中新經緯12月15日電（萬科一）目前展現出無限潛力的AI技術，將會有哪些發展趨勢？在12月14日舉行的騰訊科技高科技日暨2023數字開放物大會上，多位行業領袖圍繞“智慧型湧現，數字開啟一切”這一主題發表了自己的看法。
騰訊新聞運營總經理黃晨霞認為，2024年的技術進步不同尋常，堪稱新一輪產業革命的起點。 她問了三個關於人工智慧技術的問題：“在通往AGI的道路上，我們需要克服哪些障礙？“大模型將如何嵌入到行業中？”以及“人工智慧帶來的前所未有的能力將帶來哪些產品可能性？
針對大家面對新技術的矛盾心理，黃晨霞認為，焦慮是可以理解的，但不應該輕舉妄動，而應該更深入地思考。 對於複雜問題的解決，黃晨霞表示，雖然挑戰重重，但在討論這些問題的過程中，湧現的資訊將帶來無數的未來。
科智集團董事長、數字開物創始人黃超表示，2024年是全球數字技術領域變革的重要一年，也是中國數字經濟穩步向前加速的一年。 在科技創新的背景下，數位化正在成為中國經濟和社會的變革力量。
在AI時代，GPU和通用AI晶元逐漸取代CPU成為算力發展的核心。 中國如何在GPU研發和製造方面打破遊戲規則？國有資產監督管理委員會科技力量智庫專家委員會主任、中科院教授廖啟偉認為，廣義的算力決定了乙個國家未來真正的競爭力。
對於AI帶來的顛覆，英諾天使**合夥人王晟表示，一種新的技術正規化，從產生到成熟，都有其時間點，明年可能是應用的第一年。 他進一步解釋說，AI與產業的結合並非剛剛開始，大模型只是拓寬了融合的可能性，但如果商業模式不改變，這種進展仍將是漸進的。
對此，崑崙萬維董事長兼CEO方晗補充道：“增量創新在B端會比較快落地，顛覆性創新會在C端大放異彩。 他認為，這波AI浪潮必將催生出來自小企業的新C端巨頭。
對於最近被廣泛討論的AI Native概念，方寒認為AI Native是乙個完全錯誤的命題。 王勝認為，AI是一種工具，是過去應用的延伸，與原生的相關性有限。
談到哪些應用場景最先被AI改變，曲眾資本投資副總裁陳習將AI分為三層：基礎模型層、中間層和應用層。 “基礎模型層是門檻最高的一層，應用層的發展機會最多。 陳習說。
針對大模型為何沒有在國內率先出現的問題，教育部“長江學者”特聘教授、中國大學交叉科學研究院院長楊東指出，在過去的移動網際網絡時代，中國存在嚴重的資料風險主義。 為什麼不能及早生產和開發大型模型？主要原因不在於算力，也不在於演算法，而在於缺乏資料的互聯互通。
談及安全和私隱的風險，如何管理生成內容和合成內容，以及大模型的錯覺，中國資訊通訊研究院雲大學研究院大資料與區塊鏈系主任江春宇表示，要構建資料安全私隱全生命週期的防護能力， 覆蓋整個培訓過程。
針對錯覺問題，在江春雨看來，“不同領域的真實性和準確性可以通過一些規則、內容生成要求、監測機制和真實性評估來約束，有害問題可以通過內容識別過濾+人工審核自動檢測”，但目前國內這些領域處於空白階段，亟待完善。
據江春宇介紹，中國資訊通訊研究院正在撰寫一本關於人工智慧資料治理的書，旨在建立該領域的方法和規則體系。
除了安全性的提公升，江春雨還強調了資料質量的價值：沒有好的資料，模型的能力肯定會有所欠缺。 “目前的情況是，國內IT發展路徑是先汙染後治理，因此質量普遍偏向，與資料質量相關的評估維度需要改變，提公升資料質量的流程和工程能力有待加強。 ”
在AI大模型新技術展現巨大潛力的當下，整個行業將如何改變，或許是目前普通企業最關心的問題。 談及企業如何使用AI模型，竹間總裁兼COO孫斌建議，應採用外購、聯合建設的方式，如果不是行業龍頭企業或IT開發實力不足的企業，不建議做自研。
談及大模型是否是製造業數位化轉型的必備選擇，北京市資訊化和工業化融合服務聯盟理事長閆同柱表示，大模型對於不同企業的意義也不同。 “高階製造業本身對知識的要求比較密集，大模型起到優化作用，價值巨大。 但是，對於傳統製造業來說，資料量並不大，大模型的門檻比較高，投入產出比也不是那麼清晰。 ”
騰訊雲智慧型製造首席專家冰錦友認為，工業企業對大模型的接受度存在兩個問題，一是成本問題，模型訓練成本高二是錯覺問題，要麼行業內經濟產出需要100%正確，大模型難以實現。
雖然現階段大模型還不能應用於所有工業場景，但其擅長的場景已經有很多例子。 冰錦友表示，大模型在客戶服務、流程管理、人力資源、營銷、內容輸出和設計等方面的應用得到了廣泛的實踐。
閆同柱還從另乙個角度提出了大模型對產業的意義，他表示，很多地方因為人才的離職，產業知識和產業資料已經流失，沒有轉化為企業知識資產，所以很多創新都在重新發明輪子，但大模型的出現可以更有效地將經驗資料轉化為可用的知識資產。 （中信經緯APP）。
更多精彩內容，請關注JWVIEW官方微信***