智研简报2023第8期

智研简报

Sdaict Monthly

智能计算 计算未来

2023年08月第8期 | 总32期

中国 · 济南

山东产业技术研究院智能计算研究院

CONTENTS

目录

01

AI脑机接口让瘫痪人士重拾语言能力，UCSF华人科学家主导

中标喜报 | 热烈祝贺智研院中标“鄂尔多斯市盐碱地农牧业综合利用科技创新试验示范项目”

04

05

02

生成式AI十大趋势：通用人工智能如何改变产业和生活

智研院孵化公司--中科康信保签署数字服务协议

03

 科技部负责同志解读《关于进一步加强青年科技人才培养和使用的若干措施》

       2023年8月，鄂尔多斯市农牧业生态与资源保护中心进行了“鄂尔多斯市盐碱地农牧业综合利用科技创新试验示范项目”的招标，智研院以专业的技术、完善的服务、合理的报价赢得了评审专家和招标方的认可，顺利中标。

       该示范项目是鄂尔多斯市农牧业生态与资源保护中心重点打造的示范项目，总投资473.5万元，建设内容有耐盐碱作物育种模组、耐盐碱作物育种营养液供给模块、育种环境控制模块、育种体系可视化模块、耐盐碱作物小区育种标准水肥盐可调控模组、大田耐盐碱作物育种虫情数据采集模块等九大方面，对鄂尔多斯盐碱地的综合利用有着重要的战略意义。

       本次中标，充分体现了智研院的综合实力和智慧农业团队的技术优势，也为智慧农业团队接下来的市场开拓奠定了坚实基础。我们也将以此为动力，承担更多服务国计民生的重大项目，不断开拓进取，再创佳绩！

中标喜报 | 热烈祝贺智研院

中标“鄂尔多斯市盐碱地农牧业

综合利用科技创新试验示范项目”

智研快讯

        中科康信保（山东）数字科技有限公司（以下简称“中科康信保”）成立于2023年5月，注册资本1000万元，是智研院2023年重点孵化的科技型公司。中科康信保依托国家自然科学基金、863项目的科研成果，面向行业隐私保护与信息安全问题，引入联邦学习机制研发了人工智能模型流转网络基础平台、医康养知识图谱服务平台等人工智能核心关键技术，可解决健康医疗大数据应用的隐私保护、信息安全问题，可开发基于健康医疗大数据的人工智能模型、算法与应用。

       1、人工智能+大数据赋能保险产业

       基于国家健康医疗大数据中心（北方）的健康医疗大数据，开发保险行业服务市场，立足于山东市场、辐射全国市场。公司以人工智能+大数据+行业协会相结合的形式，打造研究院与行业协会联合科研合作机制和数据服务市场开发机制，共同赋能保险行业，研究制定行业标准，开发北方大数据中心健康医疗大数据在保险行业的商保两核风控管理、理赔服务、保险产品设计等行业应用市场，基于联邦隐私计算技术整合健康医疗大数据、行业协会、保险公司之间的数据价值，通过人工智能技术赋能保险业，通过大数据提高社会诚信，通过数字化技术服务于民，打造惠民服务。

项目进展

PROJECT PROGRESS

智研院孵化公司--中科康信保

签署数字服务协议

       2、人工智能+大数据赋能智慧医疗

       深入挖掘国家健康医疗大数据中心（北方）的健康医疗大数据的价值，赋能智慧医疗人工智能模型、算法、设备的研发。通过机器学习、神经元网络、大模型等人工智能技术，打通各类健康医疗检验、检测数据之间的关系，发现潜在的数据关联，赋能冠心病、脑血管病、脑卒中、脑肿瘤、高血压、糖尿病等人工智能早期健康风险评估模型的研发，赋能神经退行性疾病人工智能辅诊系统、帕金森人工智能辅助诊断系统的研发，打破医养和数据、智能计算的领域壁垒，实现早发现、早诊断、早治疗。以海量医疗大数据+人工智能算法的模式，助力“智慧治疗”、“智慧养老”的发展。

