“我們現(xiàn)在要解決的三個(gè)問(wèn)題，一是實(shí)現(xiàn)大模型與專業(yè)知識(shí)庫(kù)的融合。二是如何提升AIGC的內(nèi)容質(zhì)量和數(shù)據(jù)安全，特別是在內(nèi)容事實(shí)核查方面。三是如何降低百億級(jí)大模型落地的成本。”林松濤表示。
6月6日，由、北京人工智能產(chǎn)業(yè)聯(lián)盟元宇宙專業(yè)委員會(huì)、中國(guó)文化產(chǎn)業(yè)協(xié)會(huì)文化元宇宙專業(yè)委員會(huì)主辦的“21世紀(jì)卓越董事會(huì)人工智能閉門會(huì)”召開，主題為“AI領(lǐng)域上市公司創(chuàng)新涌現(xiàn)、技術(shù)難題與發(fā)展路徑”。
(資料圖片僅供參考)
會(huì)上，拓爾思（300229）（300229.SZ）副總裁林松濤介紹了“拓天”大模型及行業(yè)應(yīng)用。他表示，大模型技術(shù)場(chǎng)景落地中的挑戰(zhàn)，主要是質(zhì)量、可控、時(shí)效和成本。
質(zhì)量方面，他認(rèn)為，個(gè)人服務(wù)用ChatGPT，提示詞不準(zhǔn)可以換一個(gè)，如果圖片生成不好也可以再換一個(gè)，可以說(shuō)個(gè)人對(duì)AIGC的容忍度是很高的。但是企業(yè)不一樣，給政府寫顧問(wèn)報(bào)告，數(shù)據(jù)來(lái)源必須是準(zhǔn)確的。
可控層面，一是內(nèi)容安全，數(shù)據(jù)是有價(jià)值觀的，模型沒有價(jià)值觀。二是私域數(shù)據(jù)安全，中國(guó)大模型要數(shù)據(jù)化落地，如何在保證用戶私有數(shù)據(jù)安全的同時(shí)將大數(shù)據(jù)較好地運(yùn)用也是一個(gè)問(wèn)題。
時(shí)效方面，在大數(shù)據(jù)訓(xùn)練上，災(zāi)難性的遺忘一直都是訓(xùn)練的問(wèn)題，所以需要大模型解決這個(gè)問(wèn)題。另外，怎樣輸入即時(shí)數(shù)據(jù)，類似Chat GPT，數(shù)據(jù)最新只到2021年9月，因此在To B服務(wù)的時(shí)候用不好。
成本方面，千億模型私有化落地的時(shí)候需要訓(xùn)練好，在企業(yè)端落地還需要讓企業(yè)用得起。拓爾思做To B服務(wù)，垂直場(chǎng)景落地成為“百模大戰(zhàn)”的核心要點(diǎn)。
據(jù)林松濤介紹，大模型出來(lái)以后顛覆了拓爾思此前積累的NLP技術(shù)，公司發(fā)現(xiàn)，在大模型的基礎(chǔ)上再去結(jié)合知識(shí)圖譜、自然語(yǔ)言處理技術(shù)效果更好。與此同時(shí)，公司擁有長(zhǎng)期數(shù)據(jù)采集和高質(zhì)量數(shù)據(jù)資產(chǎn)積累優(yōu)勢(shì)，可將數(shù)據(jù)迅速投入到大模型當(dāng)中。
“現(xiàn)在拓爾思擁有全網(wǎng)數(shù)據(jù)1500億，有人工整理、專家整理的數(shù)據(jù)庫(kù)達(dá)30多個(gè)，主題數(shù)據(jù)110億個(gè)，這是拓爾思能夠做大模型很重要的優(yōu)勢(shì)。”林松濤稱。
據(jù)了解，拓爾思在大模型應(yīng)用方面首先選擇政府、媒體和金融三個(gè)優(yōu)勢(shì)賽道。
在林松濤看來(lái)，做垂直領(lǐng)域首先要選好大模型基座，國(guó)內(nèi)頭部廠商自己做基座，也有一些廠商選擇開源，同時(shí)還需要有數(shù)據(jù)以及在專業(yè)領(lǐng)域的積累，最后在大模型落地時(shí)，不僅要有技術(shù)、數(shù)據(jù)、還需要讓用戶知道如何應(yīng)用，包括真實(shí)場(chǎng)景的閉環(huán)、基于用戶反饋的學(xué)習(xí)等等。
“我們現(xiàn)在要解決的三個(gè)問(wèn)題，一是實(shí)現(xiàn)大模型與專業(yè)知識(shí)庫(kù)的融合。二是如何提升AIGC的內(nèi)容質(zhì)量和數(shù)據(jù)安全，特別是在內(nèi)容事實(shí)核查方面。三是如何降低百億級(jí)大模型落地的成本。”林松濤表示。
