APUS李涛：关于ChatGPT 发展应用面临的困境及对策建议

本篇文章作者是中国绿公司联盟企业麒麟合盛集团创始人（APUS）李涛，他深度解读了通用人工智能技术的意义，并从产业人士的角度提出了中国发展通用人工智能技术的建议。

随着通用人工智能技术的大规模应用，AI技术已经肉眼可见的飞跃式提升。即将举办的2023中国绿公司论坛将通过“开启AI普及应用时代”、“人工智能与产业机遇”、“人工智能的应用式创新”等议题，开放企业家和学研界人士研讨人工智能的发展趋势、业界困局和解决方案，探索解决产业发展最深刻、最困难的问题。席位有限，预订参会。

近日，人工智能（AI）技术的飞速发展引起了全球的关注，特别是美国OpenAI 公司推出的ChatGPT 引发了社会的热议。这款以“聊天机器人”形式推出的产品，不仅具有学习和理解人类语言的能力，还能根据聊天内容的上下文进行互动，像“人”一样与使用者进行对话，在对话过程中完成撰写邮件、创作文案、翻译甚至编程等多项任务，因其出人意料的“聪明”，能够大大提高工作效率，越来越多的公司正将其作为日常工作中的效率工具，很多专家认为它正在掀起“新一代工业革命”。

ChatGPT的工作机制为：使用者每向ChatGPT提的问题，都会通过互联网发送到ChatGPT 背后的公司——OpenAI的服务器，在服务器上，有OpenAI训练出的超大规模人工智能模型（称为GPT-3.5），这正是该公司的核心壁垒。通过人工智能模型，计算出对应使用者问题的回答，并通过网络返回给使用者。人工智能模型运用深度学习算法和自然语言处理技术，通过对大量语言数据和人类积累的图书、论文等知识库的学习，具备了掌握人类海量知识以及理解和表达人类语言的能力。同时，人工智能模型还能持续学习、不断进化，OpenAI 公司今年还计划发布进一步训练学习后的GPT-4，业内预计其效果还会有飞跃式提升。

事实上，以ChatGPT 为代表的人工智能技术的出现，已经开始在社会生产的各环节中极大提高生产效率，被公认为是互联网技术出现以来最具有影响力和冲击力的一次技术浪潮，足以和二十年前互联网技术的出现相媲美。

如果把过去四十年信息技术产业的发展比喻为“手工时代”，那么，以ChatGPT 为代表的人工智能技术的出现，将把信息技术产业推向“自动化时代”，这是信息技术产业的一场“工业革命”。

与此同时，我们不得不认识到：ChatGPT背后是美国公司，每条发给ChatGPT 的问题，都会发送到美国的服务器，不仅存在数据安全问题，而且还要考虑到将来被美国“卡脖子”的问题，虽然很多中国企业已经在人工智能领域布局多年，但效果同ChatGPT仍有相当大差距。

中国ChatGPT发展应用面临的困境

1、数据分散

“数据”是OpenAI公司采集的超大规模的语言数据和人类积累的图书、论文、百科等知识库。通过对这些数据进行清洗、提炼、标注，最终形成了高质量的模型训练用的数据。业内估算，OpenAI 所用的训练数据的规模可能是其它公司的数倍。数据量越大，AI“懂”的知识就越多，对人类的语言的理解和表达就越准确。目前，我国也有不少公司制作了模型训练用的数据库，但存在各自为战、数据分散的问题。

2、算法不足

“算法”是指GPT-3.5所用的深度学习和自然语言处理算法，OpenAI 公司已公开部分论文，国内企业、高校也有一定研究。但中国人工智能技术和人才储备与美国存在较大差距。GPT-3.5是美国人工智能技术发展的集大成者，背后代表了美国的斯坦福大学等高校以及微软、谷歌等公司多年的研究成果。中国的人工智能领域的研究起步较晚、人才储备不足，研究和应用方向多集中在应用层面，对深度学习等基础技术重视不够。据统计，中国人工智能主要集中在语音和视觉识别技术方面，分别占比60%和12.5%；专注开发应用的公司较多，兼顾机器学习算法的公司只占29%；研究算法的公司业务也集中在计算机视觉和自然语言处理，致力于机器学习算法的只占9%，专注深度学习的公司更是凤毛麟角。这种市场和业务的集中，尤其是忽略基础技术或依靠少数企业发展基础技术，会引发后劲不足及依赖国外技术、平台、开发工具等问题，不利于人工智能的全面发展。

