发展通用人工智能需从大模型基座做起(1).pdf

54观察Observation

发展通用人工智能

需从大模型基座做起

□毕成良

2024年2月，美国OpenAI公司推出人类把知识与信息转化成海量数据来训练

Sora大模型，能根据文本指令生成具有大模型，大模型成为能用所有人类语言交

真人电影画质的模拟3D视频，其背后与互的强大知识库。其次，大模型能够自主

ChatGPT4.0同源的通用大模型基座再次引生成新内容的程序。大模型是目前最强大

发社会热议。人工智能包含通用人工智能与的信息处理和数据发掘工具，可以在不预

专用人工智能。长期以来，我国更多注重在先设定任何规则的情况下，自主发现新规

工业、气象、交通、航空等具体领域的专用则，并生成和输出新内容。最后，大模型

人工智能的发展，美国则致力于研发能应用智能水平来自于其硬件与软件的超大规模

在所有领域的通用人工智能。从人工智能最架构。大模型的底层架构是模拟人脑神经

新发展态势看，我国应进一步加强通用人工细胞和神经网络，每个基本单元的结构与

智能的研发与攻关，发展技术自主的超大规活动都是简单的，但是860亿简单个体的

模的大模型基座。聚合引发了智力的涌现。

大模型可根据预训练的数据规模和硬

一、通用人工智能的最新发展态势件能力分成三个层次，即基础层、行业层、

应用层。基础层是大模型基座（也称通用

（一）大模型的特点与分类大模型），通常具有万亿参数以上，具有多

所谓“大模型”（LargeModel）实际上模态功能。中间层是行业大模型，在通用

是一套使用海量数据预先训练而成的模拟大模型基座之上使用行业相关数据再次训

人类神经网络的知识库和程序。大模型具练而成。应用层是垂直行业的商业化大模

有三个特点：预训练、生成式和大规模。型，大模型基座主要面向个人消费者。大

首先，大模型需要“预训练”的知识库。模型基座的“超大规模”是通用人工智能

|NewEconomyFutureIndustry|2024年第04期

Observation观察55

人工智能与骨科医学相结合，打通预防医学与临床医学的“最后一公里”。刘长杰/摄

得以实现的基础。从机器学习的感知阶段走向认知阶段。在

（二）通过大模型基座实现通用人工智文字方面，大语言模型可以阅读、翻译、

能具有可行性润色、写作。在语音方面，大模型可以通

2023年之前，业界对建造大模型基座过声波的信号分析学习语言语音数据，实

普遍持怀疑态度，因为从技术能力看，搭现自然语言的识别和语言输出。在图像方

建大模型采用Transformer神经网络架构、面，大模型能识别并生成各种风格的图像。

核心算法和智算芯片的性能，不过目前这在视频上，视频大模型Sora则能识别现实

些都没有得到实质性提升。从成本收益来世界的物理规律，构建符合真实世界规律

看，通过堆叠超大规模的芯片，“投喂”海的高仿真模拟视频。

量数据的方式实现智能不太现实，需要耗第二，从产业金融看，通用人工智能

费巨大算力、电力和人力，经济回报也不几乎已成为美国科技界与金融界在未来十

乐观。但2023年通用人工智能的发展态势年的主攻方向。目前美股市值排名前七的公

充分说明，通过建造