周鸿祎谈AI 大模型不会摧毁每一个行业，大模型并非只有越做越大的一条路

图源：摄图网

5月20日，周鸿祎在第六届全国青年企业家大会，分享了自己对AI的思考。

周鸿祎认为，新质生产力的核心是科技创新。在数字化领域，人工智能和大模型无疑是当前最热门的话题。

有人担忧大模型会摧毁每一个行业，但我却认为它会重塑每个行业。这也是为什么今年的政府报告中提到了人工智能+的概念，旨在将人工智能和大模型与中国的各个传统产业，特别是制造业、新兴工业等传统业务进行深度融合。

值得注意的是，大模型并非只有越做越大的一条路。从国际趋势来看，很多大模型是由多个专家小模型构成的，术业有专攻。

周鸿祎指出，如果中国有1万家传统企业开放场景，在这1万个企业里面找一万个场景，然后训练一万个垂直或专业大模型。这一万个专业大模型与企业的场景密切结合，无论是对外的服务、还是对内的生产管理、整个运营流程，都能够真正提质增效，哪怕提高10%，提高20%，都是一个工业革命的良好开端。

预训练大模型成为人工智能领导者的竞争焦点

预训练大模型是人工智能产业发展的必然选择，基于海量行业数据和知识，通过强大算力集群，预先训练基础模型，并结合应用场景的数据和各类需求，通过预训练大模型+任务微调的方式，进行工业化的高效率开发。开发者利用预训练大模型，只需要少量数据，就可以快速开发出精度更高、泛化能力更强的行业模型。预训练大模型可以提升人工智能项目开发效率，降低研发成本，缩短研发时间，解决人工智能项目碎片化的问题。

根据Omdia的数据，中国开发者对基于昇思MindSpore打造的盘古NLP大模型最感兴趣。首先，盘古NLP大模型在技术上处于领先地位，千亿参数模型，学习了40TB的中文文本数据，在中文领域有天生优势;其次，盘古NLP大模型可覆盖多个场景下语言处理的任务和需求，泛化能力强，在知识问答、知识检索、知识推理等文本生成领域有广泛应用前景;另外，盘古NLP大模型对开发者友好，可以让开发者能用拖拉拽的方式使用大模型，开发和生产成本低。这也从另外一个角度验证了盘古大模型的开放性，开发者可以跨平台快速调用盘古大模型，与其他工具和应用结合使用。

易用性和性能成为AI框架的核心竞争力

中国人工智能开发者选择开源框架最重要的两个因素是：易用性和性能。人工智能框架隔离了底层的复杂性，更加易用的框架能够让开发人员以更快的速度和更高的效率，来探索、创建、改进和迭代人工智能项目。而人工智能框架的性能则涉及到框架本身的底层性能，包括框架的底层算法效率，以及框架利用底层硬件资源进行优化开发、训练和推理的能力。

有40%的开发者将易用性作为选择框架的首选因素，34%的开发者将性能作为选择框架的首选因素。在第二重要的因素选择中，开发者选择性能比易用性更多。与易用性和性能这两个因素相比，选择其他选项作为首选的比例很少。受访者把对社区活跃度、框架厂商提供的技术支持或培训，知名度或流行程度，以及前沿技术支持的关注放在了同等位置上。

AI框架行业龙头公司业绩对比

近两年国内厂商推出的AI框架市场占有率正稳步提升。华为MindSpore框架开源后获得国内外开发者的积极响应，是国内最活跃的AI开源框架;百度飞桨PaddlePaddle、一流科技OneFlow开发者规模也在持续壮大。

注：①查询日期为2023年8月1日;②开源代码提交的次数(Commits)表征开源项目活跃度;③代码复刻、分叉(Fork)，表征开源项目被引用情况;④点赞数(Star)表征开源项目关注度;⑤贡献者(Contributors)表征开源项目贡献者规模。

展望未来，产业研究院分析认为，AI框架将注重前端便捷性与后端高效性的统一，AI框架将支持端边云全场景跨平台设备部。另外，随着处理任务的复杂化、处理数据的密集化，跨架构的开发能力将会成为常态化的需求。AI框架需要与硬件基础设施平台充分解耦，通过标准的硬件注册接口实现跨设备平台的快速部署。

经济学人APP资讯组

看完觉得写得好的，不防打赏一元，以支持蓝海情报网揭秘更多好的项目。

标签： 模型 框架 人工智能 随笔