大模型领域进展不断 多场景应用还有多远
新华社记者 周琳 魏冠宇 汪海月 陈诺
将大模型装进手机、融入供应链，带到课堂和生产线，赋能城市管理……新年伊始，大模型从“上新品”逐渐进入“强应用”阶段，加速走进百业千家。人工智能如何赋能百姓生活，何以驱动科学研究？算力设施怎样才能“随取随用”？记者展开了调查。
追“风口”，从密集上新到赋能生活
阿里云“通义千问”、百度“文心一言”、科大讯飞“星火”、昆仑万维“天工”……2023年，多家国内企业和机构相继发布大语言模型并向社会开放，赛道火热程度可见一斑。
工业和信息化部赛迪研究院数据显示，目前，我国已有超过19个大语言模型研发厂商，其中，15家厂商的模型产品已经通过备案。
凭借语言理解、逻辑推理、知识问答、文本生成等通用能力，这些大语言模型产品一经推出，用户规模不断扩大。讯飞星火认知大模型上线14小时，用户便突破100万；截至2023年12月28日，百度“文心一言”用户规模已突破1亿，提问数量一路上扬，并已成为国内首个向消费端探索付费模式的大模型产品。
密集上新的大模型，正在与场景结合，加速走进百姓生活。
打开直播间，虚拟数字讲师“小鹿”不仅可以24小时全程授课，还能分析学员的学习数据，为学员提供实时且个性化的反馈和建议，商汤科技联合中公教育发布的虚拟讲师，降低了80%录课成本，还提高了2至3倍的课程丰富度；根据语音输入的要求，就能进行多样化创作，这款由安徽咪鼠科技推出的智能鼠标，2个月销售近7万只。
在不断的应用拓展中，面对患者提问，医渡科技大模型能够主动追问，通过多轮“问诊”收集更多的决策因子，给出医学建议，已在“惠民保”等领域先行试点。
“大模型也在探索赋能病历书写、疾病特征抽取、辅助诊疗方案生成，提升医生的工作效率和医疗质量，进一步提升患者就医体验。”医渡科技首席执行官徐济铭说。
深融合，“垂直应用”服务实体经济
不仅走进生活，也赋能百业、服务实体经济。截至目前，中国开发的人工智能大模型已经在智慧矿山、药物研发、气象、政务、金融、智能制造、铁路管理等领域展现出巨大的应用潜力。
风力发电取决于风力大小、太阳能发电取决于阳光是否充足，上海人工智能实验室研发的“风乌”大模型，正在让AI用于气象预测，辅助防灾减灾、能源生产。“利用AI，‘风乌’的有效预测期已超过以往最好的物理模型。”实验室领军科学家欧阳万里说，不仅预报近期天气，大模型还可应用于产业级的气象预报，服务于农业、海洋、电力等行业。
实体经济是大模型应用的“大赛道”。在制造业，搭载了大模型的机器人帮助工人提升效率；在交通领域，交通管理部门可以利用大模型优化交通流量和路况；在药物研发领域，大模型可以帮助企业加速新药研发进程，通过自然语言处理、知识图谱、分子建模等技术，实现高效、创新、个性化的药物设计和发现。
人工智能驱动的科学研究（AI for Science），也是我国主动布局的重点。2023年上半年，科技部会同国家自然科学基金委启动“人工智能驱动的科学研究”专项部署工作，紧密结合数学、物理、化学、天文等基础学科关键问题，围绕药物研发、基因研究、生物育种、新材料研发等重点领域科研需求展开，布局前沿科技研发体系。
在2023世界人工智能大会上，腾讯公布AI for Science最新成果，“探星计划”首次通过AI从巡天观测数据中发现2颗快速射电暴，相关研究有助于人类更好理解宇宙起源。“搜寻快速射电暴的速度提升了上千倍。”腾讯优图实验室专家研究员王亚彪说，AI驱动科学研究，将突破传统科学研究能力瓶颈。
强底座，共筑安全算力基础设施
走进上海自贸试验区临港新片区，一排排闪烁着灯光的机柜不眠不休，正是商汤人工智能大装置为大模型企业提供着源源不断的算力。
一个大模型动辄调动千亿规模参数，对算力的承载能力和效率提出极大考验。在人工智能需求旺盛的地方增加算力供给，作为国内人工智能产业发展“第一梯队”城市，北京、深圳、上海等地接连发布支持政策，不少措施瞄准算力基础设施布局。
中国电子云在全国多地投资建设可信智算中心。企业副总裁李树翀表示，人工智能技术正重塑千行百业，在新型基础设施层面也进入智算时代，为基础设施提供商重构自主计算体系带来难得机遇。
根据中国信息通信研究院发布的《中国算力发展指数白皮书（2023年）》，我国智能算力增长迅速，增速为72%，在我国算力中占比达59%，成为算力快速增长的驱动力。
上海上线算力交易平台、人工智能公共算力服务平台，让科研机构和企业使用算力更便捷，为中小企业发放人工智能算力券，优惠租用服务；贵州计划在2024年基本建成面向全国的算力保障基地，重点瞄准粤港澳大湾区及长三角地区提供算力服务；安徽明确支持有条件的市多路线及多模式建设公共智算中心、开展智能算力国产软硬件协同攻坚和应用等多种举措……
在中国信息通信研究院院长余晓晖看来，大算力、大算法加大数据正成为大模型主要的突破路线，这对集群高速互联、大容量并发存储技术等提出新需求，软硬件协同的重要性也进一步凸显，“未来需要进一步夯实我国人工智能发展的软硬件生态，以支撑好上层的算法突破、应用赋能，尽快实现人工智能领域更大突破和高水平的科技自立自强。”
