我國(guó)人工智能(néng)産業如何實現“彎道(dào)超車”

相比其他國(guó)家，中國(guó)擁有龐大的實體産業基礎，并正加快構建現代化産業體系，對(duì)于人工智能(néng)技術與行業應用的深度融合有著(zhe)更龐大、更迫切、更具價值的實際需求，爲人工智能(néng)技術創新提供了更爲廣闊的創新實踐空間。這(zhè)也是在大模型時代，國(guó)内産業在人工智能(néng)領域的機遇所在。

随著(zhe)國(guó)内生成(chéng)式人工智能(néng)的快速發(fā)展，相關監管政策正逐步落地，由國(guó)家互聯網信息辦公室等七部門聯合發(fā)布的《生成(chéng)式人工智能(néng)服務管理暫行辦法》（以下簡稱《辦法》）于8月15日正式施行。作爲我國(guó)首份針對(duì)生成(chéng)式人工智能(néng)的規範性監管文件，《辦法》以“促進(jìn)生成(chéng)式人工智能(néng)健康發(fā)展和規範應用”爲目标，明确國(guó)家堅持發(fā)展和安全并重、促進(jìn)創新和依法治理相結合的原則，對(duì)生成(chéng)式人工智能(néng)服務實行包容審慎和分類分級監管。

在日益完善的監管鏈條之下，我國(guó)人工智能(néng)産業迎來合規發(fā)展新階段，正如各方專家所言，“不發(fā)展是最大的不安全”。

運用監管科技激活人工智能(néng)市場活力

“ChatGPT的問世引發(fā)了新一輪人工智能(néng)革命，人類與機器、技術與産業、虛拟與現實之間的關系發(fā)生著(zhe)廣泛而深刻的改變，技術創新也給人類社會文明秩序帶來了挑戰。”近日，在中國(guó)社會科學(xué)院法學(xué)研究所主辦的“全球治理話語競賽下人工智能(néng)立法的中國(guó)方案”研讨會上，南方财經(jīng)全媒體集團合規科技研究院院長(cháng)虞偉表示。

當前全球正在進(jìn)行智力話語競賽，掀起(qǐ)新一輪AI監管潮。虞偉介紹，歐洲正謀求AI監管領域的主導權，早早將(jiāng)立法提上日程。2019年歐盟委員會發(fā)布《人工智能(néng)倫理準則》，提出評價人工智能(néng)可信賴的七項标準。2020年歐盟出台《人工智能(néng)白皮書》，爲人工智能(néng)的監管提供多種(zhǒng)政策選項。今年6月14日，歐盟議會以壓倒性優勢的投票結果通過(guò)歐盟人工智能(néng)法案草案，預計在完成(chéng)最終談判後(hòu)正式審批通過(guò)。

南财合規科技研究院首席研究員王俊建議，我國(guó)可以在建立基于應用場景的制度、明确政府主導作用并協同社會多方治理、科學(xué)應用技術工具等方面(miàn)借鑒歐洲監管經(jīng)驗。

“我們目前還(hái)沒(méi)有實現對(duì)風險全面(miàn)類型化和場景化的區分，因爲風險具有複雜性，單一的治理技術和多元治理場景存在矛盾。接下來可以基于場景把監管做得更精細化，針對(duì)不同技術路線、應用模式和責任主體，在不同場景中對(duì)不同的風險點進(jìn)行差異化監管。”王俊表示，同時，可以采取分級治理的模式，給中低風險領域留出試錯和發(fā)展空間，積極運用一些監管科技，綜合選擇适配的監管科技模式，激活人工智能(néng)市場活力。

新浪集團法務部總經(jīng)理谷海燕同樣(yàng)認爲，希望看到更加有區分度的監管措施。比如歐盟的人工智能(néng)法案草案，采用風險區分規制路徑，根據風險級别，分爲不可接受風險人工智能(néng)、高風險人工智能(néng)、低風險人工智能(néng)，以及最小風險人工智能(néng)，并分别設置相關主體的法律義務。

“我們必須關注AI熱潮中伴生的風險。”虞偉指出，比如在數據層面(miàn)，面(miàn)對(duì)生成(chéng)式人工智能(néng)龐大的數據需求，如何建立高質量的語料數據庫，如何加強全流程的數據合規管理。在法律層面(miàn)，生成(chéng)式人工智能(néng)的結果能(néng)否構成(chéng)著作權法所定義的作品仍存争議，進(jìn)一步的版權歸屬問題也需要厘清。此外，歧視、偏見、虛假信息傳播等風險在大模型大量數據投喂的訓練方式下也被(bèi)放大，如何將(jiāng)道(dào)德倫理原則“教”給AI，做到精準糾偏，兼顧公平與效率，這(zhè)些都(dōu)需要進(jìn)一步研究。