       8月初，中科康信保与北方健康医疗大数据科技有限公司达成合作意向，签署数据服务协议，针对保险业务场景对医疗数据进行适应性处理，以保险行业惯用统计维度建立多套数据映射关系表；依据保险行业主流产品投保规则、保险条款等，针对甲方不同类型产品进行核保、核赔风控结果输出。该服务协议的签署，标志着中科康信保的业务进入快速发展阶段，道阻且长，行则将至，行而不辍，未来可期。

政策导读

 科技部负责同志解读《关于进一步加强青年科技人才培养和使用的若干措施》

“

”

       近日，中共中央办公厅、国务院办公厅印发了《关于进一步加强青年科技人才培养和使用的若干措施》（以下简称《若干措施》）。科技部负责同志对《若干措施》的出台背景、基本考虑和重要举措，以及如何保障各项措施扎实落地等进行解读。

       近日，中共中央办公厅、国务院办公厅印发了《关于进一步加强青年科技人才培养和使用的若干措施》（以下简称《若干措施》）。科技部负责同志对《若干措施》的出台背景、基本考虑和重要举措，以及如何保障各项措施扎实落地等进行解读。

　　一、《若干措施》出台的主要背景是什么，有何重要意义？

　　青年科技人才处于创新创造力的高峰期，是国家战略人才力量的重要组成部分。党中央高度重视青年科技人才队伍建设。习近平总书记多次就加强青年科技人才的培养和使用作出重要指示批示，要求把培育国家战略人才力量的政策重心放在青年科技人才上，给予青年人才更多的信任、更好的帮助、更有力的支持，支持青年人才挑大梁、当主角，造就规模宏大的青年科技人才队伍。党的二十大对加快建设包括青年科技人才在内的国家战略人才力量提出明确要求，中央人才工作会议对加强青年科技人才队伍建设作出具体部署。

　　青年科技人才已成为我国科技创新发展的生力军。党的十八大以来，我国青年科技人才规模快速增长，源源不断充实科技人才队伍。2012年至2021年期间，我国研究与试验发展（R&D）人员数量由416.7万人增长到858.1万人，增加441.4万人，年均增长7.67%。同期，自然科学领域博士毕业生总人数超过45万人，年均增长率4.73%。近年来，我国博士后每年进站人数都超过2.5万人，其中80%集中在自然科学领域。同时，青年科技人才在国家重大科技任务实施中发挥越来越重要的作用。国家重点研发计划参研人员中，45岁以下占比达80%以上。国家自然科学奖获奖者成果完成人的平均年龄已低于45岁。北斗导航、探月探火等重大战略科技任务的许多项目团队平均年龄都在30多岁。在人工智能、信息通信等新兴产业领域，优秀青年科技人才已成为技术创新的主力。

　　我国当代青年科技人才的职业生涯与到本世纪中叶全面建成社会主义现代化强国的时间高度契合。培养用好青年科技人才，对加快实现高水平科技自立自强，建设科技强国和人才强国意义重大。2022年，科技部等五部门聚焦青年科研人员启动实施“减负行动3.0”，有针对性地开展挑大梁、增机会、减考核、保时间、强身心五项行动，取得积极成效，起到先行先试的探索作用。《若干措施》在此基础上，进一步加大政策力度，采取更多突破性措施，必将对我国青年科技人才队伍建设起到重要推动作用。

　　二、制定《若干措施》有哪些基本考虑和主要举措？

　　《若干措施》的制定坚持以习近平总书记关于做好新时代人才工作的重要思想和关于科技创新的重要论述为根本遵循，贯彻落实党的二十大精神及中央人才工作会议任务部署，针对当前青年科技人才面临的职业早期科研支持不够、成长平台和发展机会不足、符合青年科技人才特点的评价机制不完善、非科研负担重、生活压力大等突出问题，深入科研一线开展调查研究，广泛听取广大青年科技人才和各方意见建议，努力找出“真问题”、提准“实举措”，不求面面俱到，力求务实管用，突出可操作性，研究提出政策举措。

 　　《若干措施》涉及青年科技人才培养和使用的方方面面，涵盖青年科技人才关心的主

设总体部署，建立多元化投入保障机制和常态化联系青年科技人才机制。要求用人单位切实落实培育造就拔尖创新人才的主体责任，结合单位实际制定具体落实举措，制定完善青年科技人才培养计划；建立和完善青年科技人才评价机制，提升自主评价能力；结合自身实际，采取适当方式提高职业早期青年科技人才待遇，加强对青年科技人才的关怀爱护。要求各类科技创新基地，如国家实验室、全国重点实验室、国家技术创新中心、国家临床医学研究中心等，大力培养使用青年科技人才，积极推进科研项目负责人及科研骨干队伍年轻化，推动重要科研岗位更多由青年科技人才担任。

