当今世界，以大模型为代表的通用人工智能技术在全世界内扮演着日益重要的角色，对推动全球科学技术进步和经济发展起到重要的作用。

  时代的拷问也随之而至：未来通用大模型的发展路径是什么？如何构建高效、自主的算法算力？如何利用大模型等先进人工智能技术来构建新一代科学研究的新范式？

  日前，第二十六届中国科协年会“通用大模型未来演进路线——数据、算力、算法论坛”在广西南宁召开，旨在探讨通用大模型在AI领域未来发展的方向和重要的条件，深入探讨数据、算法和算力在通用大模型未来演进路线中的作用和影响。

  以论坛为平台和载体，专家学者聚焦通用大模型的科学前沿问题，探索赋能新型工业化和科学应用的新范式，共同构建开放、创新、活跃的通用AI发展新平台。

  在本次论坛上，中国自动化学会副理事长、华南理工大学教授陈俊龙作了题为《千方百智：新型人工智能技术助力产业创新发展》的主旨报告。

  他介绍，通用大模型近年来掀起浪潮，主要是因为生成式人工智能。在此之前，人们接触、应用较多的，是利用数据找出条件概率分布，并通过条件概率分布来做出决策的决策型人工智能模型。而从2014年开始，通过所有数据联合概率分布来进行创作的生成式人工智能模型逐渐进入相关行业视野，它不但可以创作，同时还兼有判别功能。

  浪潮由此而起。2022年底，ChatGPT横空出世，开启了生成式人工智能的元年。智能驾驶、电商应用、人脸识别甚至情感智能、文本分类行业的原有模型逐渐被其取代。

  “有了生成式人工智能之后，啥东西都可以造出来，它有换脸技术、造声技术，目前已经有诈骗集团利用这些技术犯罪。怎么样应对这样一些问题，这是要解决的。”陈俊龙强调。

  中国科学技术大学教授陈小平则以《从数据到知识：大模型在智能决策中的应用》为题，分享了大模型在智能决策领域的研究成果。

  他强调，大模型可以通过学习海量数据，提取出有价值的信息和知识，为智能决策提供有力支持。他介绍了团队在大模型优化、知识抽取、决策推理等方面的研究进展，并展望了大模型在智能决策领域的广阔应用前景。

  目前，明显受到冲击的工作岗位包括：客服、文学创作、代码开发、娱乐聊天等。

  而在音效、剧本编写、特效生成等行业中，生成式AI的应用正迅速扩大。原本这一些行业需要接受1～10年的专业训练才能独立工作，而通过学习软件只需要几十分钟即可“上岗”，制作成本更是从原先的每分钟数百乃至上万元美金计价，现在变成了只须几分钟几美元而已。

  在不远的将来，大量与设计、绘画相关的工作可能会被影响。参加会议的专家建议，这些行业的从业人员有必要尽快学习怎么样应用ChatGPT的功能，可能要学习到指令级，否则或将面临被淘汰的困境。

  对企业生态来说，现在一家营收1亿元美金的网络公司，员工规模通常在数百人左右。而用生成式人工智能的公司Midjouney，员工只有11人，年收入同样能达到1亿元美金。

  “因此，未来可能会诞生一批较小企业，而且是非常精简的公司，盈利与传统大型公司媲美，这也是未来公司的生态。”陈俊龙表示。

  从工业发展的角度，中国自动化学会副理事长、青岛科技大学副校长李少远回应了这个普遍的问题： “目前来说，难度很大。”

  他认为至少存在两点实际问题：一方面数据共享还难以实现，另一方面，工业生产不是一个小样或试产，不同的型号、产品类型、品牌对实际运行的效率、功能都存在不同要求。

  “很多数据、很多经验、很多人类操作的知识等，包括运行过程中从数据里反映出来的知识，还没有正真获得充分的利用，人工智能的技术远没有正真获得充分释放。”李少远认为，“如何把数据、语音、图像等多元的信息融合起来，提高工业系统运行优化的水平？工业界有这样的需求。”

  当前，我国在大模型应用上取得了很明显的成效，这得益于海量高质量数据、强大算力和先进算法的共同支撑，未来发展存在机遇更存在挑战。

  在国际上，中国和美国的大模型加起来占国际全球总数的80%。其中，我国目前没有万亿级大模型，还存在很大的追赶空间。

  同时，陈俊龙认为，在一些垂直领域，美国大部分实体经济都消失了，没有相应需求。而中国制造业体量大，垂直领域大模型将大有用武之地。

  陈俊龙指出，现在的大模型和人工智能主要使用在在To B端，To C端的体验还无显著感。To C端的优化，是未来必然要发展的方向。

  他认为，对人工智能技术的发展要素来说，除了算法、算力、数据“三架马车”，人才教育培训是另一项不容忽视的工作。

  论坛上，关于大众关心的人和机器的智能关系，陈小平把总结了一句话：青似于蓝而异于蓝。

  “不要担心大模型将来变得跟人一样，永远没这种可能性。”但同时他也提醒，“别认为它跟你不一样，它就不会超过你，它用它的方式超过，超过得更快。”