人工智能浪潮席卷全球，正以前所未有的速度、廣度和深度改變生產(chǎn)生活方式，對全球經(jīng)濟社會發(fā)展和人類文明進步產(chǎn)生深遠影響。近年來，語言大模型、多模態(tài)模型、智能體和具身智能等領(lǐng)域不斷出現(xiàn)突破性創(chuàng)新，推動人工智能邁向通用智能初始階段。與此同時，人工智能的工程化持續(xù)加速推進，新產(chǎn)品新模式層出不窮，行業(yè)應用走深向?qū)?，成為推動?jīng)濟社會高質(zhì)量發(fā)展的關(guān)鍵動力。
2024年11月29日，在大模型產(chǎn)業(yè)創(chuàng)新發(fā)展大會上，中國信息通信研究院（簡稱“中國信通院”）發(fā)布《人工智能發(fā)展報告（2024年）》。中國信通院人工智能研究所所長魏凱從總體態(tài)勢、技術(shù)創(chuàng)新、應用賦能、安全治理以及發(fā)展展望等方面對報告進行了解讀。
報告立足產(chǎn)業(yè)新發(fā)展、新變化、新需求，聚焦新形勢下全球人工智能發(fā)展重點，總結(jié)梳理人工智能技術(shù)創(chuàng)新方向、產(chǎn)業(yè)升級重點、行業(yè)落地趨勢和安全治理進展，展望人工智能發(fā)展機遇，以期與業(yè)界分享，共同推動人工智能產(chǎn)業(yè)蓬勃發(fā)展。
報告核心觀點
1. 基礎(chǔ)模型保持快速演進態(tài)勢，重點突破多模態(tài)和復雜推理能力。從基準測試結(jié)果來看，全球大模型能力實現(xiàn)階躍式提升。語言大模型能力多維度持續(xù)進化，主要體現(xiàn)在上下文窗口長度擴展、海量信息壓縮與知識密度提升、MoE架構(gòu)融合以及通過引入強化學習算法優(yōu)化推理能力。其中，推理側(cè)改進成為近期熱點，規(guī)模定律適用范圍從預訓練向后訓練和推理延伸。多模態(tài)大模型探索交叉模態(tài)融合處理，由早期子任務(wù)模型組合轉(zhuǎn)向端到端跨模態(tài)統(tǒng)一特征表示，實現(xiàn)原生多模支持。
2. 算法創(chuàng)新與軟硬件架構(gòu)深度耦合。大模型技術(shù)的原始創(chuàng)新和應用迭代落地，高度依賴先進的軟硬件協(xié)同技術(shù)生態(tài)體系?？蚣軐用?，強調(diào)對大模型原生支持能力，大規(guī)模分布式訓練成為框架的新發(fā)力點。芯片層面，大模型計算特性對硬件要求極高，帶來分布式訓練支持、混合精度計算支持、高速互聯(lián)通信等新要求新挑戰(zhàn)，驅(qū)動計算底座迭代升級，呈現(xiàn)三大趨勢特點：芯片架構(gòu)向定制化演進、存儲與互聯(lián)重要性日益提升、強調(diào)軟硬協(xié)同升級釋放硬件計算潛力。
3. 工程化技術(shù)是人工智能從實驗室走向生產(chǎn)環(huán)境的關(guān)鍵橋梁，大模型開發(fā)及應用工具鏈的快速發(fā)展，標志著人工智能工程化進入了新階段。開發(fā)工具鏈加速大模型技術(shù)的迭代，顯著提升了訓練效率，降低了推理成本。應用工具鏈則拓展了大模型應用范圍，增強了系統(tǒng)的擴展性，降低了應用門檻。
4. 高質(zhì)量、大規(guī)模、多樣化的數(shù)據(jù)集已經(jīng)成為大模型發(fā)展的關(guān)鍵戰(zhàn)略要素，訓練數(shù)據(jù)決定了模型能力的上限。數(shù)據(jù)新興技術(shù)快速發(fā)展，如多模態(tài)詞元向量融合、新一代高水平數(shù)據(jù)標注、面向人工智能的數(shù)據(jù)集質(zhì)量評估以及合成數(shù)據(jù)等，人工智能高質(zhì)量數(shù)據(jù)集供給能力不斷提升，以數(shù)據(jù)為核心驅(qū)動力的人工智能時代正在加速到來。
5. 人工智能賦能新型工業(yè)化向縱深發(fā)展，呈現(xiàn)“大小模型協(xié)同” “兩端快、中間慢”等階段特征。總體上，以傳統(tǒng)小模型為代表的專用智能應用逐步成熟，以大模型為代表的通用智能應用處于初步探索階段。消費側(cè)應用迭代加速，對話式搜索、智能助理等革新功能不斷涌現(xiàn)，交互模式向更多模態(tài)拓展；并在端側(cè)加速落地，重塑手機等消費電子產(chǎn)品形態(tài)。生產(chǎn)側(cè)應用與行業(yè)場景融合不斷深入，有望深刻變革制造過程、組織架構(gòu)、研發(fā)模式與產(chǎn)品形態(tài)，從而開辟我國工業(yè)從大到強的新路徑。目前，從產(chǎn)業(yè)鏈分布來看呈現(xiàn)“兩端快、中間慢”特征?！斑x、建、用、管”體系化推動落地應用成為加速人工智能走向?qū)嵱没⑵栈莼男袠I(yè)共識。
6. 安全治理從原則向?qū)嵺`加速推進。安全治理工作邁向深水區(qū)，探索切實有效、多方共治、敏捷應對的落實方案成為全球共同議題。國際合作方面，聯(lián)合國發(fā)揮主渠道作用，經(jīng)濟合作與發(fā)展組織、金磚國家等密集推出人工智能治理舉措，人工智能安全峰會聚焦安全議題提供全球?qū)υ捚脚_。治理體系方面，各主要經(jīng)濟體治理體系漸趨明晰，旨在維護本土產(chǎn)業(yè)發(fā)展需要。產(chǎn)業(yè)實踐方面，產(chǎn)業(yè)各方積極發(fā)揮技術(shù)研究和治理協(xié)同優(yōu)勢，發(fā)布治理框架、制定標準規(guī)范、推出測試平臺、迭代評估工具，加速探索模型間對抗新范式、模型水印算法等前瞻技術(shù)研究，提升人工智能安全治理能力。
7. 展望未來，引入強化學習等技術(shù)來增強大模型能力仍是近期技術(shù)演進的重點方向，專業(yè)大模型、多模態(tài)大模型有望加速突破，具備更強規(guī)劃、決策、執(zhí)行能力的智能體和具身智能成為邁向通用人工智能的重要一步。面向中遠期，類腦智能等顛覆性技術(shù)的成熟，有可能為人工智能發(fā)展帶來更廣闊的想象空間。隨著人工智能賦能新型工業(yè)化向縱深發(fā)展，人工智能在實體經(jīng)濟中的應用場景將進一步拓展，加速向生產(chǎn)制造環(huán)節(jié)滲透，加速邁向全方位、深層次智能化轉(zhuǎn)型升級新階段。
