生成式人工智能技术对通信行业的影响研究.pdf

生成式人工智能技术对

通信行业的影响研究

对社会经济产生变革性影响。

0引言

生成式人工智能（AI）和传统AI之间的最大区别

自2022年11月问世以来，ChatGPT在短短2个月在于，传统AI通常仅把AI当做“分类器”，而生成式AI

内便引爆市场，达成1亿月活，成为历史上用户增速最则把AI当做“生成器”，用来创造全新的内容，包括文

快的应用软件。进入2023年，中国市场也同样爆发，字内容、图像内容、软件代码、数字人、音视频和产品

截至目前，据不完全统计，中国市场已经出现近百款设计，改进或改变现有内容，创建新的数据元素，以及

由科技厂商、高校、科研院所等不同主体发布的类似为现实世界中的对象建立新模型等，打破了创造和艺

产品服务。可以预见，2023年下半年，相关的产品技术是人类专属领域的这一局面，也为人工智能的进一

［1-2］

术将继续保持快速发展，而与之互补的解决方案也将步规模化应用提供了新的强劲动力。

快速涌现。尤其是，ChatGPT的支撑技术，即所谓的

1生成式AI技术发展溯源与展望

“大模型”以及更广泛的生成式人工智能，将在中长期

——————————生成式AI的工作原理是针对某个对象生成大量

收稿日期：2023-05-06变体，然后筛选出具备有用目标特征的变体。虽然生

成式AI已经存在和应用了多年，但直到以Trans⁃机制的深度学习模型——Transformer，进而引发了大

former为技术底层的大模型的出现，尤其是大语言模模型的创新性发展。简单而言，Transformer具有更高

型（LargeLanguageModel，LLM）的出现，才让生成式AI的可并行性，更好地利用GPU进行加速，降低模型的

真正实现了爆发式发展，使其具备了跨时代的重塑商训练时间。另一方面，尽管最开始Transformer的提出

业模式的巨大潜力。理清生成式AI与大模型之间的是被用来解决自然语言的神经网络，但是其注意力机

关系，可以帮助企业认清生成式AI发展潜力价值。制可以推广到更多领域，包括计算机视觉等。由此，

1.1大模型与生成式AI的关系Transformer为预训练模型的兴起奠定了基础，随着模

生成式AI可以被看作是大模型的一个成功应用型的规模越来越大，神经网络开始出现“智能涌现”，

［5-7］

方向，展现了人工智能技术的巨大潜力。相对于大模这也成为大模型拉开通用人工智能序幕的标志。

型的基础性，生成式AI作为新兴应用能够直接对企业大模型，也可以称之为基础模型，是人工智能预

业务产生影响，也是当前人工智能发展的全新里程训练大模型的统称，即在大规模未标记数据集上完成

碑。生成式AI使用了许多不断发展的技术。近期，大预训练后，仅需少量数据的微调甚至无需微调就能直

模型（如OpenAI的GPT-4和商汤的“商量SenseChat”）接支撑各类应用，这些模型通常具有多层神经网络结

获得了更多关注，而生成对抗网络（GAN）和变分自编构，并使用高级的优化算法和计算资源进行训练。

码器（VAE）等技术依然在发展，此外，其他技术也得到