3月15日，OpenAI公司發(fā)布了全新一代多模態(tài)大模型GPT-4。相比于4個(gè)月前問世的ChatGPT，GPT-4在圖片識別、圖文數(shù)據(jù)綜合處理、邏輯推理等領(lǐng)域的能力有了質(zhì)變飛躍。美國在人工智能大模型領(lǐng)域的快速迭代創(chuàng)新使我國存在被快速甩離主流發(fā)展路線甚至在關(guān)鍵環(huán)節(jié)上有被“卡脖子”之虞。“執(zhí)果索因”回溯美西方人工智能領(lǐng)域飛速進(jìn)展之源，“庖丁解牛”解析我國相關(guān)領(lǐng)域發(fā)展困局之因，“盡銳出戰(zhàn)”綜合施策扭轉(zhuǎn)不利態(tài)勢，對于打贏人工智能舉國之戰(zhàn)，支撐高水平科技自立自強(qiáng)，避免未來在人工智能大模型領(lǐng)域美西方對我國“極限施壓”具有重大現(xiàn)實(shí)意義。

一、美國人工智能大模型快速迭代之因

從2018年發(fā)布GPT-1開始，OpenAI公司旗下的GPT系列產(chǎn)品呈現(xiàn)超快迭代、一路狂飆之勢，不到5年即迭代了四代產(chǎn)品。從GPT-3到GPT-4甚至僅歷時(shí)3個(gè)多月，遠(yuǎn)超摩爾定律。2023年3月15日，多模態(tài)大模型GPT-4橫空出世，震撼全球。究其原因，在于GPT的快速迭代得到技術(shù)、資金、政策等要素的全方位加持。

（一）“創(chuàng)新力”成就人工智能大模型技術(shù)迭代

科技創(chuàng)新是人工智能發(fā)展無盡的前沿?；仡橤PT類人工智能的發(fā)展歷程可知，OpenAI公司自GPT-1開始，就將堅(jiān)持創(chuàng)新視為人工智能大模型的必由之路。為了避免谷歌在人工智能領(lǐng)域形成壟斷，OpenAI與谷歌開啟了狂飆競速。2018年，OpenAI推出了1.17億參數(shù)的GPT-1，谷歌推出了3億參數(shù)的BERT。更擅長“寫作文”的GPT與更擅長“完形填空”的BERT采用了不同的技術(shù)路線，競爭結(jié)果是發(fā)布更早的GPT-1完敗于晚4個(gè)月發(fā)布的BERT。但出師不利后，OpenAI并沒有改變技術(shù)策略，而是堅(jiān)持走“大模型路線”加速創(chuàng)新。2019—2020年，在幾乎沒有改變模型架構(gòu)的基礎(chǔ)上，OpenAI陸續(xù)推出參數(shù)更大的迭代版本GPT-2、GPT-3，前者有15億參數(shù)，在性能上已經(jīng)超過BERT；后者則有1750億參數(shù)，幾乎可以完成自然語言處理的絕大部分任務(wù)。GPT-3發(fā)布之后，OpenAI研究人員依舊在思考如何對模型進(jìn)行進(jìn)一步升級。經(jīng)過創(chuàng)新性地引入“人類反饋強(qiáng)化學(xué)習(xí)機(jī)制”（RLHF），OpenAI獲得了更好遵循用戶意圖的語言模型InstructGPT，并最終成功構(gòu)建了InstructGPT的姊妹模型——ChatGPT。

（二）“鈔能力”確保創(chuàng)新型企業(yè)可持續(xù)高投入

2015—2020年間，用于訓(xùn)練人工智能大模型的計(jì)算量增加了6個(gè)數(shù)量級。計(jì)算量的增加導(dǎo)致其需要龐大資金投入，否則難以為繼。據(jù)估算，OpenAI的模型訓(xùn)練成本高達(dá)1200萬美元，GPT-3的單次訓(xùn)練成本高達(dá)460萬美元。人工智能公司DeepMind從零開始訓(xùn)練AlphaZero的花費(fèi)在3500萬美元左右。目前，ChatGPT每月的計(jì)算成本可能達(dá)數(shù)百萬美元。美國官方對人工智能的投資逐年增加。2020年達(dá)到18.37億美元，較2019年增長了25%，支出前三位的美國政府機(jī)構(gòu)分別是國防部（14億美元）、宇航局（1.391億美元）和國土安全部（1.123億美元）。美國國家科學(xué)基金（NSF）在2021年要求將8.68億美元資金用于與人工智能相關(guān)的方面，并撥款1.6億美元用于新增8家人工智能研究所；NSF還與合作伙伴共同宣布向11個(gè)其領(lǐng)導(dǎo)的國家人工智能研究中心投資2.2億美元。美國民間掀起人工智能投資熱。據(jù)Leonis Capital統(tǒng)計(jì)，自2020年至今，對生成人工智能的風(fēng)險(xiǎn)投資增長了400%以上，2022年已達(dá)21億美元。

