【資料圖】

經(jīng)濟(jì)日報文章指出，營造良好的人工智能(161631)大模型產(chǎn)業(yè)生態(tài)，應(yīng)著力解決目前我國人工智能(161631)大模型發(fā)展面臨的高端算力技術(shù)不可控、大規(guī)模高質(zhì)量數(shù)據(jù)集少、算法可靠性和可解釋性弱等核心問題。目前，由GPU、FPGA、ASIC等加速芯片異構(gòu)而成的人工智能(161631)高端算力芯片技術(shù)面臨“卡脖子”風(fēng)險。在高效低碳的算力網(wǎng)絡(luò)基礎(chǔ)設(shè)施方面，跨省域互聯(lián)互通與動態(tài)調(diào)配的機(jī)制尚未建立，規(guī)模化的高端算力供給能力亟待提升。同時，高質(zhì)量數(shù)據(jù)供給不足影響了大模型“智商”。這體現(xiàn)在高價值公共數(shù)據(jù)開放程度不足、行業(yè)及企業(yè)數(shù)據(jù)要素市場化流通不夠充分、用于大模型訓(xùn)練的數(shù)據(jù)集規(guī)模較小等。此外，算法可解釋性不強(qiáng)也影響了大模型的產(chǎn)業(yè)化應(yīng)用。擁有千億級參數(shù)的大模型算法，開發(fā)難度大、訓(xùn)練難度高、決策過程及結(jié)果的可解釋性差、合規(guī)評估難，直接對行業(yè)大模型開發(fā)的進(jìn)程有所影響。

關(guān)鍵詞