自2022年11月底o(hù)penAI首次公測(cè)ChatGPT以來(lái)，人工智能（AI）迎來(lái)新一波浪潮，AI產(chǎn)業(yè)飛速發(fā)展。

“AI在這段時(shí)間的發(fā)展可以用‘波瀾壯闊’來(lái)形容。在此前的很長(zhǎng)一段時(shí)間里，人們其實(shí)對(duì)AI持一種保留甚至懷疑的態(tài)度，直到ChatGPT發(fā)布后，人們才發(fā)現(xiàn)人工智能真的能夠成為一種生產(chǎn)力。”華東師范大學(xué)計(jì)算機(jī)學(xué)院副研究員、前華為榮耀Magic手機(jī)首席架構(gòu)師董道國(guó)近日對(duì)第一財(cái)經(jīng)表示，“這種生產(chǎn)力仍然局限在小范圍內(nèi)，還沒(méi)有真正顛覆各行各業(yè)，但至少這個(gè)趨勢(shì)已經(jīng)出現(xiàn)了，目前已是暗潮涌動(dòng)。”

以下為部分交流內(nèi)容：

第一財(cái)經(jīng)：目前國(guó)內(nèi)的大模型能否對(duì)標(biāo)OpenAI的ChatGPT？

董道國(guó)：國(guó)內(nèi)大模型的發(fā)展蒸蒸日上，但距離OpenAI發(fā)布的GPT4等領(lǐng)先大模型，國(guó)內(nèi)還有很長(zhǎng)的路要走，還需要更加努力，特別是那種有資金、有實(shí)力的大廠，應(yīng)該再沉下心來(lái)繼續(xù)努力，至少到目前為止這種差距還是比較大的。

第一財(cái)經(jīng)：這個(gè)差距具體體現(xiàn)在哪里？

董道國(guó)：這是綜合性的表現(xiàn)，大模型不僅僅是算法，還要考慮訓(xùn)練數(shù)據(jù)、算力以及工程化能力。如果僅僅聚焦于對(duì)話模型，國(guó)內(nèi)大模型對(duì)中文對(duì)話的支持還是可以的，但如果把大模型作為AI Agent（人工智能體）的“大腦”作用去發(fā)揮的時(shí)候，我們的大模型在推理能力上距離ChatGPT還有蠻遠(yuǎn)的距離，也就是說(shuō)僅僅看對(duì)話模型其實(shí)表現(xiàn)也還可以，但是將AI作為一個(gè)生產(chǎn)力，國(guó)內(nèi)大模型還有一定差距。

第一財(cái)經(jīng)：作為AI Agent和作為對(duì)話的大模型，它們的主要區(qū)別是什么？

董道國(guó)：基于大模型的對(duì)話應(yīng)用是給普通人用的，面向C端，利用網(wǎng)頁(yè)的形式和大模型做一些對(duì)話溝通；AI Agent作為一種“大腦”，本質(zhì)上我們不僅是用它里邊的知識(shí)，更多地是用它的推理能力去做決策，調(diào)用工具和外部知識(shí)來(lái)完成復(fù)雜的任務(wù)。

第一財(cái)經(jīng)：國(guó)內(nèi)的大模型未來(lái)會(huì)成為一個(gè)超級(jí) APP 嗎？

董道國(guó)：會(huì)有這樣一種趨勢(shì)。包括一些手機(jī)公司做AI終端的目的，就是希望手機(jī)繼續(xù)能夠承擔(dān)所有APP入口。國(guó)內(nèi)包括百度、阿里在發(fā)力的大模型，其實(shí)也是希望能夠承擔(dān)超級(jí)APP的那種角色。

我相信未來(lái)隨著AI的發(fā)展，手機(jī)所有APP的形式一定會(huì)發(fā)生根本性變化。目前APP的形式仍然偏規(guī)則式，并不人性化。規(guī)則式意味著沒(méi)有人機(jī)對(duì)話能力，我們只能根據(jù)APP設(shè)定的布局來(lái)使用，按相應(yīng)的按鍵，得到APP的回應(yīng)，這種模式是反人性的。人最希望直接表達(dá)自己的需求而得到滿足，而不是點(diǎn)來(lái)點(diǎn)去。比如我喊出蘋果手機(jī)的Siri，讓它給我定一個(gè)鬧鐘，它就會(huì)直接給我定好。未來(lái)隨著人工智能的發(fā)展，這種功能的適用范圍會(huì)更廣闊，使用起來(lái)也會(huì)更加便捷。