3、算力薄弱

“算力”是指为了训练超大规模的数据，需要的计算资源。GPT-3.5训练所需算力，主要是配备高性能GPU (图形处理单元)服务器的计算中心，与传统的“超算中心”相比，具有数值计算能力强、计算节点之间网络带宽高等特点。而美国政府为了遏制中国AI 技术的发展，已经对高性能GPU对中国实施了禁运，并通过封锁芯片技术，阻碍中国自行研发高性能GPU。目前我国已建成的计算中心，其算力与OpenAI训练GPT-3.5时所用算力，还有较大差距，如下表：

4、成本昂贵

OpenAI 训练消耗如此强大的算力，其训练成本也非常高，业内估计其一次训练的成本可能在上千万美元（上亿人民币）的水平。如果一次训练效果不理想，需要进行调校后二次训练、三次训练，其成本也是成倍提高。因此训练超大规模人工智能模型就变成了资本垄断的游戏，被控制在少数资本巨头公司（OpenAI背后投资的公司是微软）手中。

中国ChatGPT发展应用的建议

以习近平同志为核心的党中央把握世界发展大势，很早就对我国人工智能的发展做出了布局，党的十八大以来，习近平同志重视智能经济发展，促进人工智能和实体经济深度融合，为高质量发展注入了强劲动力。我们需要认识到以ChatGPT为代表的人工智能技术也是“硬科技”，必须在国家层面上升到和芯片产业同等重要的地位和高度。目前，该技术还依赖高性能的GPU 芯片所建成的GPU 服务器集群，但在可预见的将来，人工智能和芯片设计会形成软硬件相互促进的合力，一旦这种能力爆发出来，中国可能需要十至二十年的时间才能追赶上。针对目前中国人工智能领域与ChatGPT的差距，建议发挥我国举国体制优势，积极弥补短板，加快追赶世界先进水平：

1、制定国家战略和路线图，加强顶层规划设计。

以习近平同志为核心的党中央已将发展人工智能列为了国家重大战略，把握机遇，明确人工智能科技投入的国家目标，协调各相关机构根据其职责、能力等确定发展重点，规划发展路线。促进不同研究领域企业的协调合作，在传统企业发展中引入人工智能技术提高生产效率，促进人工智能在各个行业的广泛应用，形成良好产业生态。大力鼓励社会企业探索更多的应用场景，有效挖掘人工智能技术潜力，支撑行业长期稳健的发展，推动人工智能发展国家经济的同时服务社会发展。

2、重视人工智能基础技术和创新研究，加快核心人才培养。

重视和加强前瞻性基础研究，鼓励多学科交叉创新研究，对深度学习等基础技术研发给予政策和资金引导，大力扶持致力于机器学习算法和深度学习应用的企业，开发自主平台和工具。规范人工智能的学科设置和职业培训，针对人工智能基础技术和应用的需求，加大对从事基础技术和创新研发核心人才的培养力度，确保人才储备充足。鼓励采用产学研联动模式，从高校和科研机构向企业输送优秀人才和基础技术成果。

3、扶持建设ChatGPT替代产品所需的“算力”、“算法”、“数据”等新型基础设施。

算力层面，集中力量，在芯片设计、制造上取得突破，打破美国“卡脖子”的问题。鼓励行业创新，在现有资源的条件下，找出创新方式，缩小算力差距。算法层面，加强人工智能科研与产业的结合，克服“企业数据和院校算法脱节”的产业发展瓶颈，引导科研人员兼顾应用场景和研究成果可行性，寻找对算力消耗更小的人工智能算法。数据层面，整合行业力量，建立起一套高质量的、用于人工智能超大模型训练的数据库。整合上下游产业链，从国家层面组织人工智能模型训练，降低训练成本。

4、优化政府集中采购制度，支持科技创新型企业发展。

在国产类ChatGPT人工智能产业化阶段，支持政府向科技创新型企业采购，政府采购应采用报价优惠、合同预留、比例限制等手段扶持产业的发展壮大，特别是在政府采购政策、采购份额基数、采购规划中对传统产业和新兴产业、服务产业和信息产业等产业差异给予充分的考虑，并及时进行动态适应性调整与分配设计。后期通过税收、奖励等政策鼓励人工智能的社会企业形成百花齐放、万众创新的产业格局。

原文链接：点击前往 >

文章作者：APUS 李涛

版权申明：文章来源于中国企业家俱乐部。该文观点仅代表作者本人，扬帆出海平台仅提供信息存储空间服务，不代表扬帆出海官方立场。因本文所引起的纠纷和损失扬帆出海均不承担侵权行为的连带责任，如若转载请联系原文作者。更多资讯关注扬帆出海官网：https://www.yfchuhai.com/