       三、《若干措施》出台了哪些支持青年科技人才成长发展的“硬举措”？

　　注重务实管用，是《若干措施》起草工作着力把握的一个基本原则。其中不少措施都明确了定量化的要求，具有很强的可操作性。部分主要措施如下。

　　一是在支持青年科技人才在国家重大科技任务中“挑大梁”方面。规定国家重大科技任务、关键核心技术攻关和应急科技攻关大胆使用青年科技人才，40岁以下青年科技人才担任项目（课题）负责人和骨干的比例原则上不低于50%。鼓励青年科技人才跨学科、跨领域组建团队承担颠覆性技术创新任务，不纳入申请和承担国家科技计划项目的限项统计范围。稳步提高国家自然科学基金对青年科技人才的资助规模，将资助项目数占比保持在45%以上，支持青年科技人才开展原创、前沿、交叉科学问题研究。

　　二是在深入实施国家重点研发计划青年科学家项目方面。规定国家重点研发计划重点专项进一步扩大青年科学家项目比例，负责人申报年龄可放宽到40岁，并不设职称、学历限制。对组织实施高效、高质量完成任务目标的优秀青年科研团队通过直接委托进行接续支持。经费使用可实行包干制。

　　三是在国家科技创新基地大力培养使用青年科技人才方面。鼓励各类国家科技创新基地面向青年科技人才自主设立科研项目，由40岁以下青年科技人才领衔承担的比例原则上不低于60%。青年科技人才的结构比例、领衔承担科研任务、取得重大原创成果等培养使用情况纳入科技创新基地绩效评估指标，加强绩效评估结果的应用。

　　四是在青年科技人才分类评价方面。明确要求不把论文数量和人才称号作为机构评价指标，避免层层分解为青年科技人才的考核评价指标。

要问题。在具体措施上，既注重思想政治引领，又注重科研支持、职业发展、生活保障服务和身心健康关爱；既注重解决当前面临的迫切问题，又注重构建青年科技人才工作长效机制；既有原则性要求，也有量化要求。

      一是加强思想政治引领。青年一代有理想、有担当，国家就有前途，民族就有希望。《若干措施》把加强对青年科技人才爱国奉献、科学报国的思想政治引领放在首要位置，坚持党对新时代青年科技人才工作的全面领导，强调用党的初心使命感召青年科技人才，激励引导青年科技人才大力弘扬科学家精神，传承“两弹一星”精神，在实现高水平科技自立自强和建设科技强国、人才强国实践中建功立业，在以中国式现代化全面推进中华民族伟大复兴进程中奉献青春和智慧。

　　二是强化职业早期支持。《若干措施》提出，充分发挥基本科研业务费对青年科技人才科研职业生涯的启动助推作用，根据实际需要、使用绩效和财政状况，逐步扩大中央高校、公益性科研院所基本科研业务费对青年科技人才的资助规模，完善并落实以绩效评价结果为主要依据的动态分配机制。基本科研业务费重点用于支持35岁以下青年科技人才开展自主研究，有条件的单位支持比例逐步提到不低于年度预算的50%。

　　三是突出大胆使用。《若干措施》充分落实给予青年人才“更多的信任、更好的帮助、更有力的支持”的要求，从引导支持青年科技人才服务高质量发展，支持青年科技人才在国家重大科技任务中“挑大梁”、“当主角”，深入实施国家重点研发计划青年科学家项目，国家科技创新基地大力培养使用青年科技人才，更好发挥青年科技人才决策咨询作用等方面，赋予青年科技人才更多担纲领衔、脱颖而出的机会，出台了一系列针对性、可操作性强的举措，支持大胆使用青年科技人才，充分发挥青年科技人才作用。

　　四是促进国际化发展。《若干措施》提出加大青年科技人才出国学习交流支持力度，引导支持青年科技人才组织和参与国际学术交流活动，讲好新时代中国科技创新故事、中外科技合作故事，提升青年科技人才国际活跃度和影响力。

