戴文淵：“百模大戰(zhàn)”不是太多，而是遠(yuǎn)遠(yuǎn)不夠

新華網(wǎng)北京2月13日電 題：戴文淵：“百模大戰(zhàn)”不是太多，而是遠(yuǎn)遠(yuǎn)不夠

記者 陳聽(tīng)雨

每位即將分娩的孕產(chǎn)婦都可能面臨一項(xiàng)重要抉擇，順產(chǎn)還是剖腹產(chǎn)?在醫(yī)學(xué)高度發(fā)達(dá)的今天，這個(gè)決定往往會(huì)在孕期的最后才做出，且很大程度上依賴醫(yī)生的豐富經(jīng)驗(yàn)。

然而，在長(zhǎng)春市婦產(chǎn)醫(yī)院，帶著對(duì)生命的敬畏，醫(yī)生通過(guò)AI技術(shù)更精確地預(yù)測(cè)新生兒體重，為分娩方式提供更科學(xué)的決策支持。

醫(yī)生將收過(guò)往集到的所有孕婦體檢指標(biāo)數(shù)據(jù)輸入電腦中，最終構(gòu)建出“新生兒體重預(yù)測(cè)模型”。這一模型能夠提高胎兒體重估值的準(zhǔn)確度，在這個(gè)過(guò)程中，一切由AI自動(dòng)完成，這真的可靠嗎？

結(jié)果出乎醫(yī)生的意料。

原本依靠經(jīng)驗(yàn)預(yù)估的新生兒體重誤差，最高可達(dá)1斤左右（新生兒體重平均6-7斤）；而應(yīng)用“新生兒體重預(yù)測(cè)模型”后，所有案例的誤差幾乎被控制在了200克以內(nèi)，比臨床醫(yī)學(xué)已經(jīng)達(dá)到的精確度更高。

“新生兒體重預(yù)測(cè)模型”由長(zhǎng)春市婦產(chǎn)醫(yī)院的醫(yī)生基于人工智能企業(yè)第四范式的AutoML技術(shù)及產(chǎn)品構(gòu)建。在第四范式創(chuàng)始人、CEO戴文淵看來(lái)，人工智能時(shí)代，企業(yè)需要新技術(shù)的賦能，從而需要人工智能技術(shù)公司，這是時(shí)代賦予第四范式的機(jī)遇，“毫無(wú)疑問(wèn)，我們抓住了這個(gè)機(jī)遇?！贝魑臏Y說(shuō)。

穿過(guò)第四范式頗具科幻感的環(huán)形展廳，仿佛穿越了人工智能發(fā)展的數(shù)次潮起與變革，AI大模型、生成式AI技術(shù)在2023年引爆全球，2024年國(guó)內(nèi)市場(chǎng)迅速掀起“百模大戰(zhàn)”，2025年“百模大戰(zhàn)”開啟下半場(chǎng)，對(duì)此，戴文淵在接受新華網(wǎng)科技頻道獨(dú)家專訪時(shí)說(shuō)，“AI大模型是需要數(shù)據(jù)灌溉的，是整個(gè)時(shí)代，是國(guó)家的廣闊市場(chǎng)給我們創(chuàng)造了機(jī)遇。”

圖為在第四范式創(chuàng)始人、CEO戴文淵接受新華網(wǎng)專訪

從算力競(jìng)爭(zhēng)到高質(zhì)量數(shù)據(jù)競(jìng)爭(zhēng)

除醫(yī)學(xué)領(lǐng)域，AI技術(shù)還在更多其他領(lǐng)域有著廣泛的落地應(yīng)用。戴文淵舉例說(shuō)，比如利用AI幫助商業(yè)銀行實(shí)現(xiàn)反欺詐。在引入AI之前，大部分銀行由專家撰寫反欺詐的業(yè)務(wù)規(guī)則，在過(guò)去幾十年的時(shí)間內(nèi)，這些業(yè)務(wù)規(guī)則大致累積了上千條，這意味著，當(dāng)一筆交易發(fā)生時(shí)，銀行會(huì)通過(guò)上千條規(guī)則來(lái)判斷這筆交易是否存在欺詐。

