2024，大模型的产业腾飞从“信任”开始

　　作者 | 曾响铃

　　文 | 响铃说

　　能力越大，带来的价值也就越大，但若是“人品”不好，这样的人也就越危险。

　　这是评价一个人的普遍共识。

　　如今炙手可热的大模型，也面临同样的“评价标准”。

　　2023年年初，欧美千人联名公开信反对ChatGPT的快速发展，其中提到：

　　“人工智能的研究和开发应该重新聚焦于优化最先进的系统，让它更加准确、安全、可解释、透明、稳健、一致、值得信赖、对人类忠诚。与此同时，AI开发人员必须与决策者合作，大力推进强有力的AI治理系统的发展。”

　　这股反对浪潮，与大模型席卷全球的技术浪潮一起，构成了2023年人类科技发展大局的底色。

　　到了临近2023年收官，以马斯克为代表的名人，还在通过各种方式表达对大模型的担忧，“AI比核弹更危险。

　　虽然马斯克转手就大力投入自家的大模型开发工作，但对大模型这枚能够实现巨大“价值爆发力”的核弹进行监管，树立与引导行业规范，也逐步形成国内外的共识。

　　这种共识，不仅仅基于“人类”、“未来”之类的宏大叙事，更重要的是，它与产业落地同样息息相关。

　　不久前，全国信息技术标准化技术委员会人工智能分委会全体会议期间，国内首个官方“大模型标准符合性评测”结果正式公布，包括百度文心大模型在内几个大模型首批通过该评测。

　　在2024大模型注定要在商业价值上大展拳脚时，行业规范的建设工作也在默默完善，它能为产业场景中的客户带去真正的信任，扫清场景落地的最后一重障碍——“信任”度的建设问题。

　　01 宏大叙事背后，是产业落地的“信任度”问题

　　过去，以百度文心大模型为代表，国内大模型实际上解决了产业客户关注的两个问题：

　　首先，是价值上限，即大模型“技术发展”的深入，认知智能的不断完善，可以在业务改造上给产业客户带来全新的可能。

　　堪比GPT-4的文心大模型 4.0，代表了中国大模型发展的技术水准，让中国大模型拥有了世界话语权。而对产业客户而言，大模型的这种不断迭代，意味着服务其业务变革升级的“脑子”越来越聪明，产生业务变革价值的能力越来越强。

　　然后，是业务契合度，即大模型“场景契合”的不断提升，能够有效融合到各类业务当中，产生源源不断的场景应用。

　　截至最新数据，文心一言用户数已经破亿，覆盖场景 4300 个，其背后的百度文心大模型调用量居国内首位，日均调用量达数千万次，每月服务企业超过 1 万家。

　　这些数据，彰显出大模型产业落地的进程之快、之深。

　　但是，如果说“技术发展”、“场景契合”代表了大模型的产业落地“上限”，那么在狂奔突袭之外，大模型正越来越需要关注“下限”问题，即“行业规范”的建设推动产业客户最终形成对大模型的普遍“信任”。

　　在全球范围内，大模型之所以在2023年初“未成熟先被猜忌”，原因在于它带来的预期牵连是多方面的。

　　在“挖掘数据要素价值”这个本质下，大模型天生有这些隐忧：

　　数据隐私问题——各类数据被倒入“训练”的大锅中，是否在应用时对外“无意间”透露出某些重要的个人、企业隐私?典型如，与大模型发展如影随形的“提示词攻击”正变得越来越猖狂，通过刻意的提示词引导，导致模型生成不适当的内容，泄露敏感信息等。

　　数据安全问题——大模型意味着大数据量，要保证效果，就必须要有大批量的核心数据纳入到训练当中，但这些数据一旦被窃取，损失将比过去的AI模型要大很多，安全容错率更低。

　　知识版权问题——在数据输入端，数据来源是否有版权支撑，在结果输出端，版权归于谁?都等待梳理。

　　伦理道德问题——科研、制造、医药、法律……大模型已经走向诸多能带来社会正向价值的场景，但在诸如伪造视频进行诈骗等“场景应用”上，大模型“技术支撑”带来的欺骗性会变得更强，带来的损失可能性也更大，这方面，很多案例正在集中涌现。

　　由此可见，当问题被具体拆解后，开篇那些宏大叙事之下，对大模型未来发展的担忧，其实都与产业落地密切相关。

　　对很多潜在的客户而言，使用大模型改造升级业务，会不会有直接的数据隐私、数据安问题?毕竟，如果商业隐私外泄、重要数据被偷窃，企业运营会面临各种直接的商业竞争风险。以及，会不会带来知识版权、伦理道德等新的“麻烦”，让企业陷入被动?