構建算力生态支撐人工智能(néng)産業發(fā)展

數據顯示，今年上半年，國(guó)内發(fā)布的各類大模型數量超過(guò)100個。據不完全統計，目前國(guó)内已有大約80個參數在10億規模以上的大模型。《辦法》提出，推動生成(chéng)式人工智能(néng)基礎設施和公共訓練數據資源平台建設。促進(jìn)算力資源協同共享，提升算力資源利用效能(néng)。推動公共數據分類分級有序開(kāi)放，擴展高質量的公共訓練數據資源。鼓勵采用安全可信的芯片、軟件、工具、算力和數據資源。

算力是數字時代的底座，也是人工智能(néng)發(fā)展的引擎。據工信部最新消息，截至今年6月底，全國(guó)在用數據中心機架總規模超過(guò)760萬标準機架，算力總規模達到每秒1.97萬億億次浮點運算（197EFLOPS），算力總規模近五年年均增速近30%，存力總規模超過(guò)1080EB。

中國(guó)工程院院士劉韻潔表示，我國(guó)的算力産業有著(zhe)廣闊的發(fā)展前景，因爲中國(guó)是制造大國(guó)，實體經(jīng)濟對(duì)于算力有著(zhe)很大的需求，遊戲、AR、VR等消費領域對(duì)算力的需求也很大。“有政策支持和技術發(fā)展，算力随取随用的前景可以期待。我們未來能(néng)夠實現像使用水、電一樣(yàng)使用算力。”

但他同時強調，我國(guó)的算力網絡要想滿足大模型的需求，就需要方方面(miàn)面(miàn)協同發(fā)展。比如，建立通用大模型或行業大模型都(dōu)需要訓練數據，這(zhè)就需要把行業的數據保護好(hǎo)、利用好(hǎo)、管理好(hǎo)。

把握技術趨勢推進(jìn)行業大模型實踐

生成(chéng)式人工智能(néng)的功能(néng)遠不止提供信息内容服務，其可以作爲“技術基座”給金融、醫療、自動駕駛等多個行業領域賦能(néng)，未來將(jiāng)成(chéng)爲社會的“技術基礎設施”。《辦法》明确鼓勵生成(chéng)式人工智能(néng)技術在各行業、各領域的創新應用，生成(chéng)積極健康、向(xiàng)上向(xiàng)善的優質内容，探索優化應用場景，構建應用生态體系。

“在以ChatGPT爲代表的通用大模型面(miàn)前，我們的短闆比較明顯。”劉韻潔在2023中國(guó)算力大會直言，“中國(guó)的機會在于行業大模型。”

通用大模型一般指在多個領域應用廣泛的大型深度學(xué)習模型，行業大模型則是專門針對(duì)某個特定垂直行業所設計的大型深度學(xué)習模型，這(zhè)些模型通常在特定行業中使用的數據集上進(jìn)行訓練，以提高在該行業中運用的準确度和效率。比較典型的行業大模型，有金融行業的風控模型等。

劉韻潔介紹，基于通用大模型的基礎能(néng)力，針對(duì)行業垂直領域知識和業務場景需求，發(fā)展行業大模型已成(chéng)爲技術發(fā)展的必然趨勢。一方面(miàn)，行業特定的知識積累和經(jīng)驗可以被(bèi)應用到模型中，提高模型的質量和準确性；另一方面(miàn)，行業大模型可以通過(guò)學(xué)習不斷更新叠代，幫助企業更好(hǎo)地理解行業趨勢，做出更爲準确的商業決策。

目前，國(guó)内已逐步建立起(qǐ)涵蓋理論方法和軟硬件技術的體系化研發(fā)能(néng)力，一批具有行業影響力的預訓練大模型蓬勃發(fā)展，形成(chéng)了緊跟世界前沿的技術群。以華爲雲盤古大模型爲例，據報道(dào)，該大模型已經(jīng)陸續推出礦山、藥物分子、電力、氣象、海浪等大模型，在各行業落地創新項目超1000個，通過(guò)提供先進(jìn)算法和解決方案，深入大模型的全棧自主創新，加快推動算力國(guó)産化。

同時，相比其他國(guó)家，中國(guó)擁有龐大的實體産業基礎，并正加快構建現代化産業體系，對(duì)于人工智能(néng)技術與行業應用的深度融合有著(zhe)更龐大、更迫切、更具價值的實際需求，爲人工智能(néng)技術創新提供了更爲廣闊的創新實踐空間。這(zhè)也是在大模型時代，國(guó)内産業在人工智能(néng)領域的機遇所在。