“AI技術(shù)在賦能銀行時(shí)，我們將過(guò)去十幾年的數(shù)據(jù)全部交給AI去分析，AI在其中發(fā)現(xiàn)了大概20億條規(guī)律，從1000到20億，對(duì)于整個(gè)行業(yè)是一個(gè)巨大的進(jìn)步?！贝魑臏Y說(shuō)，每一年，都有成百上千個(gè)不同但類似的案例在各行各業(yè)發(fā)生，把業(yè)務(wù)的規(guī)模做得越來(lái)越大，AI的參數(shù)量做得越來(lái)越大，模型做得越來(lái)越準(zhǔn)，讓業(yè)務(wù)效果變得越來(lái)越好。

在戴文淵看來(lái)，人工智能產(chǎn)業(yè)的主基調(diào)一直是快速向前發(fā)展，“對(duì)于中國(guó)AI行業(yè)來(lái)說(shuō)，到了越來(lái)越好的階段，進(jìn)入越來(lái)越適合的發(fā)展節(jié)奏。”

對(duì)此他詳細(xì)解釋，前幾年，因?yàn)橛行?shù)據(jù)量尚未被充分開發(fā)，所以只要把算力往上加，模型的效果就能繼續(xù)提升。但近年來(lái)，很多AI大模型都遇到了瓶頸，加算力效果并不提升。這是因?yàn)?，生成式AI非常需要純凈的數(shù)據(jù)，要讓模型提升，就需要輸入越來(lái)越多且越來(lái)越好的數(shù)據(jù)。如果新輸入的一批數(shù)據(jù)比原先的數(shù)據(jù)質(zhì)量差，很可能數(shù)據(jù)越多，模型的質(zhì)量反而變差。

“中國(guó)AI的優(yōu)勢(shì)在哪？在產(chǎn)業(yè)，有AI真正可以落地的需求。雖然我們的算力資源可能不具有絕對(duì)優(yōu)勢(shì)，但現(xiàn)階段，算力已不再是最核心的瓶頸，AI發(fā)展的瓶頸已從算力瓶頸轉(zhuǎn)變?yōu)楦哔|(zhì)量數(shù)據(jù)的瓶頸，進(jìn)入到高質(zhì)量數(shù)據(jù)的競(jìng)爭(zhēng)后，就會(huì)進(jìn)入中國(guó)AI產(chǎn)業(yè)喜歡的節(jié)奏?！贝魑臏Y說(shuō)。

他認(rèn)為，之所以中國(guó)AI產(chǎn)業(yè)能大有作為，是因?yàn)橹袊?guó)市場(chǎng)的行業(yè)門類齊全，各行業(yè)AI落地的需求巨大?！爸灰盐覀兊乃懔Τ浞峙芷饋?lái)，在每個(gè)細(xì)分賽道，我們的目標(biāo)都是提升有效參數(shù)量，有效參數(shù)越多，模型越準(zhǔn)，業(yè)務(wù)就會(huì)越好，這樣就形成了良性閉環(huán)，在每個(gè)賽道我們都要設(shè)計(jì)出這樣的良性閉環(huán)?！?/p>

“100個(gè)大模型，遠(yuǎn)遠(yuǎn)不夠”

截至2024年7月，我國(guó)已完成備案并上線的生成式AI大模型數(shù)量接近200個(gè)。2024年1至11月，大模型相關(guān)中標(biāo)項(xiàng)目的盤點(diǎn)結(jié)果顯示，國(guó)內(nèi)大模型中標(biāo)項(xiàng)目共728個(gè)，中標(biāo)總金額為17.1億元，分別是2023年全年數(shù)據(jù)的3.6倍、2.6倍?！鞍倌４髴?zhàn)”打響，大模型賽道的競(jìng)爭(zhēng)進(jìn)入卷生態(tài)、拼獲客的階段。

“我認(rèn)為‘百模大戰(zhàn)’不是壞事，是好事。在很多國(guó)家不會(huì)出現(xiàn)‘百模大戰(zhàn)’，因?yàn)楦揪筒豢赡芾?00個(gè)AI團(tuán)隊(duì)。在中國(guó)能‘百模大戰(zhàn)’甚至‘千模大戰(zhàn)’，說(shuō)明中國(guó)有人才，雖然現(xiàn)在中國(guó)的人口紅利開始消退，但受過(guò)高等教育的人口紅利正在崛起。”戴文淵說(shuō)。

