每經(jīng)記者 王琳    每經(jīng)編輯 梁梟    

“百模大戰(zhàn)”告一階段，國內(nèi)大模型領(lǐng)域開始進(jìn)入到各行各業(yè)的應(yīng)用探索階段。

12月6日，2024 AI+數(shù)字筆跡創(chuàng)新應(yīng)用發(fā)展論壇在重慶舉行。《每日經(jīng)濟(jì)新聞》記者在現(xiàn)場(chǎng)注意到，阿里云副總裁、產(chǎn)業(yè)智能首席科學(xué)家張磊表示，大模型真正變成生產(chǎn)力可能會(huì)經(jīng)歷三個(gè)階段，最終將打破固有的生產(chǎn)關(guān)系，越往深層走，大模型作為一個(gè)新質(zhì)生產(chǎn)力產(chǎn)生的業(yè)務(wù)價(jià)值、社會(huì)價(jià)值將會(huì)越來越大。

圖片來源：每經(jīng)記者 王琳 攝

隨著大模型的應(yīng)用進(jìn)入到日常生活以及生產(chǎn)經(jīng)營領(lǐng)域，其安全短板也亟待解決。電子科技大學(xué)網(wǎng)絡(luò)空間安全學(xué)院院長、俄羅斯工程院外籍院士張小松認(rèn)為，大模型的背后是機(jī)器學(xué)習(xí)，而機(jī)器學(xué)習(xí)存在脆弱性，需通過多種措施加以應(yīng)對(duì)。

專家：大模型變成生產(chǎn)力有三個(gè)階段

過去的一年時(shí)間，國內(nèi)的大模型領(lǐng)域經(jīng)歷了“百模大戰(zhàn)”，各行各業(yè)的開源、閉源大模型層出不窮。

在張磊看來，大模型產(chǎn)業(yè)中長期可能有兩個(gè)比較重要的發(fā)展趨勢(shì)，一是從大模型利用或者需求的角度來說，肯定會(huì)呈現(xiàn)大模型越來越多、百花齊放的普惠效應(yīng)趨勢(shì)；二是在整個(gè)大模型技術(shù)、基礎(chǔ)設(shè)施的供給上，全球范圍內(nèi)又將是一個(gè)比較極化的效應(yīng)趨勢(shì)，即寡頭格局、強(qiáng)者愈強(qiáng)。

因此，張磊認(rèn)為，在大模型的供給方面，需要生態(tài)圈里最頭部的廠商進(jìn)行抱團(tuán)，包括云計(jì)算廠商、運(yùn)營商、硬件廠商等，從而形成一個(gè)完整的產(chǎn)業(yè)鏈。

與此同時(shí)，值得注意的是，隨著“百模大戰(zhàn)”帶來的投入越來越大，行業(yè)發(fā)展的重點(diǎn)也逐漸向應(yīng)用層遷移。

張磊表示，大模型真正變成生產(chǎn)力可能有三個(gè)階段，第一個(gè)階段是沒有行業(yè)屬性的大模型應(yīng)用，包括客服、問答、數(shù)據(jù)分析、報(bào)表總結(jié)，文本、圖片生成，會(huì)議紀(jì)要生成，招聘輔助等，各行各業(yè)都可以用；第二個(gè)階段是大模型通過智能體、私域數(shù)據(jù)庫、小助手的方式進(jìn)入有行業(yè)屬性的實(shí)際場(chǎng)景的業(yè)務(wù)流程中，開始為現(xiàn)有的業(yè)務(wù)流程進(jìn)行降本提效；第三個(gè)階段是大模型將產(chǎn)生新的能力，開始去重構(gòu)業(yè)務(wù)流程，打破固有的生產(chǎn)關(guān)系。

而對(duì)于推動(dòng)大模型產(chǎn)業(yè)的發(fā)展，張磊也給出了自己的建議，包括統(tǒng)籌算力、構(gòu)建高質(zhì)量的數(shù)據(jù)集、大力推動(dòng)人才培養(yǎng)以及加速示范應(yīng)用。

存算法脆弱性、算法漏洞等問題，專家支招

在大模型逐漸進(jìn)入應(yīng)用階段之際，大模型的數(shù)據(jù)安全和算法漏洞等問題也愈發(fā)受到各方關(guān)注。

張小松指出，大模型的實(shí)踐手段是機(jī)器學(xué)習(xí)。在機(jī)器學(xué)習(xí)的早期，存在幾個(gè)威脅：一是機(jī)器學(xué)習(xí)的算法非常脆弱，脆弱到甚至還不如幾歲的小孩，稍微把圖形圖像的內(nèi)容進(jìn)行篡改就會(huì)發(fā)生識(shí)別錯(cuò)誤；二是經(jīng)常有利用機(jī)器學(xué)習(xí)的錯(cuò)誤，用來操縱大模型，例如有意喂錯(cuò)誤樣本進(jìn)行投毒攻擊或?qū)构簦ㄟ^有選擇性地學(xué)習(xí)進(jìn)行逃逸攻擊。

“所以一是要對(duì)學(xué)習(xí)過程進(jìn)行完整性的檢測(cè)，二是要對(duì)推理過程進(jìn)行防錯(cuò)性的檢測(cè)，三是要對(duì)機(jī)器學(xué)習(xí)內(nèi)容樣本進(jìn)行隱私保護(hù)的處理。”張小松補(bǔ)充道。

值得一提的是，在人工智能時(shí)代，由深度偽造等帶來的挑戰(zhàn)也愈發(fā)顯現(xiàn)，網(wǎng)絡(luò)安全中的身份認(rèn)證問題也亟待解決。

《2024人工智能數(shù)字筆跡技術(shù)白皮書》在論壇現(xiàn)場(chǎng)發(fā)布。根據(jù)白皮書內(nèi)容，AI數(shù)字筆跡將成為多模態(tài)生物特征識(shí)別的重要手段之一，并作為數(shù)字交易中確權(quán)和授權(quán)的底層基礎(chǔ)技術(shù)，在數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展中發(fā)揮非常重要的作用。

“AI在提高數(shù)字筆跡識(shí)別準(zhǔn)確率方面可發(fā)揮關(guān)鍵作用，通過卷積神經(jīng)網(wǎng)絡(luò)（CNN）等深度學(xué)習(xí)模型，未來本人數(shù)字筆跡識(shí)別的識(shí)別通過率將提高到99.99%。”白皮書顯示。