第一財(cái)經(jīng)：目前各個(gè)領(lǐng)域，比如醫(yī)療、金融領(lǐng)域都在研發(fā)自己的垂域大模型，一些企業(yè)也會(huì)在一些開源大模型基礎(chǔ)之上，結(jié)合自己的行業(yè)經(jīng)驗(yàn)和數(shù)據(jù)積累，推出自己領(lǐng)域的大模型。這給我們一種感覺(jué)，大模型的技術(shù)門檻是不是沒(méi)有那么高？

董道國(guó)：其實(shí)如果有私域的數(shù)據(jù)，并且數(shù)據(jù)質(zhì)量比較高的話，基于現(xiàn)有的一些基座大模型去訓(xùn)練自己的私域大模型，我認(rèn)為技術(shù)上并不是很難。但是訓(xùn)練之后的效果到底怎么樣，其實(shí)還是要打一個(gè)問(wèn)號(hào)，要去看具體的工程方法，訓(xùn)練數(shù)據(jù)集如何構(gòu)建需要一定的經(jīng)驗(yàn)積累。

我一直持有一個(gè)觀點(diǎn)，當(dāng)一個(gè)企業(yè)或者一個(gè)行業(yè)真的去訓(xùn)練自己的私域大模型的時(shí)候，還是需要綜合考慮一下，到底是要自己去微調(diào)一個(gè)大模型，還是用現(xiàn)有大模型去構(gòu)建一個(gè)面向自己行業(yè)應(yīng)用的智能體，要看哪一種方案更符合實(shí)際需求。現(xiàn)在很多人其實(shí)把RAG（Retrieval Augmented Generation，檢索增強(qiáng)生成）和訓(xùn)練私域大模型混淆，我其實(shí)更傾向于用RAG 的模式去構(gòu)建面向某個(gè)行業(yè)的應(yīng)用場(chǎng)景。

第一財(cái)經(jīng)：兩者的主要區(qū)別在哪里？

董道國(guó)：微調(diào)大模型其實(shí)就是在改變大模型的參數(shù)，也就是把知識(shí)輸入到這個(gè)大模型里面去。而RAG僅僅用的是大模型的推理能力，而知識(shí)源于企業(yè)內(nèi)部自己的數(shù)據(jù)和知識(shí)庫(kù)。換句話說(shuō)，第一種模式是把知識(shí)灌到大模型里，這有一個(gè)缺點(diǎn)：大模型仍然有可能輸出它不確定的知識(shí)或不清楚的信息，從而造成一些幻覺(jué)，導(dǎo)致內(nèi)容真?zhèn)坞y辨。但是RAG模式通常沒(méi)使用大模型里的知識(shí)，只用了大模型自然語(yǔ)言的理解和推理能力，知識(shí)通過(guò)檢索知識(shí)庫(kù)后送給大模型，讓它來(lái)根據(jù)限定的知識(shí)去生成。

第一財(cái)經(jīng)：L0通用大模型和L1垂域大模型，它們目前的商業(yè)化進(jìn)程如何？未來(lái)什么樣的大模型更容易變現(xiàn)？

董道國(guó)：其實(shí)如果資金實(shí)力比較雄厚的話，那么做L0通用大模型是一件值得去鼓勵(lì)的事情，但面臨應(yīng)用落地的問(wèn)題。通用大模型投入很高，變現(xiàn)路徑比較長(zhǎng)，所以需要持續(xù)的資金支持。國(guó)家需要這樣的L0級(jí)大模型出現(xiàn)，所以我覺(jué)得這件事情需要由那些有實(shí)力的大廠去持續(xù)投入。而在一個(gè)行業(yè)應(yīng)用里，我認(rèn)為垂域大模型可能更容易發(fā)揮實(shí)質(zhì)性作用。

我倒不建議專門成立一家公司去做垂域大模型，而是應(yīng)該由已經(jīng)有明確應(yīng)用場(chǎng)景的企業(yè)，去利用這種通用大模型來(lái)優(yōu)化業(yè)務(wù)流程，能夠馬上發(fā)揮作用，這種情況更容易成功。如果一個(gè)創(chuàng)業(yè)團(tuán)隊(duì)自己去想象一個(gè)行業(yè)場(chǎng)景，然后去訓(xùn)練垂類大模型，再銷售出去，壓力會(huì)非常大。所以我一直覺(jué)得不應(yīng)該鼓勵(lì)過(guò)多的創(chuàng)業(yè)公司投入到思考應(yīng)用場(chǎng)景上，應(yīng)用場(chǎng)景去找技術(shù)會(huì)比較好。