截至今年7月底，我國累計有130個人工智能大模型問世，其中，僅今年前7個月就有64個大模型發(fā)布。不久前，首批通過《生成式人工智能服務(wù)管理暫行辦法》備案的11個大模型產(chǎn)品獲批向全社會開放服務(wù)，引發(fā)關(guān)注。大模型進入高速發(fā)展期。當前，一個重要問題是如何統(tǒng)籌創(chuàng)新發(fā)展與安全應(yīng)用，推動生成式人工智能高質(zhì)量發(fā)展，持續(xù)激發(fā)人工智能“頭雁”效應(yīng)。

受益于龐大的數(shù)據(jù)、參數(shù)以及較好的學習能力，大模型增強了人工智能的通用性，有望成為人工智能技術(shù)及應(yīng)用的新基座、生產(chǎn)生活的基礎(chǔ)性工具，帶來經(jīng)濟社會發(fā)展的深刻變革。同時，我們也不斷完善監(jiān)管方式，制定相應(yīng)的分類分級監(jiān)管規(guī)則或指引。例如，今年6月份通過的歐盟人工智能法案授權(quán)草案以風險為主線，嚴格規(guī)定了高風險人工智能系統(tǒng)的前置審查程序和履行合規(guī)義務(wù)。

對國產(chǎn)大模型而言，亟待解決的問題是多而不強。因底層技術(shù)突破難，很多公司選擇調(diào)用較為成熟的大模型，直接賦能原有產(chǎn)品和服務(wù)，技術(shù)同質(zhì)化嚴重，且缺乏源頭創(chuàng)新，高質(zhì)量落地應(yīng)用較少。生成式人工智能的強人機交互范式導致生成內(nèi)容的可信、可靠和可控性也面臨挑戰(zhàn)，倫理和安全風險的不確定性增加。因此，要抓住關(guān)鍵，整合資源，進一步在源頭創(chuàng)新上苦練內(nèi)功，在風險治理上打好基本功，在鑄就大模型商業(yè)生態(tài)上勤修外功。

堅持源頭創(chuàng)新，提高生成式人工智能的核心競爭力。制定高端算力芯片、計算架構(gòu)、大模型算法等基礎(chǔ)性原創(chuàng)性技術(shù)攻關(guān)的中長期專項規(guī)劃，實現(xiàn)更多從“0”到“1”的理論與技術(shù)突破。出臺算力基礎(chǔ)設(shè)施和數(shù)據(jù)資源指導意見與實施細則，加快算力與數(shù)據(jù)資源統(tǒng)一調(diào)度、開放和運營進程，培育“生成式人工智能+公有云”的綠色低碳服務(wù)模式。建設(shè)一批國家級開源平臺、代碼托管及大模型開發(fā)測試平臺，確保核心算法自主可控。

筑牢風險底線，健全生成式大模型分類分級監(jiān)管體系。完善“政府—專業(yè)機構(gòu)—社會”三位一體的風險監(jiān)管體系，保障大模型可信可控。設(shè)立國家級生成式人工智能監(jiān)管部門，基于大模型開發(fā)及應(yīng)用全生命周期，制定內(nèi)生和衍生風險的分類分級標準體系，明確監(jiān)管對象、內(nèi)容、職責、方式及原則，并實施大模型風險備案制度；聚焦金融、醫(yī)療、教育等熱點領(lǐng)域，持續(xù)發(fā)布行業(yè)大模型監(jiān)管細則和實施辦法。遴選一批風險評估專業(yè)機構(gòu)，開展風險監(jiān)測及大模型合格評估。

加速應(yīng)用落地，打造生成式大模型商業(yè)生態(tài)。構(gòu)建算力、數(shù)據(jù)、開源社區(qū)三大平臺資源協(xié)同的通用大模型要素市場生態(tài)，支持國家級創(chuàng)新聯(lián)合體研發(fā)高質(zhì)量通用大模型。探索“通用大模型+微調(diào)”的垂類大模型研發(fā)新范式，鼓勵企業(yè)整合行業(yè)訓練數(shù)據(jù)集，聚焦真實場景，進行輕量化、專業(yè)化的模型部署與商業(yè)化應(yīng)用，培育“通用+垂類”大模型交互共生、迭代優(yōu)化的模型生態(tài)。降低高校、研究機構(gòu)使用算力和數(shù)據(jù)資源的門檻，加速頂尖人工智能人才引育，為全球人工智能發(fā)展與治理貢獻中國方案。