7月4日—6日，2024世界人工智能大會暨人工智能全球治理高級別會議在上海舉行。國務院總理李強出席開幕式并致辭。李強強調(diào)，要推動人工智能更好服務全球發(fā)展、增進人類福祉，并建議要推進網(wǎng)絡、算力、數(shù)據(jù)等普惠化，為廣大中小企業(yè)和普通民眾提供低門檻、低價格的人工智能服務，實現(xiàn)更大程度的數(shù)字包容。

人工智能的核心命題是讓計算機學會完成各類復雜任務的知識。在經(jīng)歷了符號智能和專用智能等發(fā)展階段后，以OpenAIGPT為代表的大模型技術(shù)建立了通用的模型架構(gòu)和學習方法，能夠從大規(guī)模數(shù)據(jù)中持續(xù)學習和積累知識，在諸多任務上表現(xiàn)出強大乃至超越人類的性能，標志著人工智能進入通用智能階段。

2022年底，OpenAI發(fā)布ChatGPT后，引發(fā)全球關(guān)注。近兩年，大模型技術(shù)突飛猛進，中國國內(nèi)上演了“百模大戰(zhàn)”。然而，在追逐更“大”模型的熱潮中，我們也需審視，“越大越好”是否是未來發(fā)展的最優(yōu)解。

數(shù)字社會的關(guān)鍵元器件——大規(guī)模集成電路的發(fā)展，或可為智能社會大模型技術(shù)的發(fā)展提供一定啟示。如摩爾定律所示，集成電路的成功關(guān)鍵在于晶體管密度的迅速提升，而非僅數(shù)量的持續(xù)增加。通過持續(xù)改進制造工藝，電路密度的提升在增強電路性能的同時，也優(yōu)化了能效與成本。對照至大模型技術(shù)，模型規(guī)模的增長確實帶來了性能提升，但這種提升并非無限制。隨著模型規(guī)模增長，所需的計算資源與能耗也在迅速提升，這將成為制約大模型發(fā)展的瓶頸。

因此，提升知識密度——即在給定的計算資源內(nèi)，模型能夠存儲更多知識、具備更強智能——將成為未來大模型技術(shù)可持續(xù)發(fā)展的重要目標，亦是實現(xiàn)大模型普惠發(fā)展的重要路徑。在此背景下，面向大模型技術(shù)的普惠發(fā)展，圍繞極致提升知識密度，未來有三個方向值得重點關(guān)注與布局。

一是人工智能科學化。人工智能科學化旨在將人工智能從工程實踐推向科學理論的形成和系統(tǒng)化發(fā)展，圍繞“算法—架構(gòu)—數(shù)據(jù)”的技術(shù)路線，形成推動大模型知識密度增強的理論基礎(chǔ)。在算法層面，探索模型性能成長規(guī)律，在小模型中高效尋找最優(yōu)數(shù)據(jù)和配置，進而外推至大模型。在架構(gòu)層面，探索腦啟發(fā)的模型架構(gòu)，顯著降低完成任務時參與計算的神經(jīng)元和計算量，提高模型的推理計算效率。數(shù)據(jù)層面，探索可擴展、多樣化的高質(zhì)量數(shù)據(jù)構(gòu)造體系，實現(xiàn)自動高效生產(chǎn)、篩選和驗證數(shù)據(jù)。

二是計算系統(tǒng)智能化。計算系統(tǒng)智能化旨在面向智能技術(shù)優(yōu)化和擴展現(xiàn)有硬件和軟件架構(gòu)，如底層芯片、操作系統(tǒng)、數(shù)據(jù)庫、網(wǎng)絡通信等，是實現(xiàn)大模型知識密度增強的設施保障。例如，在芯片層面，面向人工智能的專有芯片設計是近年來推動大模型高效運算的重要發(fā)展方向。尤其是目前國際上人工智能芯片設計仍處于發(fā)展階段，中國在神經(jīng)網(wǎng)絡處理單元（即NPU）和類腦芯片等人工智能芯片設計方面已形成一定技術(shù)與產(chǎn)業(yè)優(yōu)勢，有望在此方向成為技術(shù)引領(lǐng)者?；谥悄芑能浻布O施保障，推動算力、網(wǎng)絡、數(shù)據(jù)等資源的高效利用，實現(xiàn)大模型發(fā)展所需基礎(chǔ)設施的普惠化。

三是領(lǐng)域應用廣譜化。領(lǐng)域應用廣譜化旨在推動大模型在各專業(yè)領(lǐng)域的應用，實現(xiàn)知識密度增強的應用適配。這意味著，首先大模型需要具備更高的專業(yè)素養(yǎng)。在高價值應用場景，例如科學發(fā)現(xiàn)、高精尖制造業(yè)等領(lǐng)域，大模型具有低成本持續(xù)探索的優(yōu)勢，但前提是要讓大模型具備超越常規(guī)的專業(yè)能力和決策精度。這需要模型具備對專業(yè)領(lǐng)域知識的深度理解。再者，大模型需增強風險管控能力。在高風險應用場景，例如自動駕駛、醫(yī)療診斷，大模型需要具備極高的情境敏感性、適應性以及決策可靠性，從而在盡可能規(guī)避風險的前提下，進行高效決策。通過增強大模型在各專業(yè)領(lǐng)域的適配能力，推動大模型應用的專業(yè)性、穩(wěn)定性、安全性。

通用人工智能的發(fā)展目前尚處于初步發(fā)展階段，距離人工智能技術(shù)的普惠應用仍需長期持續(xù)探索與投入。中國作為世界大國，理應在人工智能的發(fā)展中做引領(lǐng)者、擔當者和示范者，協(xié)同世界各國，共同走向更加美好的智能未來。