上海徐汇人工智能再出重磅举措 率先发布大模型产业扶持新政
东方网7月7日消息： 2023世界人工智能大会（WAIC）“大模型时代的通用人工智能产业发展机遇以及风险”主题论坛在上海西岸举行。本场论坛由中国人工智能学会、徐汇区人民政府主办，由上海国创中心、中国人工智能学会人机融合智能专委会承办。
论坛聚焦大模型为代表的通用人工智能，分别从技术前沿方向、底层算力基础、伦理法规治理、未来发展趋势等全方位视角展开深度探讨。
阮力：积极推进大模型创新和应用
上海作为人工智能创新高地与“先行区”，积极打造具有国际影响力的世界级产业集群，同时坚持科技向善理念，持续推进人工智能健康规范发展。
上海市经济信息化委员会副主任阮力在论坛致辞中表示，上海正从人工智能前沿技术探索、大模型技术创新与应用、行业治理体系建设、大模型风险管理、深化国际合作交流等方面加快人工智能产业快速发展。
阮力指出，上海积极推进大模型技术的创新和应用，系统性支持技术攻关、算力供给、数据集建设和公共服务需求；布局科学智能，推进科学智能赋能生物医药、集成电路、高端装备和先进材料等创新应用；突破具身智能，提升智能机器人在复杂场景下的智能能力。
人工智能应用标准、体系化监管与安全伦理一直是行业热议话题。阮力表示，上海正在加快完善行业治理体系，面向人工智能关键领域技术、产品与服务、行业应用、安全伦理等，加快标准制订，在健全法规、标准、监管体系等方面，努力形成上海特色方案。
针对大模型风险管理，阮力指出，上海目前已经启动高风险人工智能产品和服务清单式管理相关研究，并积极推动大模型相关治理研究；建立健全大模型评测体系，建设大模型评测中心，探索大模型自动化评测工具；探索适应大模型特点的创新监管方式。
徐汇率先推出大模型产业扶持新政
自2018年承办首届世界人工智能大会以来，徐汇人工智能产业发展与大会的举办同频共振。上海市徐汇区委常委、副区长俞林伟在大会上介绍，在人工智能领域，2022年徐汇区人工智能产业规模已近千亿、近五年年均增速达到30%以上。在大模型和生成式人工智能细分领域，已经汇聚相关企业近200家，其中核心企业30余家，成为上海乃至全国大模型的策源地之一。
为打造大模型和生成式人工智能生态集聚和创新应用高地，在本次大会上，俞林伟发布《徐汇区关于支持生成式人工智能发展的若干措施》，15条具体扶持政策、优化服务保障举措，直面企业需求和产业关切。
俞林伟指出，徐汇率先推出面向生成式人工智能扶持政策，主要是聚焦技术强基支撑，支持通用大模型、垂类大模型等关键领域自主创新，支持具身智能、自主智能体等前沿领域布局；聚焦场景应用示范，充分发挥徐汇特色产业基础和新赛道先发优势，全面推动生成式人工智能技术在医疗、金融、社交、智能网联汽车等领域融合赋能；聚焦创新生态构建，针对算力、数据、算法、融资、人才、监管等关键环节，强化要素支撑。
戴琼海：强化人工智能基础研究
国务院参事、中国工程院院士、中国人工智能学会理事长、清华大学信息科学技术学院院长戴琼海在题为“人工智能发展与挑战”主旨演讲中指出，我国应从政策、机制和投入上深化人工智能的人才培养和基础研究，强化原始创新，避免陷入“无源之水”困境。
人工智能创新发展有三个基础——算法、数据、算力。戴琼海指出，算法决定智能水平，数据决定智能范围，算力决定智能效率。
在算法层面，大模型预计5年左右将成为人工智能应用中关键基础性平台，类似PC时代操作系统由美主导，大模型生态可能会对我国形成严峻的挑战。政府要鼓励企业主导大模型建设，探索生物机制和机器特色相结合引领人工智能基础突破，推动基础研究和应用拓展并举。同时要注意，大模型尚不能对输出进行可信性的验证，需要防范相应风险。
在数据层面，人工智能发展不断拓宽可处理数据边界、智能算法能力和可影响环境范围。数据从限定场景扩大到开放场景，需要避免算法和数据发展再次出现交叉，使人工智能发展再次陷入低谷。政府可以引导建设下一代数据平台、抢占人工智能前哨站、引导构建新基础设施。
在算力层面，政府可以在人工智能芯片、通用芯片等领域引导企业攻坚克难，在量子计算、光电计算等新赛道支持基础研究出奇抢占先机。
清华大学汪玉：人工智能如何解决四个痛点？
清华大学电子工程系长聘教授、系主任、IEEE Fellow汪玉在题为“大模型落地最后一公里：链接算法与芯片”主题演讲中指出，当前正处在从人工智能1.0的专用小模型时代过渡到人工智能2.0的通用大模型时代，在人工智能2.0时代需要大模型中间层——依靠软硬件协同设计助力解决四方面的痛点。
