今年以來，人工智能領(lǐng)域話題不斷，AIGC、?成式??智能、?模型等概念層出不窮。
雖然市場對大模型有良好的預(yù)期，吸引了全世界多個科技巨頭做戰(zhàn)略級投入，但大模型也面臨著成長的煩惱。從技術(shù)上和產(chǎn)業(yè)應(yīng)用兩個層面來說，大模型的應(yīng)用難點有很多。
在技術(shù)方面，比較典型的一個問題是，在實際的應(yīng)用中，大模型會常常發(fā)生一些事實性錯誤。這是因為對于大模型的訓(xùn)練數(shù)據(jù)中未曾覆蓋到的信息，大模型會按照上下文的概率進行事實編造，從而導(dǎo)致大模型產(chǎn)生“幻覺”。
讓大模型變得更可靠，生成式AI和決策式AI的有機融合發(fā)展或許將是一個有效路徑。比如針對生成式AI在權(quán)衡一些對沖性的信息時，不能做出正確取舍的弊端，可以在模型建設(shè)中加入決策式AI的決策樹等算法，通過引入顯性的邏輯規(guī)則來判斷相互矛盾的信息，進而給出最優(yōu)解。
在產(chǎn)業(yè)應(yīng)用方面，很多產(chǎn)業(yè)機構(gòu)還是將大模型當(dāng)作“玩具”，還不足以作為“工具”使用。要真正實現(xiàn)大模型的落地，產(chǎn)業(yè)機構(gòu)需要的不僅是大模型本身，還需要充分的行業(yè)Know-how、行業(yè)知識庫，以及對于落地場景的深入挖掘。在實際的交互中決定需要哪些功能，以及可能以何種方式與這些功能產(chǎn)生鏈接，強化大模型的“工具”能力。
簡而言之，大模型在產(chǎn)業(yè)領(lǐng)域的應(yīng)用絕不是單純的技術(shù)問題，能否打造“模型-行業(yè)理解-場景應(yīng)用”的完整體系才是決定成敗的關(guān)鍵。
隨著技術(shù)的演進發(fā)展，行業(yè)也將發(fā)展出幾大不同的路徑，即以科技巨頭為主的底層大模型、新興創(chuàng)業(yè)公司主導(dǎo)的各類“小模型”，以及像百融云創(chuàng)這樣的AI科技公司研發(fā)的行業(yè)大模型。后續(xù)，外界對于大模型的關(guān)注將轉(zhuǎn)向其在垂直領(lǐng)域的落地，行業(yè)大模型勢必將迸發(fā)出更多勢能，垂類應(yīng)用和模型能力的結(jié)合也會更為緊密。
免責(zé)聲明：市場有風(fēng)險，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。
關(guān)鍵詞：
