在向圖片、視頻和聲音等應用領域延伸”。

場景創新已在路上

作為“人工智能實現的基礎之一”，大模型的場景應用創新也在不斷推進。《若干措施》中提到，將推動通用人工智能技術創新場景應用，其中包括探索在政務服務、科學研究、金融、城市治理、自動駕駛和醫療等領域的示范應用。

其中，在自動駕駛領域，將支持自動駕駛企業研發多模態自動駕駛技術，發揮大型語言模型高維語義理解和泛化優勢，基于車路協同數據和車輛行駛多傳感器融合數據，提高自動駕駛模型多維感知和預測性能，有效解決復雜場景長尾問題，輔助提高車載自動駕駛模型泛化能力。同時，支持在北京市高級別自動駕駛示范區3.0建設中，構建車路協同數據庫，引導企業開展基于真實場景的自動駕駛模型訓練迭代。探索基于低時延通訊的云控自動駕駛模型測試，發展自動駕駛新技術路徑。

在醫療領域，將支持北京有條件的研究型醫療機構提煉智能導診、輔助診斷、智能治療等場景需求，充分挖掘醫學文獻、醫學知識圖譜、醫學影像等多模態醫療數據，構建基于醫療領域通用數據與專業數據的智能應用，實現對各種疾病和癥狀的準確識別和預測，輔助醫療機構提高疾病診斷、治療和預防的決策水平。

“智能醫療和自動駕駛等技術的應用已經有好多年的探索了。”周迪指出，其普及將對普通群眾帶來重大影響。“以醫療為例，目前醫生少患者多，患者排不上隊掛不上號是常態。依托人工智能，醫療診斷、影像分析、治療方案選擇等都可以借助人工智能的協助，大大降低人力成本，改善患者看病難的問題。”周迪說。

動態發展中求解難題

事實上，自4月11日國家互聯網信息辦公室起草《生成式人工智能服務管理辦法（征求意見稿）》以來，包括《若干措施》在內的各類文件接連出臺，充分體現國家對推進通用人工智能大模型發展的高度重視，有望加速大模型走向千家萬戶。

而在大模型“飛入尋常百姓家”的過程中，推動大模型的場景應用創新僅是一個開端。由此開端向外延伸，便可看到大模型對于普通群眾的實際效用。例如，吳高斌指出，在自動駕駛領域，一個顯而易見的效用便是提高車輛的自主駕駛能力，減少交通事故的發生。

此外，周迪介紹，在醫療領域，大模型帶來的前述各項作用僅是相對短期的效用，長期看來，大模型可能使生活中的各類服務更趨全流程的個性化。“比如要去看醫生的話，中間存在很多流程，但是大模型訓練好之后，就可以給出一整套個性化的就醫服務方案。相對而言，目前比較著眼于在各種碎片化功能上的協助作用，未來各類服務則可能達到更加整體更加個性化的程度。”周迪表示。

“全流程的個性化”不止于醫療領域。“在教育方面，大模型可以用于個性化教育，根據學生的學習情況和需求，提供個性化的學習資源和指導。”全聯并購公會信用管理委員會專家安光勇向北京商報記者表示，“它還可以用于智能輔助教育，例如智能導師或智能助教系統，提供實時的問題解答和學習建議。”

吳高斌認為，總體來說，使用大數據訓練得到的大模型對于實際應用、提高工業生產力和促進社會發展具有巨大的前景。“大模型的出現為人工智能的發展提供了新的思路和方法。它的應用將會為我們的生活帶來更多的便利和改變。”

不過，在張孝榮看來，教育、醫療、自動駕駛等領域雖然對AI有廣闊的潛在需求，但行業數據源封閉，孤島化嚴重，難以提供訓練大模型所需的大數據，“因此大模型若要滿足這些行業的AI需求，仍需要經過很長的時間去探索，逐步地解決在動態發展中遇到的各種行業難題”。

北京商報記者 金朝力 冉黎黎文并攝