“大模型不可小看，它是大趋势，也是大机会。” 在人工智能技术迅猛发展的当下，中国科学院院士、西安交通大学教授、琶洲实验室（黄埔）主任徐宗本，在市委理论学习中心组人工智能专题学习会上，深入且系统地阐述了大模型的技术原理、发展趋势及其对经济社会的影响，并为佛山及企业提出战略性发展建议。

徐宗本强调，大模型不仅是技术创新的高地，更是重塑产业生态、提升城市竞争力的关键抓手，需要地方政府从战略高度统筹布局，也需要企业培训好队伍，准备迎接机会和挑战。

大模型正加速智慧社会形成

人工智能概念自20世纪50年代诞生以来，历经了起起落落的发展阶段。从早期简单的规则推理系统，到后来机器学习算法的逐步兴起，再到如今深度学习引领的智能化变革，人工智能正以前所未有的速度重塑着世界的面貌。而在这一蓬勃发展的进程中，大模型正崭露头角，成为推动新一轮科技革命与产业升级的核心动力。

“人工智能的产品形式就是一个软件系统，它只是一个技术，脱离了人的意识、欲望、情感乃至信仰而存在在机器中的认知与思维能力。”徐宗本开宗明义，阐述了人工智能的基本概念。而大模型，则是通过深度学习技术，在海量数据的支持下训练出参数规模庞大、能够理解和生成复杂信息，且展现出类似人类智能的系统。

他指出，如果将大模型对应成一个发育成熟的生物脑，那么它有三个构成要素，分别是极大容量的大脑架构，即模型架构；发育足够成熟，即掌握训练推理过程；掌握足够多知识，即知识基础。

那么大模型是如何“训”出来的？徐宗本表示，大模型有几个发展阶段，一开始是不具备知识的随机初始化模型，经过大规模海量数据训练后形成通用大模型，经过小规模专业领域数据集训练后得出专业大模型，基于人类反馈数据训练后会产生与人类对齐的大模型。

“大模型的本质是学习，它改变了人类获取知识的形式，会形成高效率的求知和高效率的创新，进而引领科技革命、促进产业变革、加速智慧社会形成。”徐宗本说，因此大模型也是当今的大趋势、大机会。

建议将发展人工智能定位为“一把手工程”

在一个人人都在谈论人工智能的时代，面对扑面而来的大模型机遇，我们应该如何应对？在徐宗本看来，要坚持两条腿走路，即以自主可控大模型、通用平台为基础，强化行业赋能应用。

行业大模型具有直接的商业价值，但强大的通用大模型是所有行业应用的基石，底层通用大模型的每次迭代，都将“淹没”一大批所谓的行业大模型。

因此，要在通用大模型和行业大模型上同时发力，一方面要扩大参数规模来提升模型智能涌现水平，另一方面要汇集足够规模的高质量行业数据，然后通过专业人士与AI人才配合，将行业知识固化到行业大模型。

徐宗本团队已经在某些领域进行了相关的探索。比如，通过记录、整理领域专家与大模型之间的“对话式”研讨，利用大模型的知识海量性和答案的多样性, 以及领域专家的引导规范作用，形成了一个行业领先的知识体系。依托专有知识库，企业开发了用于员工培训、能力提升、新产品设计和故障诊断的内部知识问答系统，取得了显著的效益。

在现实中，实验室里的前沿技术与最终市场化的产品之间，往往存在着一道巨大的鸿沟。如何在应用端与技术端搭桥？徐宗本团队以实验室为载体、资源侧与需求侧双向移动对接完成高质量赋能，实现AI产业的核心资源和核心需求的聚集、验证、沉淀、拉通。在为企业提供诊断和赋能方案的同时，为技术牵线搭桥，统筹资源，解决协同性问题。

在赋能跨域数据安全上，大模型也有独特的优势。徐宗本介绍，团队开发了打通警务、政务、互联网等多网域数据的“跨域数据分析/跨域智能建模”技术，并且经过了相关权威检测认证，在重点车辆分心驾驶识别预警、潜在肇事肇祸重点人员精准管控等方面取得了显著成效。

在授课的最后，徐宗本建议将发展人工智能定位为“一把手工程”。政府要做好统筹规划，政策引领，建好司令部，成立专门的办公室推进，部署大模型的“练兵场”；企业则要根据自身的实际选好切入点，找准发力点，培育队伍，准备迎接新的机遇。

随着大模型从“技术突破期”迈向“产业深耕期”，智能化能力将成为衡量竞争力的核心标尺。在未来十年，城市与企业将面临诸多关键命题，如何将“数据资源”转化为“创新动能”，如何在安全与效率间找到平衡点，都需要城市管理者与企业决策者深入思考并积极探索。

文字丨佛山市新闻传媒中心记者 倪玉洁