首页 >  DAO的研究 >  正文
大模型已成为发展趋势 AI将驱动各行各业“质变”
发布日期:2023-05-09

本报记者 秦枭 北京报道

近年来,人工智能的巨大突破对社会发展产生了重大的影响,尤其是在以ChatGPT为首的AI大模型诞生后,使AI技术得以更普遍地下沉到更多的应用场景,众行业因此迎来了全新的变革。

华为昇腾计算业务总裁张迪煊对《中国经营报》记者表示,近期,以ChatGPT为代表的大模型成功实现商业化落地,并引发了业界震动。人工智能也正在从感知理解走向生成创造,这是一个关键里程碑。大模型已成为发展趋势,推动AI迈向通用人工智能。然而由于其模型结构复杂,参数量和数据量巨大,且需要持续迭代,面临平台建设、模型开发和推理部署三大挑战。

AI驱动质变

智能时代,数字生产力正在逐步成为推动经济发展和社会进步的核心引擎。数字生产力就是人类应用数字技术和数字化手段,驱动生产力提升的能力,包括具备数字技能的人,构成核心生产要素的数据,以及5G、云计算、人工智能等数字技术为代表的先进生产工具。随着网络化、数字化、智能化技术的不断创新与发展,数字生产力的价值和潜力日益凸显。

人工智能正成为推动人类进入数智时代的决定性力量,正在从感知理解世界走向生成创造世界,并推动产业智能化升级加速进入拐点,这为人工智能产业带来巨大的发展机遇。

华为ICT Marketing总裁周军表示,随着人工智能技术的爆炸式发展,AI将进一步驱动各行各业的生产能力、生产效率从“量变到质变”,实现跨越式发展。跃升数字生产力,用好AI,将成为国家、行业、企业的核心竞争力。

近日,艾瑞咨询发布的研究报告显示,2022年中国人工智能产业规模达1958亿元,年增长率7.8%,整体平稳向好。目前中国大型企业基本都已在持续规划投入实施人工智能项目,未来随着中小型企业的普遍尝试和大型企业的稳健部署,在AI成为数字经济时代核心生产力的背景下,AI芯片、自动驾驶及车联网视觉解决方案、智能机器人、智能制造、决策智能应用等细分领域增长强劲。2027年人工智能产业整体规模可达6122亿元,2022~2027年的相关CAGR为25.6%。

具体来看,AI应用已经开始落地医疗、工业、办公、金融等领域,其中金融行业因数据丰富成为AI大模型率先落地的垂直领域之一。除此之外,AI技术下游应用领域广泛,包括电力、游戏、电商等。多元应用领域中,各色AI应用正在崛起,有愈来愈多的应用厂商积极拥抱AI。

道阻且长

应用开发作为AI落地的最后一公里,需要把AI技术和行业知识有效结合,而这背后需要大模型的支持,这也是各大厂商竞争的焦点。

张迪煊表示,以ChatGPT为代表的大模型成功实现商业化落地,并引发了业界震动。人工智能也正在从感知理解走向生成创造,这是一个关键里程碑。这一跨越让人工智能融入到我们的生活,改变信息入口;融入到我们的工作,改变创作方式;融入到生产系统,改变商业逻辑,也为我们创造出了无限的想象空间。

所谓大模型,是指通过训练,从大量标记和未标记的数据中捕获知识,并将其存储到大量的参数中,以实现对各种任务进行高效处理的技术架构。一般来说,参数越多,模型越大;ChatGPT作为大模型应用的代表,其参数已经达到了千亿级别。

华为在2018年发起了昇腾AI计算产业,昇腾AI得到了快速蓬勃发展。据张迪煊介绍,“昇腾AI”基础软硬件平台已孵化和适配了30多个主流大模型,我国一半以上的原生大模型是基于“昇腾AI”基础软硬件平台打造。

据悉,目前鹏城云脑、“紫东太初”大模型等均是基于昇腾生态打造。中国工程院院士、鹏城实验室主任高文表示,今年下半年将启动鹏城云脑III的建设,原型机将在2023年建成,鹏城云脑III预计2025年年底前建成。鹏城云脑III将是面向6G超宽带通信的云网合一智能化工具平台,提供预训练大模型底座。

“虽然大模型已成为发展趋势,但由于其模型结构复杂,参数量和数据量巨大,且需要持续迭代,面临平台建设、模型开发和推理部署三大挑战。”张迪煊认为,“首先,大模型无法在单卡或单机上执行训练,平台构建需要综合考虑计算、网络、存储、调度等系统的设计与优化;其次,模型开发阶段也面临着模型结构如何设计、并行的策略如何制定、训练问题如何定位解决、稳定性如何保障等各种挑战;最后,在推理应用阶段,需要进行模型小型化,同时还要保障模型精度。”

(编辑:张靖超 校对:颜京宁)

大模型已成为发展趋势 AI将驱动各行各业“质变”