　　五是构建长效机制。《若干措施》既注重解决当前青年科技人才强烈期盼、亟待解决的急迫问题，又注重构建促进青年科技人才队伍健康稳定发展的长效工作机制。要求各级党委和政府把青年科技人才工作作为战略性工作，纳入本地区经济社会发展、人才队伍建

技术前沿

ADVABCED TECHNONLGY

       注意看，屏幕上出现了个正在说话的虚拟人。

       和一般虚拟人不同的是，它是通过脑机接口来控制的，操纵它的是一位罹患残疾的女士。

       为了这个重获新“声”的时刻，她已经足足等了18年。

       主人公名叫Ann，不幸罹患残疾的她在科研人员的帮助下重新获得了“说话”能力。

       这个虚拟人，就是Ann与外界进行沟通的媒介。

       这也是Ann久违地露出如此爽朗的笑容。

　　四、在支持青年科技人才参与科技决策方面《若干措施》采取了哪些措施？

　　青年科技人才精力旺盛、思维活跃、知识更新快，一些优秀青年科技人才具有开阔的国际视野，能够及时准确把握前沿领域和新兴技术的变化趋势。吸纳更多青年科学家群体参与科技决策咨询，既有利于推动科技决策民主化、科学化，也是发现和培育战略科学家后备人才的重要途径。

　　《若干措施》积极回应广大青年科技人才的期盼和诉求，提出针对性举措。一是扩大科技评审专家库中青年科技人才的规模。要求高等学校、科研院所、企业等各类创新主体积极推荐活跃在科研一线、负责任讲信誉的高水平青年科技人才进入国家科技评审专家库。二是增加评审专家组成中青年科技人才的比例。规定国家科技计划等项目指南编制专家组，科技计划项目、人才计划、科技奖励等评审专家组，以及科研机构、科技创新基地等绩效评估专家组中，45岁以下青年科技人才占比原则上不低于三分之一。三是推动各类学术组织吸纳更多青年科技人才。高层次科技战略咨询机制、各级各类学会组织应根据需要设立青年专业委员会，推动理事会、专家委员会等打破职称、年龄限制，支持青年科技人才多层次参与学会组织治理运营。

　　五、在加强国家战略人才力量建设的大背景下，如何保障《若干措施》落实落地？

　　坚持党管人才原则和党中央对科技工作的集中统一领导，强化与相关部门和各地方的协同联动，统筹教育、科技、人才资源，加强对用人单位的指导和服务，调动各方积极性、主动性，推动青年科技人才工作体系化、创造性开展，确保各项措施落地实效并形成长效机制。

　　一是广泛深入开展政策宣传解读。组织新闻媒体和科技管理、人才等领域专家通过新闻报道、专题访谈、解读文章等形式进行广泛宣传和深入解读，提高政策知晓度和关注度，推动政策措施有效执行。

　　二是督促各地和用人单位进一步细化落实。督促各地把青年科技人才工作纳入经济社会发展、人才队伍建设总体部署，根据各地实际，加快建立多元化投入保障机制和常态化联系青年科技人才机制，抓好政策落实。鼓励指导用人单位切实落实主体责任，结合实际细化具体举措，健全工作体系和配套制度，提升青年科技人才培养使用能力。

　　三是开展动态评估和跟踪研究。组织专业机构适时对措施落实情况和效果开展评估，总结推广典型经验做法，分析解决难点问题。动态跟踪国际青年科技人才政策发展动向，持续开展青年科技人才重点问题和政策研究，推动青年科技人才工作机制不断完善。

                                                                                                          新华社北京8月27日

       还给Ann笑容的这项成果来自UCSF和UCB，由华人科学家Edward Chang教授主导。

       目前这项成果的论文已在Nature上发表，FDA也将很快批准人类临床试验。

       来自约翰霍普金斯大学的Nathan Crone教授评价称，这项成果是脑机语言传递的一个里程碑。

       网友也称赞说，这才是AI该有的样子。

       那么，Ann都经历了怎样的艰辛历程呢？

       18年终于重获新“声”