一是支持长文本输入，让用户用得更好，如从支持2k token的快速推理和训练到支持32k token，解决好专业长文本信息的检索生成，和会议聊天助手等应用；二是提升性价比，把语言或多模态生成模型部署到消费级显卡甚至手机等终端设备上，让用户用得起；三是垂直领域适配，用大模型的通用能力帮助到各行各业的人们提升体验和工作效率；四是一站式部署，让大模型能够以低人力成本地部署到各种场景，让每个工厂、学校、家庭、甚至个人都能感受到大模型的便利。
周伯文：企业需要紧贴业务进行AI战略设计
IEEE/CAAI Fellow、清华大学惠妍讲席教授、电子系长聘教授、衔远科技创始人周伯文在题为“从ChatGPT 到 AGI，人工智能前沿进展加速产业数智化”演讲中表示，ChatGPT开启了AGI新拐点，AI从“与人竞争”变为“协同交互”，AI从交互中学习，进而协同人类解决问题。
由于AI从ANI(狭义人工智能)迭代到AGI（通用人工智能），能够极大突破落地应用瓶颈。在实践中当中，周伯文认为，AI能否与企业业务充分结合，是决定AI能否实现经济价值的关键因素。只有紧贴业务的AI战略设计、完善的配套架构、充足的AI人才、健全的内部培养机制，才能使AI与业务发展需求充分融合，最大化经济收益。
周伯文表示，目前中国人工智能的采用率较世界领先国家存在较大提升空间，企业尚未普遍通过采用人工智能技术实现大模型的营收增长与利润贡献。未来，企业需要从提升产品功能、拓展服务品类、找准关键用户、挖掘高价值高潜力场景、促进全链路线上线下协同等方面来实现以商品为中心让位到以使用者为中心，推动人工智能产业的数智化升级。
在商业应用落地层面，周伯文认为，中国生成式人工智能需要探索一条新的道路，即垂直整合从自有基础大模型到应用、到终端用户的全场景闭环，以实现生成式 AI 技术与商业价值“双落地”。
邱锡鹏：通用大模型依然在可信性等方面存在挑战
国内首个发布的类ChatGPT模型——复旦大学MOSS系统负责人邱锡鹏在题为“大型语言模型MOSS：技术、实现与展望”主题演讲中表示，大语言模型在学术界已出现多年，今年正式走进了公众视野和人们的日常生活，给人工智能研究、从业者和人们的日常生活带来了巨大的变革。作为一个大语言模型，MOSS 可执行对话生成、编程、事实问答等系列任务。MOSS 的开发步骤包括了自然语言模型的基座训练、理解人类意图的对话能力训练两个阶段，和ChatGPT具有相近的通用语义理解能力，但在推理能力和事实类知识方面仍有一定差距，目前MOSS系列在中文语义理解方面取得很大进步，未来将通过扩大模型规模和使用工具来进一步缩小差距。
邱锡鹏提到，通用大模型不仅仅是工程问题，除算力需求大外，目前依然在可信性、安全性、逻辑性等方面存在很多挑战，需要高校研究团队进行重大科研攻关，解决智能涌现、复杂推理、高效架构、知识融合、学习策略等科学问题，为通用大模型的落地提供理论和技术支撑。MOSS近期的研究重点是如何理解复杂任务并进行任务分解后调用不同工具来完成任务。
5个月以来，MOSS系统正在日夜迭代优化，目前MOSS团队正在通过参与大型语言模型生态建设，并在未来实现对话模型、模型微调、AIGT检测、模型对比和模型评测集一体的开源开放平台。
圆桌讨论：通用人工智能产业应用的风险与挑战
在圆桌论坛环节，上海国创中心联席理事长、复旦大学智能机器人研究院常务副院长、CAAI Fellow、CAAi人机融合智能专委会主任张立华主持，与5位与会嘉宾针对“通用人工智能产业应用的风险与挑战”进行主题讨论。
网易伏羲实验室负责人范长杰指出，在AI发展的过程中，人不会被AI所替代， 而是可以从执行者变成任务的组织者或定义者，并有机会去做更多自由有趣的工作。伏羲基于自研的AOP 技术将人和机器统一抽象为智能体，提供一致范式的接口和建模方式，以群体智能人机协作的众包方式在数字孪生环境中完成任务，通过自动数据闭环降低数据获取成本，并通过 AOP 把困难复杂高算力任务分拆成子任务，使大模型的算力成本大幅下降。弘玑Cyclone首席产品官贾岿博士指出，AIGA所带来的这种“由知识产生行动，从行动沉淀知识”业务智能化和数字化的新范式，正在成为大模型时代数字化企业应对快速变化业务需求的关键能力。MiniMax公共事务副总裁、总编辑彭韬表示，作为通用大模型初创企业，目前已和几百家TO B端的企业开展技术合作；在解决行业成本等痛点问题中，MiniMax不断优化自身模型算法，同时积极探索国产化芯片在大模型的适配，希冀与整个行业一起推动可持续的商业化路径。联影智能CTO吴迪嘉博士表示，联影智能从创始初始就注重通用的横向算法引擎以及预训练源模型的开发，可以加速垂直领域细分应用的模型开发，实现全栈全谱的AI医疗的行业赋能。网梯科技创始人、总裁张震表示，信息化对教育行业影响巨大，借助AI辅助学习和生成个性化教师，可以给学生带来较好的学习成效和过程体验。