日期:
来源:中国气象局收集编辑:中国气象局
从ChatGPT到Sora,从单模态到多模态,从单一智能到通用智能,全球人工智能创新热潮迭起,正在为经济社会发展持续注入新动能。全国政协委员、山西数据流量谷董事长贺晗关注到,人工智能大模型的泛化能力和涌现特性,让其在诸如医疗、金融、交通、气象等垂直行业应用场景上,展现了惊艳的性能表现和巨大的发展潜力。全国政协委员、山西数据流量谷董事长贺晗 受访者供图 “场景驱动,是人工智能大模型技术创新和产业增长的重要模式。”贺晗同时发现,当前人工智能大模型应用场景拓展普遍存在两大阻碍,一是各行业数据资源虽多,但缺乏高质量产业数据集;二是有丰富的算力资源,但多元异构算力调度能力没跟上,算力“孤岛”问题突出。 对此,他建议,鼓励地方政府、领军企业、行业协会和专业服务机构搭建全国级、地方级、行业级等多层次人工智能大模型技术应用场景供需对接平台,征集应用场景需求、市场化项目需求,推动技术供给方公开发布大模型创新应用解决案例,实现技术、模型、数据等资源对接;同时推动具有首创性、示范性的标杆场景项目落地,打造标杆性大模型产品和服务;常态化征集、遴选技术创新性强、成熟度高、应用前景广阔的典型应用案例并公开发布也不失为一种途径。 同时,工业、金融、商务、交通、气象等各行业各领域要深度挖掘,积极打造可应用人工智能大模型技术的各类场景,围绕算力平台、大模型开源社区和协作平台、多模态公共数据集等人工智能基础设施资源进行长期投入,加强各行业数据的采集、利用、开发,储备高质量产业数据集。贺晗尤其建议,要在实践中,不断推动大模型技术与丰富应用场景和行业数据要素相结合,训练打造垂直领域大模型,根据应用情况对业务流程进行创新和再造,在“降本提质增效”的同时,开发新功能、形成新产品、拓展新应用,实现人工智能技术与行业更加深入的融合。 “当然,人才是第一资源,尤其是人工智能时代。”因此贺晗认为,当下有必要加紧培养一批既懂行业技术又懂大模型技术的综合型人才。对此,要完善通用人工智能相关学科建设,做好学科交叉融合,行业、学校、企业、科研机构等要联动开设“第二课堂”,加强人工智能通识教育,进一步打造产学研用链条,将教学内容与产业一线紧密结合,培养富有实战经验的人才。