深圳大學(xué)陳小軍：生成式人工智能助力全產(chǎn)業(yè)鏈數(shù)字化轉(zhuǎn)型
分類: 最新資訊
日志詞典
編輯 : 日志大全
發(fā)布 : 12-08
閱讀 :119
2023年12月5日，深圳市互聯(lián)網(wǎng)信息辦公室、寶安區(qū)人民政府、傳媒聯(lián)合主辦“2023新一代人工智能(深圳)創(chuàng)業(yè)大賽”頒獎典禮在深圳成功舉辦。“2023新一代人工智能(深圳)創(chuàng)業(yè)大賽”旨在促進人工智能的創(chuàng)新發(fā)展，助力人工智能初創(chuàng)企業(yè)健康成長。經(jīng)過海選報名和多輪篩選比拼，大賽獲獎項目將由主辦方從現(xiàn)金、流量扶持、產(chǎn)業(yè)資源供需對接等多維度給予豐厚激勵。現(xiàn)場，“新一代人工智能產(chǎn)業(yè)聯(lián)盟”正式成立，未來將持續(xù)加強產(chǎn)業(yè)、資本、媒體、政府資源的鏈接，為創(chuàng)業(yè)者提供服務(wù)。現(xiàn)場，深圳大學(xué)大數(shù)據(jù)技術(shù)與應(yīng)用研究所副所長陳小軍以《大模型助力數(shù)字化轉(zhuǎn)型
》為主題發(fā)表演講，分享了他對大模型及數(shù)字經(jīng)濟的見解。他表示，以端、邊、云、網(wǎng)、智為代表的新IT，正在推動數(shù)字化轉(zhuǎn)型，實現(xiàn)全產(chǎn)業(yè)鏈、全價值鏈和全場景數(shù)字化。陳小軍教授表示，未來企業(yè)數(shù)字化轉(zhuǎn)型的架構(gòu)將是以數(shù)據(jù)為中心的分層處理架構(gòu)，傳統(tǒng)業(yè)務(wù)系統(tǒng)未來更多是作為數(shù)據(jù)提供方，把數(shù)據(jù)匯總起來形成數(shù)據(jù)底座；在數(shù)據(jù)底座之上再建立智能底座，在此之上支持各種各樣的智慧應(yīng)用。陳小軍還闡述了他對未來數(shù)據(jù)架構(gòu)的更多思考。在他看來，“首先底層有一個數(shù)據(jù)平臺，將各種各樣的數(shù)據(jù)匯總起來并進行數(shù)據(jù)治理，隨著數(shù)據(jù)交易的快速發(fā)展，可能未來還要考慮這個數(shù)據(jù)如何和外部進行交易。”同時，他認為需要在數(shù)據(jù)中臺的基礎(chǔ)上構(gòu)造一個認知中臺，“這個認知中臺主要是利用人工智能方法對數(shù)據(jù)進行加工，獲得數(shù)據(jù)中的知識。這里面可能會包括一些領(lǐng)域知識庫、領(lǐng)域大模型、領(lǐng)域小模型、領(lǐng)域工具集”。接下來，他認為應(yīng)該在數(shù)據(jù)中臺及認知中臺的基礎(chǔ)上去構(gòu)建能力及應(yīng)用。“基于數(shù)據(jù)中臺及認知中臺構(gòu)建一個能力層，包括語義理解、語義檢索、智能分析、智能生成及智能決策。基于這種能力，再支持包括智慧城市、商業(yè)智能、智慧海關(guān)、社會治理、智慧金融等各種各樣的應(yīng)用。”深圳大學(xué)大數(shù)據(jù)所一直聚焦大數(shù)據(jù)出爐，也取得了豐碩的成果，其研發(fā)的技術(shù)將有效地支持這種以數(shù)據(jù)為中心的分層處理架構(gòu)。（記者：平章）以下為陳小軍演講節(jié)錄：非常感謝的邀請，今天有機會跟大家分享一下關(guān)于大模型助力數(shù)字化轉(zhuǎn)型方面的思考。首先介紹一下我自己，我自己是深圳大學(xué)大數(shù)據(jù)所的副所長，同時是中國計算機學(xué)會的理事，我自己在深圳已經(jīng)待了十幾年，自己在人工智能、機器學(xué)習(xí)方面的研究也是研究了十幾年，而且有非常豐富的經(jīng)驗。數(shù)字經(jīng)濟是非常重要的熱點話題，數(shù)字經(jīng)濟主要包含四個方面，包括數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化、數(shù)字化治理以及數(shù)據(jù)價值化四個方面，為什么數(shù)字經(jīng)濟比較重要呢？