　　毫无疑问，这些“后顾之忧”，就是大模型产业落地的“下限”问题。

　　由此，配套机制的建设尤为必要。

　　当文心大模型等逐步走向大型产业客户，或敏感行业客户等对象时，一定绕不开信任度的拷问。

　　经验表明，任何一个领域要避免走向“风口”式的衰败命运，行业规范的建设一定要与技术、应用的快速发展同步进行。

　　某种程度上，有没有统一的、权威的行业规范，是衡量行业成熟与否的标志。

　　“大模型标准符合性评测”正是产生于这样的背景下，其旨在通过制定科学合理的评测标准和方法，推动大模型技术的规范化发展，提升我国AI技术的整体竞争力，代表了中国引导大模型行业发展的监管优势——我们没有各种花哨的联名信、名人蹭热度的大放厥词，确有实实在在的行业规范建设前瞻动作。

　　而通过评测，意味着大模型本身也将获得行业甚至监管层的认可，能够为产业场景的客户所真正信任，不会在未来某个深入发展的时间节点突然“碰钉子”。

　　对百度文心大模型而言，“技术发展”、“场景契合”带来卓越的性能和广泛的应用场景，现在加上“行业规范”的建设，三大要素齐备，既不断拉升“上限”，又锁住了“下限”，未来的加速发展将无后顾之忧，更值得客户信任，2024的产业落地也可以放心“大干一场”了。

　　02 逆向破局，行业规范的继续发展也需领头羊推动

　　行业标准的指引和规范，是新兴行业成长并最终步入正轨的基础。

　　在制度优势下，近些年在新兴领域，我国相继建立了1300多个全国标准化专业技术委员会，截至2021年已发布国家标准4万多项、行业标准7.6万多项，有力推动了创新力量的迸发，成为我国新技术比肩欧美的重要支撑，大模型概莫能外。

　　但行业规范的建立也并非一件容易的事，“大模型标准符合性评测”仅仅是一个开始，后续还会，也必须要有更多行业规范式的动作落地，才能构建产业落地“信任”的完全体。

　　在开篇提到的“公开信”中，就提到大模型发展要建立的规范包括：

　　对高能力AI系统的监督追踪和大型算力池;

　　帮助区分真实数据与AI生成的数据、并且追踪模型泄漏的溯源和水印系统;

　　健全的审计和认证生态系统;

　　对AI造成的损害定责;

　　为AI技术安全研究提供强大的公共资金……

　　作为新兴行业的“必答题”，下一步在行业规范这里，大模型要做的事还有很多。

　　尤其是，大模型本身发展十分快速，迭代升级导致相关标准的制定要有充分的前瞻性，要有足够的预判，不能出现技术先进性不够，或者修改、调整跟不上技术更新速度的情况。

　　而且，在规范建设后，能否起到引导的作用，还需要考虑普遍的执行问题。

　　因此，在国际上，一个普遍做法是，行业规范的制定本身，就需要邀请行业内的领头羊企业、专家等，进行新兴基础研究，以最前沿的行业探索直接充实规范、标准内容，让行业规范、标准兼具科学性与可操作性。

　　在TE智库根据RlueEva-System大模型测评体系发布《中国通用大模型内容生成及安全性能力评测》中，百度文心一言综合得分排名第一，“安全体系能力”一骑绝尘，甚至超越ChatGPT同期产品。

　　再加上强大的自然语言理解和生成能力，文本、图像、音频多模态数据处理，高效推理和部署能力，坚实的数据安全保障能力……可以想见的是，下一步，百度这样的厂商，不应该只是做规范、标准的遵从者、执行者，更应该在统一指挥下积极协助相关规范、标准的建设工作，如此，大模型行业才能更加健康地成长。

　　而事实上，这样的工作，百度已经配合有关方面在持续进行当中。

　　作为国内AI领域标准的主导力量，百度已经多次参与国家人工智能技术标准体系设计和讨论，并作为标准核心贡献单位之一，起草人工智能预训练大模型系列国家标准。就在2023年7月，百度还被中国电子技术标准化研究院授予“国家人工智能标准化总体组大模型专题组联合组长单位”，此前，百度同时获批向公众开放服务备案和深度合成服务算法备案。

　　还是回到2023年年初那封让大模型热度更上一个台阶的公开信，其中的呼吁“AI开发人员必须与决策者合作，大力推进强有力的AI治理系统的发展”，恰恰正在中国被实现。

　　在2024年，相信有了更好的行业规范建设，大模型产业落地也将更上一个台阶。