“2023年初ChatGPT的横空出世，标志着人工智能从‘预测推断’到‘生成创造’演进，给搜索、游戏、文娱、创作等领域带来了巨大变革，并加速向新型工业化等领域拓展。而产业大模型作为定制化、场景化、专业化的应用模型，可以为相关产业的技术突破、产品创新、生产变革等提供高效的智能化升级解决方案。但结合我的调研情况，在大模型的工程化、产业化应用方面也有诸多问题亟待解决。”全国人大代表，长虹控股集团党委书记、董事长柳江日前接受红星新闻记者采访时表示。
柳江
针对大模型产业化应用，柳江建议采取多种举措强化算力基础设施及产业数据平台建设，大幅改善算力、数据的公共资源服务供给能力，帮助企业低成本获取算力、数据和模型服务，实现大模型产业化应用的“裂谷跨越”。
在柳江看来，目前我国人工智能大模型产品保持增长态势，已有科大讯飞的星火、百度的文心一言、华为的盘古等大模型产品，但也有一些不足。“大模型的工程化、产业化应用，面临前期投资成本高、数据集不足、产品泛化能力强以及缺乏行业深度、运营模式不成熟、成果转化慢、企业人才缺乏等诸多挑战，在投入产出、数据流通、创新转化方面还存在诸多问题。”
大模型产业化应用是一个系统工程，需要从算力规划、数据平台搭建、大模型开发和部署、技术和业务创新、商业运营等环节整体推进。据此，柳江提出了三点建议。
“建议将算力基础设施及公共数据资源纳入国家创新要素供给进行统筹规划。”即在国家层面已出台的《算力基础设施高质量发展行动计划》等文件基础上，进一步完善政策规划，指导全国产业创新智能基础设施有序布局，避免重复建设，形成部省联动、区域协同、生态联合发展局面；同时加大公共算力平台投资建设力度，推动更多科研院所和科技创业企业依托国家公共算力平台进行大模型训练和算法创新。
“鼓励支持政产学研联合共建产业大模型协同创新平台。”他建议各级政府通过财政补贴、投融资、创新成果认定等政策和评选、认定、挂牌等措施，引导政产学研深度合作打造产业大模型协同创新平台，重点针对模型架构、数据工程、算力协同、领域知识注入等专业方向开展联合攻关，提升平台运营服务能力。同时鼓励高校科研院所与行业龙头企业依托创新平台，面向特定产业大模型专业方向，联合培养具有科研引领性和工程经验的复合型人才队伍，夯实产业可持续发展的基础。
他还建议加速培育我国原生产业大模型应用生态，相关建议措施包括：鼓励实体企业与国内大模型企业、高校及科研院所合作，基于国产软硬件底座和产业创新平台开展大模型研发和服务，形成大模型国产化原生应用解决方案，保障产业大模型应用安全等。
用户评论