“大模型就像一个软乎乎的大脑，发挥作用必须有脑壳、眼睛、手、胳膊和腿。这背后必须要搭建多套软件来支撑。完整的软件栈和工具链才能让人工智能真正变成生产力。”在日前举行的清华大学数字经济系列沙龙第八期上专业股票配资资讯网官网，中国信息通信研究院人工智能研究所所长魏凯说，算法、数据、算力的规模效应仍在持续放大，但大模型并非“万能钥匙”。引入大模型只是“买图纸”，而要真正落地，需要配备专业“施工队”来完成大模型开发、调优、评估、部署及推理等全流程工作。
“以宠物经济为例，大模型可以通过分析宠物狗的声音和行为数据，为人与宠物互动提供新消费场景。但这不意味着企业买入大模型，就跑通了应用全流程。”魏凯分析，开源大模型打破了技术壁垒，使中小企业能基于底层模型快速开发衍生应用，大幅降低部署成本。然而要想推动人工智能转化为生产力，仍需跨越技术与场景的鸿沟，落地端有相当一部分工程性任务。完成这些任务需要“施工队”，他们既要深入了解行业，又要兼具技术性和经济性。
然而，培养“施工队”却并不容易。魏凯直言，许多企业用户往往需要先干活再立项做预算，这导致了“脏活累活”难解决、“施工队”动力不足等问题。此外，企业的数据治理能力弱也是制约人工智能产业发展变革的短板。“数据治理被视为‘下水道工程’，这方面做不好，即使把模型引入公司，‘施工队’也无处下手。”魏凯说。
对此，魏凯建议，企业应在大模型落地过程中加大预训练阶段投入，同时提升训练集群算力效率、加快代理型人工智能研发，充分发挥消费场景“练兵场”作用，以数据闭环优化数据供给，推动大模型优化。此外，应培养更多具备跨界思维的复合型人才。
怀远策略提示：文章来自网络，不代表本站观点。
