當(dāng)下，各行各業(yè)都在加速擁抱大模型。近期，由工信智庫聯(lián)盟指導(dǎo)，百度發(fā)展研究中心聯(lián)合中國(guó)信通院、中國(guó)新一代人工智能發(fā)展戰(zhàn)略研究院、中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心等多家智庫就大模型應(yīng)用情況進(jìn)行調(diào)研。

“鋼鐵行業(yè)應(yīng)用大模型的動(dòng)力很強(qiáng)。”中天鋼鐵專家表示，研發(fā)周期長(zhǎng)、生產(chǎn)成本高、協(xié)同效率低等是鋼鐵行業(yè)高質(zhì)量發(fā)展面臨的痛點(diǎn)難點(diǎn)，覆蓋研產(chǎn)供銷服各環(huán)節(jié)，需要發(fā)展新質(zhì)生產(chǎn)力，重構(gòu)生產(chǎn)管理，探索人工智能技術(shù)及大模型在鋼鐵行業(yè)的應(yīng)用成為大勢(shì)所趨。

借助大模型，將專家經(jīng)驗(yàn)、工業(yè)機(jī)理轉(zhuǎn)化為制造業(yè)的優(yōu)勢(shì)和數(shù)字競(jìng)爭(zhēng)力已成為企業(yè)探索的方向。協(xié)鑫科技專家表示，希望建立企業(yè)自己的切片大模型，通過模型預(yù)測(cè)改善線速、切割工藝等參數(shù)，將良品率由目前的96%，提升至98%乃至更高。他表示，“企業(yè)的競(jìng)爭(zhēng)力是低成本、高良品率。目前通過人力提升良品率的辦法，已經(jīng)到瓶頸了，后續(xù)期待通過大模型找到提升辦法。”

大模型助力新型工業(yè)化的一個(gè)重要領(lǐng)域，是探索如何把老專家、老技師頭腦里的知識(shí)和經(jīng)驗(yàn)沉淀下來。中國(guó)制造業(yè)場(chǎng)景多、數(shù)據(jù)量大。特別是很多經(jīng)驗(yàn)是掌握在老專家、老技師的頭腦里，并沒有轉(zhuǎn)化為行業(yè)、企業(yè)的知識(shí)。如果利用通用大模型+行業(yè)增強(qiáng)的能力，讓每個(gè)崗位、每個(gè)員工背后，都有一位虛擬資深專家，就會(huì)更高效、經(jīng)濟(jì)地滿足企業(yè)海量的個(gè)性化需求，提升企業(yè)的整體競(jìng)爭(zhēng)力。

中國(guó)新一代人工智能發(fā)展戰(zhàn)略研究院首席經(jīng)濟(jì)學(xué)家劉剛表示，“場(chǎng)景多是中國(guó)制造業(yè)的獨(dú)特優(yōu)勢(shì)，加快應(yīng)用來持續(xù)優(yōu)化模型能力，可能會(huì)跑出一條中國(guó)特色的大模型發(fā)展路徑。”

中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心最新發(fā)布的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》數(shù)據(jù)顯示，截至目前，我國(guó)以大模型為代表的人工智能普及率達(dá)16.4%。從產(chǎn)業(yè)鏈環(huán)節(jié)來看，當(dāng)前的大模型應(yīng)用分布呈現(xiàn)“微笑曲線”特征，兩端快、中間慢，即產(chǎn)業(yè)鏈兩端的研發(fā)設(shè)計(jì)和運(yùn)營(yíng)服務(wù)等知識(shí)密集型、服務(wù)密集型環(huán)節(jié)落地相對(duì)較快，生產(chǎn)制造等中間環(huán)節(jié)相對(duì)較慢。從當(dāng)前應(yīng)用進(jìn)展看，內(nèi)容生成、智能交互、信息提煉是制造業(yè)與大模型結(jié)合的共性需求。