       30岁时，Ann由于不明原因患上了中风，最终导致了严重瘫痪。

       她全身的肌肉都失去了控制，甚至无法呼吸，更不要提说话了。

       经过多年的物理治疗，Ann终于能够移动面部肌肉，但距离能说话依旧相去甚远。

       后来，Ann的头部也可以移动了，借助一种设备，她终于可以在电脑屏幕上缓慢打字，她写到：一夜之间，我的一切都被夺走了。我(开始患病时)有一个 13 个月大的女儿、一个 8 岁的继子和一段26个月的婚姻。

       尽管效率不是很高，每分钟只能打14个字，但也许就是这一点突破给了Ann生的希望。

       事情最大的转机出现在2021年。

       Ann读到了一项关于脑科学的研究，了解到科学家正尝试通过一种植入式神经设备帮助一名瘫痪的男子恢复交流功能。

       进行这场实验的，正是Chang教授。

       这项实验实现了零的突破，但能够“翻译”出的词汇量还比较有限。

       Ann看到之后决定报名参加这项研究——为了帮助自己，也为了帮助更多的人。

       当我在康复医院时，语言治疗师不知道该拿我做什么。

       参与这项研究给了我一种使命感，我觉得我正在为社会做出贡献。

       我能活这么久真是太神奇了；这项研究让我在还“alive”的时候就真正地“live”起来了！

       具体来说，Ann帮助研究团队进行了AI模型的训练工作。

       最终在Chang教授团队和Ann的共同努力之下，Ann终于重获新“声”。

       我们接下来再来聊聊，这项成果是怎么帮助到Ann的。

       脑机接口实时转换神经信号

       这项成果的核心是捕获神经信号的“脑机接口”。

       团队通过将捕获到的神经信号和Ann给出的文本以及唇部动作结合进行分析，训练出了可以将神经信号转换成语音信息的AI模型。

       团队使用了一块嵌入了253个ECoG电极的硅片，每个电极都记录着上千个神经元的活动。

       与前一代不同的是，这项研究在分析过程中更加注重“音素”而不是“单词”。

       识别出的音素会重组成单词，识别速度则达到了每分钟80词，远远超过了之前的14字，词汇量也达到了1024个。

       Ann的女儿还提供了一份Ann患病前在婚礼上说话的视频，这使得数字人的声音也能和Ann患病前十分相像。

       我们与人交谈的时候，除了说话的内容，面部表情也传递着重要信息，甚至对文字的含义也有影响。

       Chang教授的团队也考虑到了这一点。

       这项成果在输出声音的同时也在模拟操纵者的表情，使交流更加自然。

       未来，团队计划将这一成果便携化，加入无线传输功能，让沟通变得更容易。

       Chang教授表示，团队的目标是(为有需要人士)完整地恢复沟通功能。

       这是我们与他人交谈的最自然的方式。

行业资讯

INDUSTRY INFORMATION

生成式AI十大趋势：通用

       在快速发展的人工智能领域，生成式AI无疑是目前的大热点，也是引领了AI领域潮流的最重要一部分，无论是其大语言模型、多模态模型、具身智能，还是通用人工智能等技术，都在不断推动着智能科技的前进步伐。

       今天我们来分享一下生成式AI的十大趋势，从数据的力量到数据中心的AI变革，从大模型在个人助理角色中的应用到对劳动力市场的深远影响，每个趋势都在为人工智能领域描绘着精彩的未来。

       一、统一未来：多模态模型加速文本、图像和视频融合

       多模态模型是指能够处理不同类型数据（如视觉、文本、听觉等）并将它们融合起来进行综合理解的人工智能模型。这种模型能够更全面地理解和处理真实世界中复杂多样的信息，从而进一步提升大型模型的迁移学习能力。多模态技术的发展在人工智能领域具有重要意义。

       当前，单模态的人工智能模型，如处理文本、语音、图片等的模型，已经相对成熟。而大型模型正在向多模态信息融合的方向快速发展。一些重要的进展包括CLIP（Contrastive Language-Image Pretraining）模型的诞生以及GPT-4等模型的图像处理能力的提升。大型模型不仅限于文字和图像的处理，也开始拓展到音频、视频等领域。

       未来展望方面，随着多模态技术的不断发展，模型将面临更加复杂多样化的交互场景。多模态技术将在智能家居、智慧城市、医疗诊断、自动驾驶等领域打开全新的应用空间，进一步推动人工智能的发展。

