“人工智能，是人類養(yǎng)育的‘孩子’，而語料就是‘教材’！”

“我們希望人工智能在倫理價(jià)值上有德、情緒價(jià)值上有趣、文化價(jià)值上有品、社會(huì)價(jià)值上有序、技術(shù)價(jià)值上有用?！?/p>

7月6日上午，上海黃浦江畔，2024世界人工智能大會(huì)，一場關(guān)于人工智能語料的論壇首次舉辦。

時(shí)針回?fù)艿揭荒昵暗慕裉臁?023世界人工智能大會(huì)，上海市委書記陳吉寧與上海市市長龔正共同見證，上海人工智能實(shí)驗(yàn)室、人民網(wǎng)、國家氣象中心等單位聯(lián)合發(fā)起的中國第一個(gè)大模型語料數(shù)據(jù)聯(lián)盟正式成立。

2023年7月6日，大模型語料數(shù)據(jù)聯(lián)盟成立。人民網(wǎng)記者 王初攝

人工智能大模型取決于三大要素：算力、算法、語料。算力是硬件，算法是大模型企業(yè)的核心競爭力。中國是世界上數(shù)字化應(yīng)用場景最豐富的國家，各種場景提供了極為豐富的語料。中國是語料大國，但因?yàn)楦鞣N語料良莠不齊、涉及隱私，甚至違規(guī)、違法，目前急需與人類價(jià)值對(duì)齊的規(guī)范語料。

正因于此，上海才會(huì)如此重視語料建設(shè)。

縱觀全國，北京、上海、深圳、杭州四地在人工智能領(lǐng)域深耕已久，正執(zhí)產(chǎn)業(yè)發(fā)展之牛耳。上海的特點(diǎn)，是AI頂層設(shè)計(jì)有力，場景應(yīng)用豐富，并在公共數(shù)據(jù)開源方面進(jìn)行了長期大量的探索。

從183家到348家，上海人工智能產(chǎn)業(yè)規(guī)上企業(yè)數(shù)量在2018至2023年這5年間實(shí)現(xiàn)高速增長。商湯科技、達(dá)觀數(shù)據(jù)、星環(huán)科技等企業(yè)開拓人工智能“新藍(lán)?！?，培育大模型產(chǎn)業(yè)發(fā)展新生態(tài)，加快形成新質(zhì)生產(chǎn)力。

上海市已有34款大模型通過備案，產(chǎn)生了制造業(yè)、金融、具身智能機(jī)器人等垂類領(lǐng)域應(yīng)用；多款通用人形機(jī)器人原型機(jī)發(fā)布，實(shí)現(xiàn)雙足避障行走；4200億Token的語料數(shù)據(jù)實(shí)現(xiàn)開源。

2023年被稱作“智能互聯(lián)網(wǎng)元年”，這一年，我們見證了激烈的“百模大戰(zhàn)”。除了科技巨頭先后入局之外，迅速崛起的一批AI企業(yè)也在不斷進(jìn)場。

而備受業(yè)界關(guān)注的語料數(shù)據(jù)的應(yīng)用，還需在人工智能具體實(shí)踐中找到未來。

人工智能，是上海著力發(fā)展的三大先導(dǎo)產(chǎn)業(yè)之一，也是發(fā)展新質(zhì)生產(chǎn)力的重要引擎。隨著大模型時(shí)代到來，上海力圖先行一步，構(gòu)建大模型創(chuàng)新策源地，建設(shè)新的“模都”。

去年9月，2023世界人工智能大會(huì)閉幕不久，上?！澳Ｋ倏臻g”創(chuàng)新生態(tài)社區(qū)即在徐匯西岸揭牌成立。作為全國首個(gè)、上海唯一的生成式AI專業(yè)孵化和加速載體，目前這里已入駐大模型上下游企業(yè)80余家，力爭成為代表上海乃至國家贏取全球科技戰(zhàn)略競爭主動(dòng)權(quán)的“主力因子”。

全國首個(gè)大模型創(chuàng)新生態(tài)社區(qū)“模速空間”。受訪單位供圖

今年3月下旬，在上海市經(jīng)信委大力推進(jìn)下，由上海人工智能實(shí)驗(yàn)室、人民網(wǎng)、中國電信、商湯、階躍星辰等多家頭部人工智能領(lǐng)軍企業(yè)共同出資，注冊成立中國第一家人工智能語料公司——上海庫帕思科技有限公司。庫帕思公司董事長山棟明表示，希望為全國的人工智能企業(yè)提供“1+N”式的語料服務(wù)。其中，“1”為公共的核心語料，包括世界知識(shí)體系和價(jià)值對(duì)齊體系；“N”為面向垂直應(yīng)用領(lǐng)域等的專業(yè)語料。

在追逐浪潮中，不少企業(yè)發(fā)現(xiàn)，并非誰都有精力、有能力去做基礎(chǔ)大模型，于是“小模型”——垂類大模型順勢而生。專門為具體行業(yè)而設(shè)計(jì)的“小模型”如何在企業(yè)等應(yīng)用場景落地？這是許多AI企業(yè)負(fù)責(zé)人普遍關(guān)注的問題。

“銀行審計(jì)業(yè)務(wù)面臨數(shù)據(jù)信息和系統(tǒng)架構(gòu)的分散性、異構(gòu)性和復(fù)雜性等問題，深挖各類數(shù)據(jù)的價(jià)值一直是挑戰(zhàn)，且銀行內(nèi)部數(shù)據(jù)的有效利用率普遍不高，尤其是審計(jì)部門內(nèi)部大量文本數(shù)據(jù)未形成資產(chǎn)?！倍嗄陙?，深耕垂類大模型領(lǐng)域的達(dá)觀數(shù)據(jù)在金融行業(yè)文本處理方面，積累了大量金融專業(yè)數(shù)據(jù)。

