近年来，人工智能（AI）的发展成为全球科技界最热门的话题之一，尤其是去年ChatGPT的横空出世，将AI的热度彻底推向巅峰。ChatGPT的出现，为之前碎片化的人工智能技术走通了一条通用之路，带火了一众AIGC产品，并使AIGC成功出圈。自此AI行业进入发展的新纪元，正如英伟达CEO黄仁勋所言：“AI行业迎来了‘iPhone时刻’。”然而随着ChatGPT等大型语言模型的问世，人工智能领域正在面临新的挑战。首先从法律层面看，如何保障数据隐私和安全是首要的问题。据报道，当地时间3月31日，意大利个人数据保护局宣布，从即日起禁止使用聊天机器人ChatGPT，限制其开发公司OpenAI处理意大利用户信息，并开始立案调查。个人数据保护局认为，3月20日ChatGPT平台出现了用户对话数据和付款服务支付信息丢失情况。而该平台没有就收集处理用户信息进行告知，且缺乏大量收集和存储个人信息的法律依据。相信随后各个国家都会跟进加强对大语言模型的监管，这对相关企业来说会是一个不小的限制。其次从伦理层面看，如何确保大语言模型保持公正性也是值得重点考虑的问题。大语言模型可能会受到训练数据集中存在的偏见和不平衡的影响，导致模型在某些情况下输出带有偏见的结果。这就要求做大模型的企业不只要在算法上下功夫，也要在筛选语料时更加谨慎。在OpenAI发布ChatGPT后，国内企业紧跟其后也发布了一批大语言模型，如百度的文心一言、阿里云的通义千问、360的360智脑等等，腾讯、字节跳动、京东等公司也都发布了自己的类GPT应用开发计划。垂直行业企业也加紧布局，如医疗AI企业医渡科技正在研发医疗垂直领域大语言模型。其实，国内厂商之所以可以这么快跟进，是因为他们也在一直研究大语言模型，如百度的ERNIE系列模型、阿里巴巴的BERT系列模型、华为的MindSpore系列模型等，都是在ChatGPT发布之前就已经存在的自然语言模型。正是有了一定的积累，在OpenAI指明技术路线之后，国内厂商才能迅速跟进并发布出自己的产品。谁将成为中国的OpenAI，这是个一时间恐难见分晓的话题，现如今中国企业要做的还是尽力地去追赶ChatGPT，尽管各家都声称自己的产品与ChatGPT差距不大，但实际使用下来还是有些差距。360CEO周鸿祎在内部信中就表明“乐观估计国内的大模型离国际水平还有两年的差距”。除了技术之外，大语言模型要想真正的成功，还需要解决场景化、工程化、产品化和商业化等问题，而这些正是中国数字化公司所擅长的领域。因此，中国厂商既要认清差距，也不宜妄自菲薄，要坚持长期主义，发挥自己的优势去追赶ChatGPT。人工智能的发展，让通用智能赋智于各行各业、千家万户成为可能。作为近年来最为热门的AI细分领域，大模型具备多个场景通用和规模化复制等诸多优势，被视为实现通用人工智能的重要研究方向。多家业内机构认为，AI在企业办公、辅助医疗、传媒、教育等领域有望迎来进一步的落地应用。企业办公方面，摩根士丹利已宣布采用GPT-4来对其知识库进行管理，帮助员工快速访问想要的内容。金山办公日前宣布，WPS AI将把大模型（LLM）能力嵌入四大组件：表格、文字、演示、PDF，支持桌面电脑和移动设备。在医疗场景里，除了知识库检索以外，大模型的功能还可以延伸至辅助诊断、影像识别，甚至药物研发领域，尤其是专业的医疗垂类大模型，价值阈值会更高。在传媒领域，GPT-4有望推动多元化的内容生产，相关领域的商业模式将持续进化，内容行业或加速生产效率革新，AIGC对于营销、影视制作等相关内容创意生产行业的降本增效价值有望加快显现。未来已来，以生成式AI为代表的新技术范式将持续激发市场需求扩容，AIGC应用层机遇广阔。大趋势下，如何顺势而为、拥抱AI，是我们每个人都需要认真地思考的问题。
加载中,请稍侯......