大模型不能只會開放閒聊——專訪上海市資料科學重點實驗室主任肖仰華

來源：西紅柿 釋出時間：2023-08-22 15:31

中國市場巨大、資料豐碩、應用場景豐碩，完全可以用完善的應用生態來帶動底座大模型的提高，走一條“農村包抄城市”的路線。

《瞭望東方週刊》記者萬宏蕾[gf]2003[/gf]編纂顧佳贇

7月7日，華為技術有限公司在華為開發者大會2023上正式釋出人工智慧（AI）大模型華為雲盤古大模型 3.0 ( 陳宇軒/攝 )

自ChatGPT上線來，國際海內各大廠商紛紛跟進，投入了巨大研發資源來研發類似大模型。人工智慧的發展，尤其到了通用人工智慧階段，可謂熱門紛呈。

作為人工智慧工業發展過程中的里程碑事件，ChatGPT代表通用人工智慧技術的成熟，宣告人類社會技術提高有可能進入快速增長期，甚至一個指數發展期。在類ChatGPT大模型領域，中國尚處於起步階段，需做進一步戰略規劃並統籌發展。就相關題目，《瞭望東方週刊》近日專訪了上海市資料科學重點實驗室主任、復旦大學教授肖仰華，探討我國大模型工業的發展路徑。

肖仰華

知識底座

《瞭望東方週刊》：通用大模型一定程度上重新整理了我們對人工智慧領域的認知，如何理解它帶來的變革？或者說大模型有哪些能力？

肖仰華：大模型是人類文明所積累的海量知識容器，其所具備的通識能力，就是開放世界的理解能力。現在跟ChatGPT聊天，聊任何行業、學科的題目，它都能給出一個看起來不錯的謎底，固然其仍可能犯一些事實錯誤、一些邏輯錯誤，但基本不會太偏離題目主旨——好比問出生日期卻答出生地點。它還具備一定的“自知之明”能力，對於超出範圍或者倫理敏感的題目，會拒絕回答。大模型這種對人類開放世界的理解力，已達到甚至超越普通人的水平。傳統人工智慧產品的“智障”題目已基本解決，這種開放世界的理解能力，對垂直領域（垂域）的認知非常樞紐，由於垂域應用是建立在通用大模型的通用認知能力基礎之上的。

大模型有組合創新能力。我們在指令學習階段讓它學了A任務、B任務，它以後有可能泛化出求解A+B任務的能力。這種組合泛化，以前做不到，今天能做到，通用大模型讓“舉一反三”成為可能。

大模型有忠實的指令理解和執行能力，尤其是超大模型。只要給它指令、要求、約束、規範、規則，它就一定能夠按照要求一步步完成任務。這本質上是一種情境化生成能力。我甚至以為，大模型智慧本質就是情境化生成能力，由於大模型在提示越來越豐碩時，天生的效果越來越好。

大模型有複雜任務的分解能力和規劃能力。現實中許多場景都是複雜任務，需要一步一步求解，先做什麼，再做什麼，按照順序進行公道編排，這就是規劃能力。

大模型還有強盛的符號推理能力。以前人們只是把大模型當做知識容器來看待，只期望其提供需要的知識。但今天不得不承認大模型也一定程度上具備類似知識庫（知識圖譜）所具備的推理能力，好比常識推理、數值推理等能力，當然這方面能力還需要進一步晉升。

《瞭望東方週刊》：為什麼說單有通用大模型不足以解決行業領域許多題目，需要發展垂域大模型？

肖仰華：由於具有上述能力，通用大模型比如是一個寬闊的知識底座，但仍舊缺乏專業知識的深度，缺乏專業領域複雜應用的長程推理能力。ChatGPT這類大模型本質上只是實現了在開放環境下的人機對話，或者叫開放閒聊，但開放閒聊並不能幫我們解決實實在在的工作場景中的複雜決議計劃任務，好比要做裝置故障排查、疾病診斷，都是嚴厲複雜的決議計劃場景。在這些場景中需要豐碩的專業知識、複雜的決議計劃邏輯、宏觀態勢的研判能力、綜合任務的拆解與規劃能力、複雜約束的取捨能力、未見事物的預見能力、不確定場景的推理推斷能力等。