可以看一下2020年全球數(shù)字經(jīng)濟占GDP比重超過了40%，我們國家2022年占GDP的比重大概是41.5%，所以是非常重要的。同時數(shù)字化對企業(yè)也是非常重要，一是可以化解供需市場的波動，最近波動性特別強，構(gòu)造以客戶為中心的服務(wù)運營體系有效化解一些風(fēng)險。同時，我們最近新IT，就是以端、邊、云、網(wǎng)、智為代表的新IT，也在推動數(shù)字化轉(zhuǎn)型，實現(xiàn)全產(chǎn)業(yè)鏈、全價值鏈和全場景數(shù)字化。現(xiàn)在數(shù)字化的基礎(chǔ)特別好，經(jīng)過疫情幾年，大家已經(jīng)習(xí)慣了網(wǎng)上辦公、學(xué)習(xí)網(wǎng)購等等，所以有非常好的基礎(chǔ)。這里面重點的是新IT，和傳統(tǒng)比不一樣的是多了幾塊，一是混合型工作設(shè)備是多種多樣的，除了傳統(tǒng)的終端，比如說手機、服務(wù)器等等，其實我們還有各種各樣的IoT設(shè)備，以及邊緣計算設(shè)備。這里面邊緣計算、云計算、傳統(tǒng)數(shù)據(jù)中心會并存，推動我們建立一些新的基礎(chǔ)設(shè)施。同時，人工智能在這里面將會扮演越來越重要的作用，我們把“智”放在最上面，以前傳統(tǒng)人工智能沒有那么強，沒有過分地強調(diào)它。現(xiàn)在隨著GPT技術(shù)的成熟，我們希望人工智能在這里面扮演更重要的角色。可以看到在傳統(tǒng)企業(yè)中，傳統(tǒng)的架構(gòu)是一種垂直架構(gòu)，主要是從功能點出發(fā)來將不同的軟件系統(tǒng)給集成起來，這種系統(tǒng)在數(shù)字化轉(zhuǎn)型之后，它會遇到非常大的問題，特別是數(shù)據(jù)是不暢的，在各個系統(tǒng)中是不暢的，很難有效地匯總起來進行分析處理。未來將會過渡到新的架構(gòu)是數(shù)字脫分層架構(gòu)，傳統(tǒng)業(yè)務(wù)系統(tǒng)未來更多的是作為一種數(shù)據(jù)的提供方，我們把這些數(shù)據(jù)匯總起來可以形成一個數(shù)據(jù)底座，在數(shù)據(jù)底座之上再建立智慧大腦，提供智慧服務(wù)。中間可能是一些通用大模型、任務(wù)大模型以及行業(yè)大模型，在此之上支持各種各樣的智慧應(yīng)用。我們的思考未來可能是這樣一種數(shù)據(jù)架構(gòu)，首先底層有一個數(shù)據(jù)中臺，將各種各樣的數(shù)據(jù)處理起來，你要做的事是數(shù)據(jù)匯總和數(shù)據(jù)治理，隨著數(shù)據(jù)交易的快速發(fā)展，可能未來還要考慮這個數(shù)據(jù)如何和外部進行交易。在數(shù)據(jù)中臺的基礎(chǔ)上構(gòu)造一個認知層，這個認知層主要是對數(shù)據(jù)的一個應(yīng)用，這里面可能會包括一些領(lǐng)域知識庫、領(lǐng)域大模型、領(lǐng)域小模型、領(lǐng)域工具集，形成數(shù)字中臺。之后再構(gòu)建一個能力層，是語義理解、語義檢索等等，之后才是應(yīng)用層。數(shù)據(jù)層面上要考慮到底需要什么樣的數(shù)據(jù)，如果數(shù)據(jù)不夠可以通過數(shù)據(jù)交易的方式引入第二是數(shù)據(jù)從哪里來，怎么采集，未來的采集場景會越來越多、越來越豐富。第三是如何確保數(shù)據(jù)可用、能用額是非常重要的。對于大模型而言，我們也有很重要的事，現(xiàn)在通用大模型到應(yīng)用上也要考慮很多的轉(zhuǎn)變，比如說任務(wù)怎么定義，不同模態(tài)、不同場景、不同用戶之間怎么對齊。怎么樣降本，現(xiàn)在大模型的成本非常高，很多中小企業(yè)是很難用得起的，這也是非常重要的一件事。模型也需要評測，能力怎么評測？怎么分級，二是數(shù)據(jù)指標(biāo)怎么定義，現(xiàn)在評測非常多，這些評測和企業(yè)應(yīng)用是否相關(guān)也可以看一下，很多不一定是特別相關(guān)的。輸出如何可信？如果不可信人工智能在應(yīng)用中使用是非常受阻的。在實施部署中要考慮幾件事，一是可靠非常重要，現(xiàn)在在大模型公司內(nèi)部訓(xùn)練時，大模型經(jīng)常要出問題的，雖然我們外面用沒有這種感覺。