如今，達(dá)觀數(shù)據(jù)的垂類大模型已經(jīng)開始面向銀行審計(jì)人員，為審計(jì)監(jiān)控平臺(tái)提供接口服務(wù)，還可對(duì)各類文檔進(jìn)行比對(duì)，大大提高工作效率。

“樓上住戶噪音擾民，尤其晚上進(jìn)出人很多，懷疑是群租房，請(qǐng)管理部門盡快解決?！苯?，浦東新區(qū)塘橋街道城運(yùn)中心接到12345市民熱線投訴工單，“數(shù)字社工”城運(yùn)助手立即對(duì)工單內(nèi)容進(jìn)行分析，并自動(dòng)精準(zhǔn)分派給主、協(xié)辦部門處置，整個(gè)流程不到2分鐘。

“數(shù)字社工”以大模型為底座，能夠適應(yīng)基層政務(wù)的多種使用場景。“以前，工單派遣靠經(jīng)驗(yàn)，分析研判靠人工，費(fèi)時(shí)費(fèi)力?！弊浴皵?shù)字社工”上崗以來，在城運(yùn)中心工作十余年的卜丹鳳見證了科技給基層治理帶來的變化。

“數(shù)字社工”能夠?qū)⒐畏植记闆r生成熱力圖。人民網(wǎng)記者 唐小麗攝

如今，塘橋街道城運(yùn)中心自動(dòng)派單準(zhǔn)確率超過90%，工單處置效率提升60%，績效分析和報(bào)表生成從2小時(shí)縮減至10分鐘，居民回訪滿意度再提升?！斑@樣的技術(shù)應(yīng)用，真是實(shí)實(shí)在在為基層減負(fù)?！辈返P感慨道。

協(xié)同區(qū)域發(fā)展、構(gòu)建智慧城市、重塑商業(yè)密碼、打造數(shù)字文娛……在上海，AI正深度鏈接千行百業(yè)。擁抱“人工智能+”，在AI助力下推動(dòng)傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)，指引新興行業(yè)加速生長，已成為當(dāng)下業(yè)界共識(shí)，發(fā)展趨勢不可阻擋。

2024年7月6日的語料論壇上，語料庫建設(shè)導(dǎo)則正式發(fā)布。人民網(wǎng)記者 王初攝

“人工智能訓(xùn)練，不僅要關(guān)注數(shù)據(jù)語料的數(shù)量，也要重視‘?dāng)?shù)據(jù)配方’，用高質(zhì)量數(shù)據(jù)的最優(yōu)組合，提升AI效能與安全性?！闭Z料論壇上，人民網(wǎng)負(fù)責(zé)人介紹，通過倫理價(jià)值、情緒價(jià)值、文化價(jià)值、社會(huì)價(jià)值、技術(shù)價(jià)值五個(gè)維度的對(duì)齊，建設(shè)優(yōu)質(zhì)語料“好教材”，幫助大模型成長為“以人為本、智能向善、造福人類”、符合全人類共同價(jià)值的“好孩子”。

事實(shí)上，人民網(wǎng)在人工智能基礎(chǔ)語料庫的建設(shè)工作布局已久。

據(jù)人民日?qǐng)?bào)社傳播內(nèi)容認(rèn)知全國重點(diǎn)實(shí)驗(yàn)室研究員郭俊波介紹，該實(shí)驗(yàn)室成立于2019年11月，由人民日?qǐng)?bào)社主管，依托人民網(wǎng)建設(shè)。實(shí)驗(yàn)室建設(shè)以國家重大需求為導(dǎo)向、應(yīng)用基礎(chǔ)研究為定位、學(xué)科交叉融合為特色，助推媒體融合向縱深發(fā)展。

在他看來，人工智能的多維度價(jià)值對(duì)齊需要根據(jù)不同維度的具體要求，結(jié)合其重要程度與規(guī)范性要求，制定分級(jí)分類標(biāo)準(zhǔn)，形成對(duì)人工智能進(jìn)行安全風(fēng)險(xiǎn)和能力水平評(píng)價(jià)的規(guī)范和要求，指導(dǎo)語料資源的建設(shè)，提升人工智能的價(jià)值對(duì)齊能力。

針對(duì)當(dāng)前人工智能在價(jià)值對(duì)齊方面的瓶頸問題，郭俊波和人民網(wǎng)上海分公司總經(jīng)理、庫帕思董事金煜純介紹，未來實(shí)驗(yàn)室將與上海庫帕思公司攜手，共同建設(shè)價(jià)值對(duì)齊體系語料，形成以基礎(chǔ)語料和問答語料2種形式為主，覆蓋5大價(jià)值、3大圈層、14個(gè)類別、38個(gè)細(xì)分維度的高質(zhì)量、多維度價(jià)值對(duì)齊基石語料庫。雙方將結(jié)合各自在數(shù)據(jù)、技術(shù)、人才等方面的優(yōu)勢資源，共同為人工智能的價(jià)值對(duì)齊和能力提升提供高質(zhì)量教材和語料。

如何獲取高質(zhì)量的數(shù)據(jù)？如何讓大模型更好落地造福人類？未知的明天，既是機(jī)遇，亦是挑戰(zhàn)，大模型一路成長為符合人類共同價(jià)值的“好孩子”，尚需多方攜手并肩。

分享讓更多人看到