大模型的開放閒聊過程中可能存在兩個題目：一是“幻覺”題目。與ChatGPT聊天，有時它說得頭頭是道，但仔細分析，會發現它正在胡編亂造一些不存在的事實。同時由於其語言風格一本正經，讓普通人很輕易相信它，即便是領域專家要從它有板有眼的文字中識別虛構和錯誤也是一件不易的事。

二是缺乏領域“忠實度”的題目。解決任何專業領域的題目都要求大模型不要自己根據通識去自由發揮，而要嚴格遵循這個領域的規範、用符合這個領域的知識體系來回答題目。但是我們去嘗試了一些通用大模型，發現假如不做一些調教最佳化，它老是會超出你給定的領域文件自由發揮，進而出錯。

所以，一個基本的判定是：單單利用現在的通用大模型不足以解決行業許多題目。實際應用需要的是事實準確、忠實於領域知識與文字的垂域大模型。從這個判定出發，當下我們要發展面向垂域的大模型，要發展通用大模型的外圍外掛，要採取大模型和知識圖譜、傳統知識庫相結合的策略。

遇上差距

《瞭望東方週刊》：面對ChatGPT所引發的通用人工智慧工業變革，海內企業應該如何捉住大模型工業機會？

肖仰華：大模型毫不是宣傳案牘的噱頭。我們正在見證由通用人工智慧所帶來的前所未有的技術革命。通用人工智慧是人類歷史上第一次關於智慧本身的革命。歷次技術突破都是人類智慧的產物，而唯獨通用人工智慧是“智慧”本身的革命。

大模型的誕生宣告了整個人工智慧進入全新的重工業時代。回顧人類歷史上的歷次技術革命，多始於相對初級的手工作坊模式，經由漫長的發展週期，終極形成了成熟的重工業發展模式。重工業化的人工智慧有三個光鮮的特徵：大模型、大算力和大資料。

5月23日，工作人員在貴州大學省部共建公共大資料國家重點實驗室算力中央 ( 劉續/攝 )

國外大模型工業已經形成了一個生態，而且發展非常迅速。反觀海內，從表象上看熱鬧非凡、模型林立，但是剝開外殼從內裡看，仍舊有不少題目，不免讓人擔憂。

一方面，幾乎所有海內人工智慧工業的重要企業與研發機構紛紛推出了自己的類ChatGPT大模型。這說明，大家都意識到大模型的戰略意義，積極主動投入資源，這值得肯定。

另一方面，海內大模型工業發展已經泛起一些題目：一是技術路線同質化嚴峻，許多大模型都是用ChatGPT餵養自己的大模型，或是在國外開源通用大模型基礎上進行指令微調；二是資料生態不完善，中文資料生態尤其重要，但現在較為欠缺；三是算力掣肘；四是模型立異有限，現在許多海內大模型都基於國外的開源社群模型。

總之，ChatGPT所引發的通用人工智慧工業變革才剛剛開始，中國相關部分和企業要以深入的思索和紮實的實踐抓住機遇，同時高度重視發展過程中泛起的題目。

《瞭望東方週刊》：具體來說，中國發展大模型工業目前面臨哪些短板？

肖仰華：大模型工業的發展取決於多個因素：其一是模型，模型比如內功，模型越大，潛力越強。其二是算力，這是大模型的核心競爭力，大模型競爭歸根結底是算力的競爭。其三是資料，只有高質量的資料，才能餵養出高水平的大模型。不外，這幾個題目都不是中國大模型工業的真正短板所在。

與國際同行比擬，當前我國大模型工業發展在資料上有上風，在算力方面有基礎，模型本身也不存在什麼技術秘密，真正的短板在於我們對大模型“煉製”工藝的把握，包括資料配方、資料清洗和引數設定等等，這些從根本上決定了大模型的效果，是大模型工業發展的重要因素。這方面短期之內難以跟上或者超越，需要我們付出巨大代價進行試探。

實際上，上述的每一個詳細模組，海內都知道怎麼做，但是將它們整合在一起，總體效果和國外是存在差距的，不是0分和100分的差距，而是70分與100分的差距。我們要遇上最後這幾十分，要不斷試錯、評測和改進。

從大模型題目引申來看，應用和整合立異，一直是我們的強項。但是跟美國比擬，我們缺少原始立異，原始立異甚至到了極度稀缺的程度。原始立異是怎麼來的？可能來自科學家的奇思妙想，可能來自偏執甚至瘋狂的設法。好比Open AI的CEO山姆·奧特曼（Sam Altman），他在2015年成立Open AI，2018年投入巨資研發大模型。而在2018年這個時間點，全世界沒有多少科學家以為通用大模型這條路可以走通。