二是經(jīng)濟性，成本非常重要，現(xiàn)在大模型賣得非常貴，直接賣大模型非常貴，但是沒API的價格相對合適，企業(yè)要考慮如何選型。三時效性非常重要，怎么樣去更新，而且更新的頻率都非常關(guān)鍵，特別是對于企業(yè)內(nèi)部的數(shù)據(jù)，我們希望能夠用到最新的數(shù)據(jù)，怎么去做也是一個問題。四是數(shù)據(jù)安全是非常重要的。剩下的時間主要跟大家分享一下我們之前做的一些事。第一是和政務(wù)行業(yè)的數(shù)字化轉(zhuǎn)型，這是我們和海關(guān)合作多年的項目，深圳海關(guān)毗鄰香港，反腐敗形勢長期嚴峻復(fù)雜，同時深圳海關(guān)監(jiān)管模式復(fù)雜，包含陸運、海運、空運、特殊監(jiān)管區(qū)、跨境電商、快件等不同監(jiān)管方式，監(jiān)管過程的申報、布控、審單等業(yè)務(wù)環(huán)節(jié)中，極易出現(xiàn)權(quán)利尋租的廉政風(fēng)險，迫切需要數(shù)據(jù)手段提升監(jiān)督效能，改善營商環(huán)境。比如說最近國家高度重視的一個問題是外貿(mào)的產(chǎn)業(yè)鏈供應(yīng)鏈韌性問題。通過對進出口數(shù)據(jù)開展一系列風(fēng)險量化分析，為優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，助企興業(yè)提供精準(zhǔn)數(shù)據(jù)支持。我們在圍繞智慧海關(guān)創(chuàng)新應(yīng)用做了一些有益的探索，首先把海關(guān)的核心業(yè)務(wù)系統(tǒng)數(shù)據(jù)進行深度治理，形成完整的進出口業(yè)務(wù)數(shù)據(jù)鏈條，搭建數(shù)據(jù)中臺，在此基礎(chǔ)上構(gòu)建面向分析的智慧大腦計算引擎。該引擎支撐了包括智慧紀檢、智慧稽查、智慧關(guān)稅、智慧加貿(mào)、智慧統(tǒng)計等多種智慧海關(guān)應(yīng)用。第二是零售行業(yè)的數(shù)字化拴性，零售行業(yè)是非常底層的行業(yè)，這個行業(yè)也受到數(shù)字化、人工智能的技術(shù)沖擊是非常大的，如果不做轉(zhuǎn)型肯定很多就會倒閉，或者說已經(jīng)倒閉了很多，我們接觸這家的眼光還是比較長遠，很早就開始做一些事了。這家公司的數(shù)字化第一階段是2003年以前是一個傳統(tǒng)的事，2003年之前就是系統(tǒng)化，確保這個東西有系統(tǒng)支撐，不可能和小攤販?zhǔn)且粯拥模覀兛吹降湫偷氖怯幸惶譖OS和ERP的系統(tǒng)就不錯了，門店的進銷存管理就不錯了。
隨著零售系統(tǒng)的進一步演變和發(fā)展，第二階段是2014年左右，這時候就形成了線上線下一體化，回去看到正好這些年在2014年之前，2010年左右線上這塊確實也是飛速地發(fā)展起來，像淘寶的發(fā)展，很多公司也要進行轉(zhuǎn)變。所以2014年時就是線上線下一體化的體系，2014年成立全資科技公司，還有500人做研發(fā)，100人做運營，就不是傳統(tǒng)的零售，絕大部分都是搞賣東西或者是庫存管理，有點向科技公司轉(zhuǎn)變了。包括構(gòu)建了會員、庫存、到店交易體系，因為它是一個全國的連鎖店比較多，這套系統(tǒng)也非常噴大。隨著這幾年的發(fā)展之后進入到另外一個階段，這幾年越來越多的交易來自于線上了，所積累的線上數(shù)據(jù)也越來越多了，加上競爭是越來越激烈，所以第三階段要做的事是公私域的精準(zhǔn)經(jīng)銷，傳統(tǒng)的架構(gòu)里，數(shù)據(jù)在公司的內(nèi)部系統(tǒng)中流轉(zhuǎn)，但現(xiàn)在需要和包括抖音、微信等外部營銷系統(tǒng)有效對接起來。這是2019年左右做的事。當(dāng)前，隨著人工智能技術(shù)的飛速發(fā)展，如何利用人工智能技術(shù)提供更好的服務(wù)，是近期大家都在思考和嘗試的事。相信過幾年后零售業(yè)將進入到下一階段，人工智能將在里面發(fā)揮更大的作用。我今天就匯報到這兒，謝謝。