       四、数据的力量：海量数据带来模型能力涌现，高质量数据提升模型性能

       深度学习的进步建立在更大模型处理海量数据的基础上。从GPT-1模型的1.17亿参数到GPT-3的1750亿参数，模型的效果取得了显著突破，并涌现出新的能力。然而，模型参数量的增加也带来了算力需求的激增，模型架构和参数量提升带来的收益正逐渐减少。

据阿伯丁大学、麻省理工大学等研究机构的报告，高质量的语言数据预计在2026年将耗尽，而低质量的语言数据和图像数据将分别在2030-2050年、2030-2060年间枯竭。

       以数据为中心的人工智能更加专注于数据的价值，进一步推动AI模型的性能突破。斯坦福大学的吴恩达教授提出了二八定律：80%的数据+20%的模型=更好的AI。数据中心的策略可以解决数据样本不足、数据偏差等问题，高质量数据集成为推动模型性能进一步提升的关键要素，高质量的数据处理、数据标注服务以及完善的数据收集和评估体系的价值将进一步凸显。

       五、数据中心的AI变革：智算中心成为关键基础设施

       云计算是当前重要的AI算力提供方案，AI服务器市场获得迅猛发展。根据TrendForce数据，2022年全球AI服务器的出货量约占整体服务器比重的1%，随着大型模型训练和推理的需求爆发，AI算力资源需求预计将呈指数增长。根据IDC的数据，未来5年中国智能算力规模的年复合增长率将达到52.3%，全球价值万亿美元的数据中心存量市场将从通用计算逐步过渡到AI计算。

       云计算正从以CPU为中心的同构计算架构向以CPU+GPU/NPU为中心的异构计算架构深度演进。预计，大型模型带来的GPU存量空间将从2023年的277亿美元上升至2025年的1121亿美元，以GPU为代表的AI计算资源在短期内将供不应求。

       随着专有领域计算需求的提升，AI芯片追求更高的性能和更低的功耗，芯片的多样性和生态丰富性将不断提升。一些头部互联网厂商将着力推进AI芯片的自主研发，例如谷歌致力于打造专注于深度学习的TPU，并不断丰富其AI生态布局。

       二、逾越虚拟边界：具身智能成为AI发展新形态

       具身智能是指那些可以感知和与物理世界进行交互，具有自主决策和行动能力的人工智能系统。这些智能体能够以主人公的视角感受物理世界，并通过与环境的交互结合自我学习来理解和改变客观世界。

       近年来，具身智能被认为是计算机视觉领域的重要发展方向，被形容为人工智能研究的"北极星"。一些企业和研究机构推出了具身智能相关的产品和项目，如谷歌的RoboCat大模型和英伟达的Nvidia VIMA。

       未来展望方面，通用人工智能和机器人产业正处在快速发展、相互融合促进的战略机遇期。具身智能作为两大领域交叉的核心应用，有望在未来取得快速发展。它将推动智能体具备更多自主规划、决策、行动和执行的能力，实现人工智能的进一步进阶。

       三、大模型智慧火花：走向通用人工智能的途径愈发明晰，脑机接口创造新的交互方式

       通用人工智能（AGI）是指具备类似于人类思考能力，能够适应广泛领域并解决多种问题的机器智能，是人工智能研究的重要目标之一。而狭义人工智能则指已取得显著进展但局限于特定领域的人工智能，例如语音识别、机器视觉等。目前我们处于狭义人工智能相对成熟、通用人工智能乍现的阶段，GPT-4等大型自然语言模型被认为是通向通用人工智能的重要潜在路径。OpenAI的CEO萨姆·奥特曼表示，AGI时代可能很快就会到来，未来十年内行业可能会拥有超强的AI系统。

       另一方面，人类与人工智能之间的交互方式也在不断升级，脑机接口有望成为下一代人机交互方式。当前，脑机接口技术正在突破人类的生理界限，不仅为残障人士提供了前所未有的可能性，还有望成为下一代的人机交互方式。

       六、大模型C端角色：个人智能助理与新一代的流量入口

       大型语言模型将成为个人智能助理的关键。目前，大型模型已具备接入互联网、进行内存管理等能力，通过目标任务自动拆分、计划制定和计划实施等方式，能够自主完成用户的需求，成为每个人的智能助理，例如制定旅行计划并预定住宿和餐饮。

