【文/觀察者網(wǎng) 周毅 編輯 張廣凱】

微軟再一次拋出“王炸”。

5月23日，在西雅圖的微軟Build 2023開發(fā)者大會上，微軟CEO納德拉正式宣布，正在為Windows 11添加人工智能助手“Windows Copilot”，用戶可以在Windows系統(tǒng)中使用聊天機器人。

在ChatGPT領域，中國此前已有阿里通義千問、百度文心一言、京東靈犀等多款產(chǎn)品。

在AIGC的新風口下，如何看待中國企業(yè)的挑戰(zhàn)和機遇？

5月22日，2023數(shù)字經(jīng)濟（東湖）論壇在武漢舉辦。在論壇上，復旦大學教授、上海市數(shù)據(jù)科學重點實驗室主任肖仰華對觀察者網(wǎng)表示，與國際同行相比，模型、數(shù)據(jù)和算力并不是中國最大的劣勢，真正的短板在于對大模型"煉制"工藝的掌握，包括數(shù)據(jù)配方、數(shù)據(jù)清洗和參數(shù)設置等等。

肖仰華表示，大模型"煉制"工藝從根本上決定了大模型的效果。但是和OpenAI等企業(yè)相比，我們?nèi)杂幸欢ǖ臅r間差距。但是中國也有自己的優(yōu)勢，比如舉國體制。我們可以成立產(chǎn)業(yè)聯(lián)盟多線并進，縮短試錯周期。

圖源2023數(shù)字經(jīng)濟（東湖）論壇

肖仰華還提醒，我們不能因為炒作ChatGPT一個熱點，而忽略了具身智能等其他賽道。

值得重視的短板：先進工藝

在肖仰華看來，以ChatGPT為代表的生成式人工智能技術（AIGC），將成為推動我國數(shù)字經(jīng)濟進步，實現(xiàn)高質(zhì)量發(fā)展的重要引擎。在ChatGPT之前，人工智能處于不成熟的產(chǎn)業(yè)階段；ChatGPT的出現(xiàn)將人工智能帶入快速發(fā)展、快速變現(xiàn)的重工業(yè)發(fā)展階段。

但在類ChatGPT等大模型領域，中國尚處于起步階段，需要進一步規(guī)劃和統(tǒng)籌。

肖仰華認為，大模型產(chǎn)業(yè)發(fā)展的取決于數(shù)個因素。

首先是模型。模型好比功夫中的“內(nèi)功”，模型越大，潛力越強；其二是算力，這是大模型的核心競爭力，大模型競爭歸根結底是算力的競爭；其三是數(shù)據(jù)。只有高質(zhì)量的數(shù)據(jù)，才能喂養(yǎng)出高水平的大模型。不過，它們都不是中國大模型產(chǎn)業(yè)的真正短板所在。

圖源微軟

“我國的大模型產(chǎn)業(yè)，在數(shù)據(jù)上有優(yōu)勢，在算力上有基礎，模型本身也不存在什么秘密，我們真正缺的是先進工藝?！毙ぱ鋈A說。

他解釋道，“煉制”大模型的工藝過程至關重要，它包括數(shù)據(jù)配方、數(shù)據(jù)清洗、參數(shù)設置、流程設計和質(zhì)量控制等等。它從根本上決定了大模型的效果，是大模型產(chǎn)業(yè)發(fā)展的重要因素。當前我國大模型產(chǎn)業(yè)發(fā)展缺乏先進工藝過程，這是短期之內(nèi)難以跟上的，需要付出巨大代價進行摸索。

數(shù)據(jù)配方，指的是根據(jù)模型的學習目標，確定不同領域、不同類型、不同模態(tài)數(shù)據(jù)的配比；數(shù)據(jù)清洗，指的是對原始語料進行去噪、去重、過濾、規(guī)范化等操作，提高語料一致性、多樣性與完整性。

所謂的參數(shù)設置，是根據(jù)模型的架構和規(guī)模，選擇合適的超參數(shù)，如學習率、批次大小、優(yōu)化器、激活函數(shù)等，這些選擇將影響模型訓練的效率和效果。

流程設計，是根據(jù)模型的訓練目標和資源限制，設計各相關組件之間的流程排布、目標設定、訓練策略等，提高模型的泛化能力和適應性。

質(zhì)量控制，指的是對模型的訓練過程和結果進行監(jiān)控和評估，通過準確率、困惑度等關鍵指標監(jiān)測，通過對比不同模型或版本的表現(xiàn)，以保障大模型訓練的質(zhì)量和穩(wěn)定性。

肖仰華表示，上述的每一個具體模塊，國內(nèi)其實都知道怎么做，但是將它們整合在一起，總體效果和國外是存在差距的?！安皇悄茏鲞€是不能做的問題，而是做出來的效果是70分與100分的差別?！毙ぱ鋈A表示，我們要趕上最后這幾十分，要不斷試錯、評測和改進。

肖仰華對觀察者網(wǎng)表示，先進工藝的掌握需要試錯，需要時間積累。OpenAI成立于2015年，在2018年投入大模型研發(fā)，到今年整整用了5年時間，他們花了很多時間去試錯和摸索。即使現(xiàn)在很多中國企業(yè)在努力追趕，但是這個“時間差”是一朝一夕難以趕上的。

OpenAI網(wǎng)站截圖

但是，中國也有優(yōu)勢：舉國體制。

“我們可以把串行的試錯變成并行的試錯，甚至可以10條技術路線同時試錯，”，肖仰華解釋道，當一些人在驗證某一個路線，那么其他人就不必重復驗證該路線，可以轉(zhuǎn)而去驗證求索B路線、C路線……這就是中國舉國體制的力量。

肖仰華提到，并行試錯需要相關研發(fā)機構形成聯(lián)盟，例如算力聯(lián)盟、數(shù)據(jù)聯(lián)盟和技術聯(lián)盟。如果大家能夠做到技術共享、協(xié)同研發(fā)，就可以把試錯的成本大大降低，并顯著縮短試錯周期?！叭思倚枰?年，我們可以只用1年。迎頭追趕的策略是存在的，關鍵是我們能不能推動這些聯(lián)盟的團結。”