（三）“政策力”全方位夯實(shí)人工智能發(fā)展基礎(chǔ)

一是積極建立人工智能頂層規(guī)劃體系。美國先后發(fā)布《維護(hù)美國人工智能領(lǐng)導(dǎo)力的行政命令》《美國人工智能計(jì)劃》《人工智能、自動化和經(jīng)濟(jì)（2016）》《人工智能戰(zhàn)略概要（2018）》《國家人工智能計(jì)劃法案（2020）》《關(guān)鍵和新興技術(shù)國家戰(zhàn)略》《人工智能/機(jī)器學(xué)習(xí)戰(zhàn)略計(jì)劃》等一系列人工智能戰(zhàn)略與政策，建立起了美國政府在人工智能領(lǐng)域的頂層規(guī)劃體系。二是積極夯實(shí)人工智能開發(fā)必備的訓(xùn)練數(shù)據(jù)基礎(chǔ)。美國在《維護(hù)美國在人工智能領(lǐng)域領(lǐng)先地位》行政令中指出：所有機(jī)構(gòu)的負(fù)責(zé)人應(yīng)審查他們的聯(lián)邦數(shù)據(jù)和模型，以確保更多非聯(lián)邦人工智能研究團(tuán)隊(duì)訪問和使用的機(jī)會。這也給美國人工智能大模型發(fā)展奠定了堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。三是主動完善人才戰(zhàn)略培養(yǎng)體系。美國完善K-12階段基礎(chǔ)教育及高等教育的人工智能學(xué)科建設(shè)及儲備人才培養(yǎng)；同時(shí)通過發(fā)展STEM領(lǐng)域的學(xué)徒制和終身學(xué)習(xí)計(jì)劃幫助美國工人獲得人工智能技能培訓(xùn)，培養(yǎng)滿足人工智能時(shí)代要求的全方位專業(yè)人才隊(duì)伍。

二、我國人工智能大模型發(fā)展的現(xiàn)實(shí)挑戰(zhàn)

以國內(nèi)最早投入人工智能領(lǐng)域的領(lǐng)軍企業(yè)百度為例，GPT-4發(fā)布一天之后，百度發(fā)布了號稱“中國版ChatGPT”的“文心一言”。但無論產(chǎn)品表現(xiàn)，還是資本市場反響，“文心一言”明顯“技不如人”。我國與美國在人工智能大模型方面的差距有快速拉大之患。

（一）發(fā)展失衡：重應(yīng)用需求輕技術(shù)創(chuàng)新

與國外人工智能企業(yè)更注重自然語言處理等基礎(chǔ)技術(shù)不同，國內(nèi)企業(yè)更看重終端產(chǎn)品的應(yīng)用需求。據(jù)《中國新一代人工智能科技產(chǎn)業(yè)發(fā)展報(bào)告（2021）》數(shù)據(jù)，截至2020年底，中國人工智能企業(yè)布局在應(yīng)用層的占比高達(dá)84.05%。以應(yīng)用需求為主要牽引動能的發(fā)展模式，勢必導(dǎo)致我國人工智能企業(yè)更急于實(shí)現(xiàn)業(yè)務(wù)應(yīng)用和商業(yè)化。產(chǎn)品略有雛形即被迫“倉促上陣”。例如，百度機(jī)器人剛具備基本對話功能，便急切通過小度AI及其家電場景應(yīng)用謀求快速盈利。阿里無人駕駛技術(shù)剛實(shí)現(xiàn)開放道路上低速行駛，便急于推出無人車配送概念。反觀OpenAI，2019年其用于云計(jì)算技術(shù)的研發(fā)支出已達(dá)3100萬美元，三年內(nèi)翻了13倍之多，但員工整體薪酬仍低于行業(yè)均值，基礎(chǔ)設(shè)施比人金貴、技術(shù)研發(fā)比盈利重要儼然成為了獨(dú)特企業(yè)文化。