將來我們要實現引領，就一定要不斷最佳化科研文化和科研生態，鼓勵思辨、鼓勵質疑，激發原始立異。

7月8日，2023世界人工智慧大會在上海世博展覽館舉行。蜜度資訊，“文稿通”基於大模型的詩歌天生

戰略定力

《瞭望東方週刊》：在大模型高潮之下，中國自己的大模型發展道路畢竟該怎麼走？

肖仰華：國家有關部分要引導業界統一規劃、合作協同、有序發展、健康發展。對此，我建議，可以從八個方面的應對措施推動我國大模型工業的發展：一是積極推動資料同盟（資料交易）的建設，促進優質資料的共享與傳播；二是鼎力推動算力同盟建設，促進優質算力共享與協作；三是推動模型開源社群建設，完善國產大模型的開源生態；四是立異培養方式，培育大模型工業人才；五是建立大模型的診斷與應用評測體系，保障大模型工業健康發展；六是研究綠色可持續的大模型技術，降低大模型落地本錢；七是積極探索大模型的應用模式，豐碩大模型的應用場景；八是持續研究大模型練習與應用關鍵技術，完善大模型技術體系。

尤其要留意，在這波大模型的發展高潮之下，不能為了追隨ChatGPT，忽略了其他熱門，錯失了下一個機遇。我們一定要有戰略定力，對不斷泛起的熱門要有戰略正視，但不能打亂既有部署。好比，許多傳統小模型，該研究還得繼承研究，數字化與智慧化程序中的其他技術也得往前推進。

在方向上，或者說，只有底座大模型與垂域應用相結合，才能終極創造價值。好比，醫療領域但願做能代替或部門解放醫生的問診機器人，投資領域但願有投資參謀機器人，司法領域但願有法律諮詢機器人，這都屬於垂域場景。在晉升通用大模型能力的同時，也期待相關企業能在大模型垂域應用上有所作為，把大模型的通識能力更好地與垂域的專業知識、專家經驗、行業解決問題的思維方式相結合，去解決現實中的複雜題目。我們既要正視通用大模型，更要正視垂域應用，重模型輕應用或者重應用輕模型，都是不可取的。

中國市場巨大、資料豐碩、應用場景豐碩，完全可以用完善的應用生態來帶動底座大模型的提高，走一條“農村包抄城市”的路線。也就說，先把我們擅長的外圍應用和技術生態做好，不斷去補齊通用大模型在資料、算力、模型和工藝等方面的短板，並在這一過程中試探有中國特色的大模型發展道路，形成獨特上風，另闢大模型競爭賽道，進而形成核心競爭力，形成百花齊放、百家爭鳴的繁榮生態。

總之，國產大模型絕不能停留在類ChatGPT的開放閒聊，要儘快晉升其解決千行百業實際題目的能力，切實把大模型發展成為推動我國各行業數字化轉型與高質量發展的進步前輩生產力。

點選下方標題，閱讀本組專題全部稿件

《競逐“垂域大模型”》專題系列稿件

中國市場巨大、資料豐碩、應用場景豐碩，完全可以用完善的應用生態來帶動底座大模型的提高，走一條“農村包抄城市”的路線。

《瞭望東方週刊》記者萬宏蕾[gf]2003[/gf]編纂顧佳贇

7月7日，華為技術有限公司在華為開發者大會2023上正式釋出人工智慧（AI）大模型華為雲盤古大模型 3.0 ( 陳宇軒/攝 )

自ChatGPT上線來，國際海內各大廠商紛紛跟進，投入了巨大研發資源來研發類似大模型。人工智慧的發展，尤其到了通用人工智慧階段，可謂熱門紛呈。

作為人工智慧工業發展過程中的里程碑事件，ChatGPT代表通用人工智慧技術的成熟，宣告人類社會技術提高有可能進入快速增長期，甚至一個指數發展期。在類ChatGPT大模型領域，中國尚處於起步階段，需做進一步戰略規劃並統籌發展。就相關題目，《瞭望東方週刊》近日專訪了上海市資料科學重點實驗室主任、復旦大學教授肖仰華，探討我國大模型工業的發展路徑。