他認(rèn)為，適配行業(yè)需求的大模型，才是好模型。判斷一款行業(yè)大模型產(chǎn)品是否成功的關(guān)鍵之一，就在于其是不是解決了0和1的問題。
大模型的出現(xiàn)與發(fā)展，可以說開創(chuàng)了人工智能發(fā)展的新范式，并有著自己鮮明的特點(diǎn)。第一是有很強(qiáng)的擴(kuò)展性，隨著算力、數(shù)據(jù)和參數(shù)規(guī)模的擴(kuò)張，能夠持續(xù)提升算法的效果。第二是多任務(wù)適應(yīng)性很強(qiáng)，相比較傳統(tǒng)的小模型，大模型可以完成很多任務(wù)，也會(huì)不斷地延伸到很多方向上。第三則是可塑性很強(qiáng)，預(yù)訓(xùn)練完以后的大模型仍然可以通過微調(diào)、外掛知識(shí)庫、思維鏈提示詞工程來不斷提升它的能力，激發(fā)更大的潛力。
隨著大模型技術(shù)和產(chǎn)品向縱深的發(fā)展，其關(guān)注焦點(diǎn)也轉(zhuǎn)向如何能夠真正找到落地的場(chǎng)景，在產(chǎn)業(yè)中找到它的價(jià)值，成為推動(dòng)產(chǎn)業(yè)快速發(fā)展的新質(zhì)生產(chǎn)力。但落地并不是一件易事，對(duì)企業(yè)有著更高的要求。比如，要有總體的系統(tǒng)規(guī)劃能力，要有數(shù)據(jù)采集、處理能力，要有系統(tǒng)集成的能力。
因?yàn)樗械耐ㄓ么竽Ｐ偷叫袠I(yè)之后會(huì)根據(jù)行業(yè)的調(diào)整進(jìn)行精調(diào)微調(diào)，這個(gè)微調(diào)必須要收集處理行業(yè)的數(shù)據(jù)，要有足夠強(qiáng)的數(shù)據(jù)處理能力。而大模型可能會(huì)涉及到很多的不同的系統(tǒng)，要有足夠強(qiáng)的系統(tǒng)的總集能力，把不同的系統(tǒng)之間連在一起。
同時(shí)，要架起通用模型和行業(yè)應(yīng)用之間的紐帶和橋梁，還要有很強(qiáng)的業(yè)務(wù)流程和業(yè)務(wù)的理解能力以及數(shù)據(jù)安全能力。大模型都會(huì)涉及到很多安全的問題，要有足夠強(qiáng)的能力去滿足對(duì)數(shù)據(jù)隱私保護(hù)、安全方面的一些合規(guī)的要求，這些能力都是大模型在行業(yè)里面應(yīng)用的必需門檻。
在交流中，歐陽曄博士多次提到，亞信科技不做通用大模型，而是做行業(yè)專屬大模型，聚焦“平臺(tái)、模型、工具”三個(gè)層面。他透露，在大模型熱潮的熱潮中，亞信科技并沒有急于推出自己的大模型。此次發(fā)布的產(chǎn)品經(jīng)過了一年半的設(shè)計(jì)、打磨和應(yīng)用實(shí)踐，才最終問世。
“我們始終堅(jiān)持大模型產(chǎn)品與市場(chǎng)匹配的第一性原則，我們覺得自己在這個(gè)領(lǐng)域已經(jīng)真正實(shí)際落地了或者看到一些成果以后，我們才把它發(fā)布，在行業(yè)里面進(jìn)行共享。”
據(jù)了解，這次發(fā)布的一個(gè)通用人工智能與認(rèn)知增強(qiáng)平臺(tái)TAC MaaS、三款行業(yè)大模型和八個(gè)應(yīng)用工具已經(jīng)形成70+落地商用案例，主要是以通信行業(yè)為主，今年下半年還將面向能源和交通行業(yè)增加兩款行業(yè)專屬模型。至于外界關(guān)心的數(shù)據(jù)安全問題，歐陽曄表示，這些所有的模型全部都是在企業(yè)專屬云里面進(jìn)行部署的，所以不會(huì)有任何的安全問題。
大模型的競(jìng)爭是慘烈的，無論是運(yùn)營商還是設(shè)備商，都在加速推進(jìn)自家大模型的研發(fā)。面對(duì)行業(yè)的多維競(jìng)爭，歐陽曄博士提到了一個(gè)詞：中立。
“以前亞信科技是網(wǎng)絡(luò)中立，面向不同的設(shè)備商我們做網(wǎng)絡(luò)的管理。面向大模型的時(shí)代，我們選型過程也是中立的，能夠容納和兼容所有不同的大模型。因?yàn)檫\(yùn)營商需要中立，或者任何一個(gè)大的行業(yè)垂直合作伙伴也需要有中立的態(tài)度。并不是說面向成百上千個(gè)場(chǎng)景就必須用這一個(gè)模型，還是以結(jié)果為先，要看哪一個(gè)模型針對(duì)某一個(gè)場(chǎng)景的落地的最終效果是最好的。”
不斷的落地與預(yù)商用，是大模型在行業(yè)應(yīng)用的必經(jīng)之路，中間的挑戰(zhàn)與困難可想而知。在前大模型時(shí)代，每一個(gè)人工智能的機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)、深度學(xué)習(xí)，以及數(shù)據(jù)挖掘那些模型，到客戶側(cè)落地的時(shí)候都有從喂養(yǎng)一直到把它培育成熟的過程。現(xiàn)在依舊如此，大模型到垂直行業(yè)去落地的時(shí)候，到某一個(gè)種子客戶去做田野試驗(yàn)，可能會(huì)出現(xiàn)模型的準(zhǔn)確率欠佳等問題。
歐陽曄博士表示，這次給大家看到的“1+3+8”只是亞信科技大模型產(chǎn)品體系的“分子”，更多的“分母”后續(xù)會(huì)陸續(xù)與大家見面。
他進(jìn)一步指出，行業(yè)大模型出來以后只是把數(shù)學(xué)題做完了，但是真正落地是從解決數(shù)學(xué)問題到解決物理問題。至于如何判定行業(yè)大模型的成功與否，他也給出了兩條依據(jù)。其一，要看是不是解決0和1的問題。面向任何一個(gè)垂直行業(yè)的任何一個(gè)商用場(chǎng)景，有無大模型，是否對(duì)操作方式有所改變。
其二，去做before和after的對(duì)比，來看步驟是不是減少了，自動(dòng)化程度是不是提升了，工作效率是不是提升了。“接下來一定會(huì)出具相應(yīng)的指導(dǎo)規(guī)范，或者國內(nèi)國際的標(biāo)準(zhǔn)，來判別行業(yè)的大模型或者一些泛自動(dòng)化和智能化的能力提升之間的標(biāo)準(zhǔn)。”
在最后，談及通用大模型，歐陽曄博士還表示， “我們不會(huì)直接面對(duì)通用大模型競(jìng)爭，而是會(huì)跟所有的通用大模型進(jìn)行充分的合作，把我們的通用基座能力增強(qiáng)，共同面對(duì)行業(yè)市場(chǎng)。”（本文首發(fā)于鈦媒體APP，作者｜杜志強(qiáng)，編輯｜鐘毅）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論