（二）融資失調(diào)：總量不足與結(jié)構(gòu)化短板并存

在投融資規(guī)模上，美國規(guī)模優(yōu)勢明顯。根據(jù)2021年美國智庫數(shù)據(jù)創(chuàng)新中心報(bào)告，2020年獲得100萬美元以上資金的活躍人工智能公司數(shù)量，美國約為中國的5.4倍；在風(fēng)險(xiǎn)投資和私募股權(quán)融資額方面，美國約為中國的2.5倍；在研發(fā)投入方面，美國公司約為中國公司的5.3倍。在投融資全鏈條中，我國存在明顯弱項(xiàng)。由于初創(chuàng)型企業(yè)融資金額與估值相對較合理，泡沫較小，國內(nèi)資本更傾向于參與人工智能企業(yè)的早期投資。以2021年為例，人工智能行業(yè)A輪融資占比為37.9%，明顯領(lǐng)先于C輪融資占比的11.37%。據(jù)IT桔子數(shù)據(jù)顯示，截至2022年11月，人民幣交易有42.8%投向了早期AI項(xiàng)目，僅有7.2%投向中后期AI項(xiàng)目（遠(yuǎn)低于美國同期的18.8%）。但這與人工智能產(chǎn)業(yè)發(fā)展所需的龐大接續(xù)投入特征不匹配，容易導(dǎo)致技術(shù)性強(qiáng)而融資能力不夠的公司“高開低走”，難以為繼。

（三）人才失序：人才資源儲備仍顯短缺

我國高校人工智能專業(yè)培育起步較晚，2019年，教育部印發(fā)了《教育部關(guān)于公布2018年度普通高等學(xué)校本科專業(yè)備案和審批結(jié)果的通知》，全國共有35所高校獲首批建設(shè)“人工智能”本科專業(yè)資格。但與美西方人才儲備情況相比差距依舊明顯。一方面是人才供需嚴(yán)重失衡。根據(jù)工信部相關(guān)數(shù)據(jù)，人工智能不同技術(shù)方向崗位的人才供需比均低于0.4，人才供不應(yīng)求成為常態(tài)。從細(xì)分行業(yè)來看，智能語音和計(jì)算機(jī)視覺的崗位人才供需比分別為0.08、0.09，相關(guān)人才極度稀缺。另一方面是高層次科研人才與美國差距較大?！?019年全球AI人才流動報(bào)告》顯示，美國高校培養(yǎng)了全球44%的人工智能領(lǐng)域博士，大于歐盟（21%）和中國（11%）的總和?！吨腔廴瞬虐l(fā)展報(bào)告（2021）》也顯示，相比中國（10.69%），美國人工智能高層次學(xué)者數(shù)量占全球的67.87%，領(lǐng)先優(yōu)勢明顯。

三、啟示與建議

（一）發(fā)揮新型舉國體制優(yōu)勢，加快推動人工智能技術(shù)創(chuàng)新

一是建議建立人工智能產(chǎn)業(yè)重點(diǎn)企業(yè)清單管理制度，形成各類企業(yè)自主申報(bào)、跟蹤監(jiān)測、動態(tài)調(diào)整、持續(xù)更新等配套機(jī)制，加快形成以頭部平臺企業(yè)為先導(dǎo)、以人工智能龍頭企業(yè)為主體、以廣大科技型中小企業(yè)為補(bǔ)充的企業(yè)“雁陣”，以產(chǎn)業(yè)攻關(guān)為導(dǎo)向推進(jìn)我國人工智能技術(shù)的快速迭代。二是依托全國一體化大數(shù)據(jù)中心和“東數(shù)西算”工程加快數(shù)據(jù)要素釋放，作為大模型訓(xùn)練素材。三是加強(qiáng)人工智能領(lǐng)域國際合作，在“一帶一路”科技創(chuàng)新合作專項(xiàng)規(guī)劃框架內(nèi)組織實(shí)施人工智能國際大科學(xué)計(jì)劃和大科學(xué)工程，打造科技共同體，共建聯(lián)合實(shí)驗(yàn)室。