如今，千行百業(yè)都在基于自身核心業(yè)務(wù)對(duì)AI的需求向更具體的應(yīng)用層轉(zhuǎn)變，這些轉(zhuǎn)變的背后，蘊(yùn)藏著企業(yè)對(duì)有效的AI產(chǎn)品賦能自身核心價(jià)值的真實(shí)需求。

“我認(rèn)為各行業(yè)的人士，首先應(yīng)該思考的是行業(yè)需要什么，企業(yè)自身的核心競(jìng)爭(zhēng)力是什么？而不是先問(wèn)應(yīng)該買多少塊卡，模型參數(shù)量做到多少?！贝魑臏Y以零售業(yè)舉例稱，比如零售企業(yè)的目標(biāo)是提升供應(yīng)鏈效率，那么確定目標(biāo)定后，要看供應(yīng)鏈效率提升需要什么樣的AI模型，建立這樣AI模型，需要什么樣的數(shù)據(jù)，這些數(shù)據(jù)需要什么樣的算法，算法需要跑在多大的算力上，這樣逐層梳理清楚， AI也就在這個(gè)產(chǎn)業(yè)落地，并且創(chuàng)造價(jià)值了。”

從AI賦能千行百業(yè)智能化轉(zhuǎn)型的角度來(lái)看，戴文淵信心十足，“我們的產(chǎn)業(yè)門類是齊全的，規(guī)模是巨大的，這兩點(diǎn)分別對(duì)應(yīng)著有需求和有數(shù)據(jù)，百模大‘戰(zhàn)’根本就不成立，如果只有100個(gè)大模型，對(duì)中國(guó)來(lái)說(shuō)其實(shí)是太少了，遠(yuǎn)遠(yuǎn)不夠?！?/p>

“不期待超級(jí)英雄”

戴文淵曾打過(guò)比方說(shuō)，“可以把當(dāng)前的人工智能技術(shù)視為一名實(shí)習(xí)生，初期工作成果可能并不完美，但他們確實(shí)能夠分擔(dān)部分工作，AI的學(xué)習(xí)到達(dá)一定階段后，或許就能勝任更加復(fù)雜和重要的工作任務(wù)?！?/p>

然而面對(duì)AI技術(shù)和工作模式的快速優(yōu)化與迭代，戴文淵卻并不期待現(xiàn)象級(jí)產(chǎn)品的誕生。

“我不否定現(xiàn)象級(jí)產(chǎn)品，如果能夠出現(xiàn)現(xiàn)象級(jí)產(chǎn)品，那一定是好的，但是我并不去期待這件事情的發(fā)生?！彼f(shuō)，“有時(shí)候可能大家都希望橫空出世一個(gè)超級(jí)英雄，超越了過(guò)去的所有榜樣，但實(shí)際上，最終整個(gè)AI產(chǎn)業(yè)的蓬勃發(fā)展不可能靠一兩個(gè)人、一兩個(gè)產(chǎn)品，而是靠每一個(gè)人、在每一條細(xì)分賽道上辛勤耕耘。”

都說(shuō)弱冠之年，尚不知虛名有何用。然而，戴文淵卻在2004代表上海交大獲得了ACM國(guó)際大學(xué)生程序設(shè)計(jì)競(jìng)賽總決賽冠軍，21歲便開始在國(guó)際計(jì)算機(jī)領(lǐng)域嶄露頭角。

作為上海交大2002級(jí)ACM班上最耀眼的明星，戴文淵深知，在人工智能領(lǐng)域，注定不止一顆閃閃發(fā)光的星。如今四十出頭的他，自認(rèn)為在AI行業(yè)已經(jīng)不算年輕人。

“每一代人都有自己的價(jià)值，現(xiàn)在的年輕人越來(lái)越厲害，環(huán)境越來(lái)越好，接受到的教育也是優(yōu)質(zhì)的，他們完全應(yīng)該比我們做得更好。而我需要做的，是能夠更好地支持更多優(yōu)秀的年輕人，第四范式發(fā)展到今天，很多重要成果都是一些剛剛畢業(yè)一兩年的員工做出的。在十幾、二十幾年前，這樣的人才在中國(guó)非常稀缺，但今天，我們國(guó)家已經(jīng)培養(yǎng)出了大量科班出身的AI人才，未來(lái)的高手就在他們中間?！贝魑臏Y說(shuō)。