中國(guó)信息通信研究院政策與經(jīng)濟(jì)研究所原總工、人工智能與經(jīng)濟(jì)社會(huì)研究中心副主任何霞表示，“如何評(píng)估大模型應(yīng)用價(jià)值需要關(guān)注，不僅僅是成功了才有價(jià)值，在過程中的探索同樣有價(jià)值。國(guó)家項(xiàng)目，帶有一些研發(fā)性質(zhì)的，可以采用過程補(bǔ)貼；產(chǎn)業(yè)項(xiàng)目可以考慮后補(bǔ)貼的方式，進(jìn)一步引導(dǎo)和激發(fā)傳統(tǒng)企業(yè)應(yīng)用大模型的意愿。”

在調(diào)研過程中，企業(yè)表示，對(duì)應(yīng)用大模型的顧慮，最大的難點(diǎn)在于數(shù)據(jù)。一是數(shù)據(jù)質(zhì)量，應(yīng)用效果與前期數(shù)據(jù)的獲取、標(biāo)準(zhǔn)化、積累強(qiáng)相關(guān)，需要時(shí)間、資金投入來積累，專業(yè)人才的數(shù)量也決定了高質(zhì)量數(shù)據(jù)的采集、數(shù)據(jù)集的建設(shè)和應(yīng)用效果；二是數(shù)據(jù)安全。數(shù)據(jù)是企業(yè)的核心資產(chǎn)，也是核心競(jìng)爭(zhēng)力。大模型訓(xùn)練和應(yīng)用過程中，如何保障生產(chǎn)環(huán)節(jié)關(guān)鍵數(shù)據(jù)的安全、核心數(shù)據(jù)不出域，這也是企業(yè)最大顧慮和考量因素。

解決數(shù)據(jù)質(zhì)量問題，需要制造業(yè)企業(yè)和人工智能科技企業(yè)共同探索，加強(qiáng)在人才培養(yǎng)、數(shù)據(jù)采集、數(shù)據(jù)分析等多維度的合作。清華大學(xué)《大模型安全實(shí)踐白皮書》指出，“云平臺(tái)服務(wù)憑借其成熟的安全防御體系，能夠支撐起廣泛的服務(wù)需求”，當(dāng)前云平臺(tái)已能夠在大模型全生命周期保障數(shù)據(jù)安全，保護(hù)企業(yè)敏感數(shù)據(jù)不出域、保護(hù)數(shù)據(jù)機(jī)密性和完整性。

業(yè)內(nèi)專家表示，大模型要想更好地發(fā)揮產(chǎn)業(yè)賦能價(jià)值，需要在觀念創(chuàng)新上的更大突破，客觀看待大模型應(yīng)用的效率和安全，破除“大模型私有化部署才安全”“優(yōu)先選擇開源大模型”等誤區(qū)。隨著數(shù)據(jù)隱私保護(hù)技術(shù)的應(yīng)用，和企業(yè)數(shù)據(jù)治理體系的完善，“連接”并不意味著不安全，而是促進(jìn)大模型從通用智能，轉(zhuǎn)變?yōu)橄冗M(jìn)生產(chǎn)力，幫助產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。一味強(qiáng)調(diào)私有化、定制化，一方面會(huì)大幅增加企業(yè)的運(yùn)維和服務(wù)成本；另一方面，“手工作坊”“施工隊(duì)”的應(yīng)用模式，會(huì)折損大模型應(yīng)用的效率和質(zhì)量，制約企業(yè)提質(zhì)增效、發(fā)展新質(zhì)生產(chǎn)力。

來源：人民網(wǎng)

免責(zé)聲明：本網(wǎng)站部分文章、圖片等信息來源于網(wǎng)絡(luò)，版權(quán)歸原作者平臺(tái)所有，僅用于學(xué)術(shù)分享，如不慎侵犯了你的權(quán)益，請(qǐng)聯(lián)系我們，我們將做刪除處理！