复旦大学肖仰华：大模型不能停留在“炼金术”阶段，而要成为科学
封面新闻记者 欧阳宏宇
当ChatGPT等生成式大模型呈现出较强的通用智能能力之后，产业界的关注点更多地落在了千行百业。各个行业为什么从战略上如此高度重视这场技术革命？行业还需要做些什么来促进大模型更好地落地？
“大模型对于行业发展来讲，是一次全新的智能引擎升级，就像是汽车引擎的变革，从开始用马拉车，到蒸汽机，再到内燃机，再到现在的电动汽车。”近日，复旦大学计算机科学技术学院教授、上海市数据科学重点实验室主任肖仰华在上海表示，在这个趋势中，未来的认知模式一定是人机协作的认知模式；发展具备认知能力的机器，是应对日益复杂世界的必经之路。
如今，通用人工智能正引发新一轮产业变革。“生成式大模型出现具有时代发展的历史必然性，它是机器发展认知智能的必然趋势。”在肖仰华看来，当人类认知能力赋予机器，其认知能力就随着世界复杂性的增长而增长。“发展人机协作的认知结果就是大家熟知的ChatGPT等大模型，所以大模型是机器认知世界的一个技术成果。”
AI大模型则带来了两方面能力。肖仰华认为，首先是带来了开放世界的理解能力；其次是提供了跨领域、跨专业知识，尤其是跨系统边界的知识。“这恰恰是大模型未来给我们带来的重大机遇。”
事实上，几乎每个企业在大模型赛道上发掘属于自身的独特优势和竞争机会。肖仰华认为，以大模型驱动数字化和信息化要关注三方面问题。首先，大模型是一次引擎的升级，所以一定要做到和现有流程的无缝融合；其次，大模型仍需要和从业人员有效协作；此外，要往大模型里注入千行百业的知识，才有可能解决大模型“幻觉问题”。
“我们要积极开辟新赛道，重视大模型的成本与价值，促进大模型与千行百业的深度融合。”肖仰华还指出，大模型绝不应该只停留在“炼金术”阶段，要推动它变成科学的大模型，只有跟行业深度融合才有可能真正的实现可持续发展。对此，他提出了三个努力方向，一是要注重数据的选择，不能盲目配比数据；二是注重高质量指令数据的收集；三是进一步提升大模型的多模态认知能力。