全球資訊：人工智能領域投什么？產業化落地和行業模型是機會

人工智能大模型如何與產業結合是5月25日在廣州舉行的小蠻腰科技大會上熱議的話題。第一財經記者發現，不僅IBM、京東等大公司在行動，風投機構也在尋找機會。業界人士預測，人工智能未來更大機會在大模型的產業化落地、在數據積累產生的行業模型。

大模型正日益與產業應用結合

“AI的‘質變時刻’正在到來”，IBM大中華區董事長、總經理陳旭東說，人工智能大模型，正加速科學發現，推動可持續發展。在用于氣候和氣象數據的基礎模型方面，美國國家航空航天局（NASA）和IBM正創建AI基礎模型，以分析PB級別的文本和遙感數據，使構建針對特定問題和任務的AI應用程序更加容易，應用于包括檢測自然災害和跟蹤自然資源管理中的植被和野生動物棲息地的變化。

(資料圖片)

在用于分子科學的基礎模型方面，IBM的一項預訓練的AI模型，可以從簡單的表示中推斷出分子的結構，從而使分子篩選更快、更容易，也可以從頭開始創造分子。簡化發現對抗新興疾病的新藥物，或加速過渡到清潔、可再生能源的新材料的過程。陳旭東說，“AI可以幫助我們引導到新的知識和解決方案。”

IBM本月推出了watsonx的AI和數據平臺，使企業在各個環節便捷地使用AI，且保障數據安全。陳旭東說，企業應用的過程中，一是找數據，做數據存儲；二是建模型，進行靈活模型訓練和應用開發平臺，支持傳統機器學習和生成式AI；三是管起來，做到企業級的AI治理和監管，保障數據安全，支持負責任、透明、可解釋的AI工作流。

京東也正推動AI大模型的產業化落地。據京東集團副總裁、京東探索研究院院長何曉冬介紹，京東有零售、物流、工業品、健康、金融等業務，使先進的人機對話、內容生成技術有用武之地。京東將在今年發布新一代產業大模型——言犀大規模預訓練語言模型。

目前，京東已通過大模型，生成了3000多個品類商品的介紹，95%以上通過了人工審核，已生成文字超30億，日均使用量10萬。京東還通過大模型，生成唯妙唯肖的客服語音，生成衣服換裝圖像，甚至生成虛擬數字人對話訪談的視頻，以及提高物流效率。

何曉冬說，一站式智能對話交互應用平臺言犀將對更多行業賦能。“大模型的下一步將走向多模態和物理世界，建議龍頭企業牽頭，鼓勵市場競爭，以產品牽引，不可把技術和產品分開”。他向第一財經記者表示，AI大模型的更大發展空間在產業化落地。

打造細分行業模型是投資熱點

在大模型的基礎上，打造細分行業模型，促進人工智能大模型的產業化應用，將成為未來的投資熱點。

“生成式AI如何進入行業？”峰瑞資本投資合伙人陳石預計，十年后將是全棧式神經智能大模型時代，大模型會具備人類智能。大模型將賦能各行各業和所有的人，全球將有約10-20家企業提供大模型。下一層是行業，如果行業有產業縱深，需要建立垂類模型，如生物科技、心理等領域，通過先驗知識、規律、結構化和非結構化文本去訓練，形成行業智能模型，可以賦能行業流程再造、各個環節。再下一層是企業，也要有企業模型，如果沒有縱深，將會被擊穿。再下一層是員工模型，需要一些工具、智能助手、“副駕駛”。

陳石說，十年后將是模型時代，有大量模型。“你（的模型）對上一級通用模型，是否有不可替代性，如果沒有，上一級通用模型就可以把你替代。”進入垂直行業，需基礎工作，訓練物料、先驗知識、規律等要數據化、在線化。沒有數據，神經網絡是運轉不起來的。只有在線化，才能讓場景嵌入智能。他向第一財經記者表示：“機會在數據積累產生的（行業）模型上”。

展望人工智能的發展，陳旭東說，2023年AI突破自然語言處理；2024年更加完善AI治理；2025年AI將更節能、更經濟；2027年AI將在生產環節廣泛應用；2029年AI模型將常規應用于企業，AI可信任、可解釋、能推理；2030年全能型、多模態AI出現，開發人員將能在多個抽象級別操縱它們，從而使企業獲得競爭優勢。

本周一在大灣區科學論壇上，鵬城實驗室云腦使能研究所所長張偉也向第一財經記者表示，鵬城實驗室打造“云腦”人工智能算力系統，已投入40億元，未來還將投入60億元。在增強算力的基礎上，要找到重大應用，會率先支持科學研究。2023年重點工作，一是參與建設中國算力網，二是引入海量數據集、形成數據產品，已發布遙感數據集，還將會發布天文數據集，將把數據模型開放給產業。如果不構建自己的專業數據集，只是拿海外的數據集，很難形成有自主知識產權的人工智能系統。希望花幾年時間，逐步形成系統的人工智能。

談及行業模型的建立，陳石認為，“數據最重要，其它不太容易成為你的核心價值。數據你是可以掌握的，AI能力是開放的。行業垂類模型有機會，但也會有壓力，它架在應用層與大型模型之間，怎么既能夠有應用場景，又能夠擋住大模型的進攻，因大模型會進到行業。”

何曉冬向第一財經記者表示，現在AI大模型技術還用于比較淺的工作，如果結合產業知識會更有價值。深層次價值產出需與產業數據結合。如，有人問大模型iPhone怎么還沒到，系統回答不了，因為它沒有結合京東的物流配送數據。所以，人工智能結合產業的空間和價值更大。

標簽：