（二）借助資本市場改革紅利，引導(dǎo)社會資本助力產(chǎn)業(yè)發(fā)展

一是充分利用創(chuàng)業(yè)板、科創(chuàng)板對于高科技、創(chuàng)新型企業(yè)的融資“倍增器”功能，不斷完善我國多層次資本市場的建設(shè)，為涉及核心關(guān)鍵技術(shù)、稀缺緊俏產(chǎn)業(yè)與服務(wù)的人工智能企業(yè)開辟“綠色通道”，適時(shí)降低投資者準(zhǔn)入門檻，進(jìn)一步縮短新股注冊審核流程與時(shí)間，以更高質(zhì)量的風(fēng)險(xiǎn)共擔(dān)、收益共享機(jī)制緩解企業(yè)融資瓶頸。二是優(yōu)化政府引導(dǎo)基金“指揮棒”作用。一方面，堅(jiān)持“全國一盤棋”，力戒各地“重復(fù)建設(shè)”，以更可預(yù)期的投資策略、更精細(xì)的標(biāo)的清單管理統(tǒng)籌推進(jìn)基金運(yùn)行；另一方面，引導(dǎo)地方產(chǎn)業(yè)引導(dǎo)基金在確保長期、全局利益最大化的基礎(chǔ)上合理降低本地“返投”比例。精準(zhǔn)引導(dǎo)社會資本投向，更好地調(diào)動銀行、擔(dān)保等金融機(jī)構(gòu)對企業(yè)的貸款和擔(dān)保，解除人工智能高新技術(shù)企業(yè)挑戰(zhàn)更先進(jìn)技術(shù)、更強(qiáng)算力的后顧之憂。

（三）涵養(yǎng)合作共贏市場生態(tài)，推動針對關(guān)鍵環(huán)節(jié)集智攻關(guān)

一是提振數(shù)據(jù)和算力資源的關(guān)鍵支撐作用。藉由規(guī)劃指引、政策補(bǔ)貼、試點(diǎn)示范、揭榜掛帥等方式，在保障數(shù)據(jù)安全的基礎(chǔ)上，加強(qiáng)數(shù)據(jù)歸集、算力統(tǒng)籌、算法開源等平臺和基礎(chǔ)能力建設(shè)。二是推進(jìn)政產(chǎn)學(xué)研用融合聯(lián)動協(xié)同創(chuàng)新。圍繞人工智能產(chǎn)業(yè)發(fā)展規(guī)律與技術(shù)創(chuàng)新特點(diǎn)，推動行業(yè)層面在算力能力、算法技術(shù)等方面的聯(lián)合攻關(guān)，支持政產(chǎn)學(xué)研用各界合作構(gòu)建訓(xùn)練與測試標(biāo)準(zhǔn)數(shù)據(jù)集，加速共性基礎(chǔ)技術(shù)創(chuàng)新研發(fā)。

（四）構(gòu)筑人工智能人才高地，確保人才梯隊(duì)系統(tǒng)性魯棒性

一是強(qiáng)基固本。系統(tǒng)研究人工智能學(xué)科特點(diǎn)，結(jié)合人工智能涉及的基礎(chǔ)學(xué)科與應(yīng)用學(xué)科，依托高校優(yōu)勢學(xué)科完善人工智能學(xué)科人才培養(yǎng)體系。特別是積極探索“高校+企業(yè)”的科技協(xié)同創(chuàng)新機(jī)制，推進(jìn)“企業(yè)家出題、大學(xué)生答題”“課題組給技術(shù)、好企業(yè)用技術(shù)”的聯(lián)動模式。二是兩翼并舉。將人工智能相關(guān)領(lǐng)域人才培養(yǎng)向兩頭延伸，一方面，注重中小學(xué)人工智能科普，探索將相應(yīng)課程與實(shí)踐納入“小升初”、中考考核范圍，推動高校、科研院所科普活動走進(jìn)中小學(xué)；另一方面，加快碩博研究生人工智能相關(guān)基礎(chǔ)研究能力、原始創(chuàng)新能力的培養(yǎng)，優(yōu)化國家重大專項(xiàng)、基金的投向。三是筑巢引鳳。緊密圍繞我國人工智能攻堅(jiān)克難之急需，出臺差異化的引才聚才政策，打好“政策補(bǔ)貼+揭榜掛帥+優(yōu)勝劣汰”組合拳，完善“候鳥型人才”“星期六專家”等人才共享機(jī)制，更好實(shí)現(xiàn)全球高端人才為我所用。

（徐凌驗(yàn)，國家信息中心信息化和產(chǎn)業(yè)發(fā)展部，未來產(chǎn)業(yè)和平臺經(jīng)濟(jì)研究中心副秘書長）