       大型模型也将成为新一代的流量入口。GPT-4正逐步开放插件功能，通过底层模型连接第三方应用，构建丰富的生态系统。自插件功能开放以来，GPT-4已接入超过500个插件，包括教育、金融等领域。随着大型模型能力的增强和插件生态的丰富，大型模型有望成为新一代的人机交互方式和流量入口。根据2023年5月的数据，OpenAI官网访问量为18.6亿次，是全球第19名次的互联网访问IP。

       七、大模型B端应用：专业数据与成本驱动行业模型百花齐放，打开广阔应用空间

       数据壁垒带来企业端大型模型百花齐放。通用大型模型可以帮助用户解决一般性问题，但当企业需要处理特定行业的数据和任务时，往往需要对基本模型进行垂直领域的微调。不同垂直行业具有不同特性和需求，因此大型模型的应用呈现多样化趋势。

       B端应用出于对模型经济性的考量，未来将呈现阶梯式、差异性需求。大型模型在垂直领域的商业化落地对模型的运行成本更为敏感，需要不同参数规模的大型模型组成多层次的产品组合，从而在不同场景下实现最佳的经济性，进一步提升大型模型的丰富度。

       八、大模型轻量化：降低应用成本、带动端侧算力发展

       随着大型模型小型化和场景化需求的增加，同时出于对AI应用的经济性、可靠性和安全性的考虑，部分场景的推理将逐步从云端扩展到端侧，带动端侧算力需求的进一步提升。

       目前，多个大型模型都已推出“小型化”和“场景化”版本。例如，谷歌于5月23日发布的PaLM-2大模型中，最轻量版本“壁虎”可在移动端运行，运行速度快且支持离线操作。其他大型模型也有对应的小参数版本。

       大型模型端侧应用布局不断加速。端侧算力正在快速发展中，高通通过量化、编译和硬件加速进行优化，使Stable Diffusion能在搭载第二代骁龙8移动平台的手机上运行。高通在微软Build2023开发者大会上展示了最新的端侧AI能力以及在下一代Windows 11上开发生成式AI的工具，并表示未来几个月大型语言模型有望在端侧运行。

       九、大模型的深远影响：重构劳动力市场、改写科研范式

       大语言模型对劳动力市场结构产生了深远而复杂的影响。根据OpenAI联合宾夕法尼亚大学的研究报告预测，约80%的美国劳动力可能有至少10%的工作受到大语言模型的影响。

       大语言模型的应用带来了劳动力市场结构的调整和变化。短期内，大语言模型可能替代部分低技能或重复性工作。中期来看，大语言模型也将创造新的与人工智能相关的就业机会。长期来看，大语言模型的应用将深刻改变各行业的工作模式和商业模式，让企业的组织架构更加扁平化和小型化。在这个过程中，需要个人和企业积极适应，发展人类独有的创新、协作和社交等能力，与人工智能共同进化。

       此外，AI与前沿科学的结合展现出巨大潜力，可显著降低前沿科技研究中的智力成本并提升研究效率。生命科学、气象预测、数学、分子动力学等前沿科学领域均得到了人工智能的广泛助力，AI for Science将带来科研范式的变革和新的产业形态。

       十、AI治理与技术的平衡：AI可解释性亟待增强，监管紧迫性日益凸显

       在人工智能的快速发展中，加强AI监管与推动AI技术进步同等重要。人工智能的能力带来了应用的便利性，但同时也可能引发数据隐私、算法偏见、AI伦理等一系列问题。

       从技术角度来看，可以通过可解释AI等技术手段增强AI的可信度。可解释AI使人工智能的决策过程透明化，增加输出内容的可理解性和可信任度，对于构建用户对AI系统的信任、提升系统的有效性以及应对潜在的伦理问题都至关重要。

       从规范角度来看，各国政府已经开始采取行动，制定和执行各种AI政策和法规。在4月份，我国网信办出台《生成式人工智能服务管理办法（征求意见稿）》，明确了生成式人工智能的定义，为行业划定底线从明确条件要求、划定责任主体、形成问题处理机制、明晰法律责任等方面进行规范。

                                                                                                             来源：人工智能学家