【文/觀察者網(wǎng) 周毅 編輯 張廣凱】

微軟再一次拋出“王炸”。

5月23日，在西雅圖的微軟Build 2023開發(fā)者大會(huì)上，微軟CEO納德拉正式宣布，正在為Windows 11添加人工智能助手“Windows Copilot”，用戶可以在Windows系統(tǒng)中使用聊天機(jī)器人。

在ChatGPT領(lǐng)域，中國此前已有阿里通義千問、百度文心一言、京東靈犀等多款產(chǎn)品。

在AIGC的新風(fēng)口下，如何看待中國企業(yè)的挑戰(zhàn)和機(jī)遇？

5月22日，2023數(shù)字經(jīng)濟(jì)（東湖）論壇在武漢舉辦。在論壇上，復(fù)旦大學(xué)教授、上海市數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室主任肖仰華對(duì)觀察者網(wǎng)表示，與國際同行相比，模型、數(shù)據(jù)和算力并不是中國最大的劣勢(shì)，真正的短板在于對(duì)大模型"煉制"工藝的掌握，包括數(shù)據(jù)配方、數(shù)據(jù)清洗和參數(shù)設(shè)置等等。

肖仰華表示，大模型"煉制"工藝從根本上決定了大模型的效果。但是和OpenAI等企業(yè)相比，我們?nèi)杂幸欢ǖ臅r(shí)間差距。但是中國也有自己的優(yōu)勢(shì)，比如舉國體制。我們可以成立產(chǎn)業(yè)聯(lián)盟多線并進(jìn)，縮短試錯(cuò)周期。

圖源2023數(shù)字經(jīng)濟(jì)（東湖）論壇

肖仰華還提醒，我們不能因?yàn)槌醋鰿hatGPT一個(gè)熱點(diǎn)，而忽略了具身智能等其他賽道。

值得重視的短板：先進(jìn)工藝

在肖仰華看來，以ChatGPT為代表的生成式人工智能技術(shù)（AIGC），將成為推動(dòng)我國數(shù)字經(jīng)濟(jì)進(jìn)步，實(shí)現(xiàn)高質(zhì)量發(fā)展的重要引擎。在ChatGPT之前，人工智能處于不成熟的產(chǎn)業(yè)階段；ChatGPT的出現(xiàn)將人工智能帶入快速發(fā)展、快速變現(xiàn)的重工業(yè)發(fā)展階段。

但在類ChatGPT等大模型領(lǐng)域，中國尚處于起步階段，需要進(jìn)一步規(guī)劃和統(tǒng)籌。

肖仰華認(rèn)為，大模型產(chǎn)業(yè)發(fā)展的取決于數(shù)個(gè)因素。

首先是模型。模型好比功夫中的“內(nèi)功”，模型越大，潛力越強(qiáng)；其二是算力，這是大模型的核心競(jìng)爭(zhēng)力，大模型競(jìng)爭(zhēng)歸根結(jié)底是算力的競(jìng)爭(zhēng)；其三是數(shù)據(jù)。只有高質(zhì)量的數(shù)據(jù)，才能喂養(yǎng)出高水平的大模型。不過，它們都不是中國大模型產(chǎn)業(yè)的真正短板所在。

圖源微軟

“我國的大模型產(chǎn)業(yè)，在數(shù)據(jù)上有優(yōu)勢(shì)，在算力上有基礎(chǔ)，模型本身也不存在什么秘密，我們真正缺的是先進(jìn)工藝?！毙ぱ鋈A說。

他解釋道，“煉制”大模型的工藝過程至關(guān)重要，它包括數(shù)據(jù)配方、數(shù)據(jù)清洗、參數(shù)設(shè)置、流程設(shè)計(jì)和質(zhì)量控制等等。它從根本上決定了大模型的效果，是大模型產(chǎn)業(yè)發(fā)展的重要因素。當(dāng)前我國大模型產(chǎn)業(yè)發(fā)展缺乏先進(jìn)工藝過程，這是短期之內(nèi)難以跟上的，需要付出巨大代價(jià)進(jìn)行摸索。

數(shù)據(jù)配方，指的是根據(jù)模型的學(xué)習(xí)目標(biāo)，確定不同領(lǐng)域、不同類型、不同模態(tài)數(shù)據(jù)的配比；數(shù)據(jù)清洗，指的是對(duì)原始語料進(jìn)行去噪、去重、過濾、規(guī)范化等操作，提高語料一致性、多樣性與完整性。

所謂的參數(shù)設(shè)置，是根據(jù)模型的架構(gòu)和規(guī)模，選擇合適的超參數(shù)，如學(xué)習(xí)率、批次大小、優(yōu)化器、激活函數(shù)等，這些選擇將影響模型訓(xùn)練的效率和效果。

流程設(shè)計(jì)，是根據(jù)模型的訓(xùn)練目標(biāo)和資源限制，設(shè)計(jì)各相關(guān)組件之間的流程排布、目標(biāo)設(shè)定、訓(xùn)練策略等，提高模型的泛化能力和適應(yīng)性。

質(zhì)量控制，指的是對(duì)模型的訓(xùn)練過程和結(jié)果進(jìn)行監(jiān)控和評(píng)估，通過準(zhǔn)確率、困惑度等關(guān)鍵指標(biāo)監(jiān)測(cè)，通過對(duì)比不同模型或版本的表現(xiàn)，以保障大模型訓(xùn)練的質(zhì)量和穩(wěn)定性。

肖仰華表示，上述的每一個(gè)具體模塊，國內(nèi)其實(shí)都知道怎么做，但是將它們整合在一起，總體效果和國外是存在差距的?！安皇悄茏鲞€是不能做的問題，而是做出來的效果是70分與100分的差別?！毙ぱ鋈A表示，我們要趕上最后這幾十分，要不斷試錯(cuò)、評(píng)測(cè)和改進(jìn)。

肖仰華對(duì)觀察者網(wǎng)表示，先進(jìn)工藝的掌握需要試錯(cuò)，需要時(shí)間積累。OpenAI成立于2015年，在2018年投入大模型研發(fā)，到今年整整用了5年時(shí)間，他們花了很多時(shí)間去試錯(cuò)和摸索。即使現(xiàn)在很多中國企業(yè)在努力追趕，但是這個(gè)“時(shí)間差”是一朝一夕難以趕上的。

OpenAI網(wǎng)站截圖

但是，中國也有優(yōu)勢(shì)：舉國體制。

“我們可以把串行的試錯(cuò)變成并行的試錯(cuò)，甚至可以10條技術(shù)路線同時(shí)試錯(cuò)，”，肖仰華解釋道，當(dāng)一些人在驗(yàn)證某一個(gè)路線，那么其他人就不必重復(fù)驗(yàn)證該路線，可以轉(zhuǎn)而去驗(yàn)證求索B路線、C路線……這就是中國舉國體制的力量。

肖仰華提到，并行試錯(cuò)需要相關(guān)研發(fā)機(jī)構(gòu)形成聯(lián)盟，例如算力聯(lián)盟、數(shù)據(jù)聯(lián)盟和技術(shù)聯(lián)盟。如果大家能夠做到技術(shù)共享、協(xié)同研發(fā)，就可以把試錯(cuò)的成本大大降低，并顯著縮短試錯(cuò)周期?！叭思倚枰?年，我們可以只用1年。迎頭追趕的策略是存在的，關(guān)鍵是我們能不能推動(dòng)這些聯(lián)盟的團(tuán)結(jié)?！?