【人工智能】对话国投智能滕达 - 将聚焦大模型技术应用、生成式人工智能和人工智能安全三个核心方向

　　财联社6月4日讯（记者郭松峤）“‘破’是指用大模型技术解决 人工智能 安全问题，确保 人工智能 产业良性发展。‘立’则是 人工智能 赋能数字福建的具体实践，重构数字产业，拓展新机会。”最近，国投智能老总滕达在数字中国建设峰会作了《 人工智能 大模型的“破”与“立”》的主题分享。

　　在资本市场，“国投智能”被称为“AI国家队”，而在最近国务院国资委召开的“AI赋能产业焕新”中央企业 人工智能 专题推进会进一步强调了 人工智能 在推动产业发展中的关键作用，并明确指出中央企业要主动拥抱 人工智能 造成的深刻变革，将发展 人工智能 放在全局工作中统筹谋划。

　　那么，国投智能在AI方面还有哪些计划推进？如何落实央企增进 人工智能 技术发展的要求？最近，财联社记者围绕相关问题，专访了滕达。

　　以下是专访实录：

　　财联社：请问目前在AI方面有哪些布局？今年公司在AI方面还有哪些计划推进？

　　滕达：我们从2017年升级组建 人工智能 研发中心，深度开展 人工智能 相关技术研究和应用，支撑公司全行业和全产品航道智能化水平建设。为了落实央企增进 人工智能 技术发展，推进 人工智能 +行动落地的要求，公司在2024年初，整合公司各产品线的 人工智能 研发力量，新组建 人工智能 研究院，突出围绕公共安全 大数据 和电子数据取证业务需求开展 人工智能 大模型技术研究。

　　国投智能下一步将聚焦大模型技术应用、生成式 人工智能 和 人工智能 安全三个核心方向，根据《中华人民共和国 网络安全 法》《互联网信息服务深度合成管理规定》《生成式 人工智能 服务管理暂行办法》等管理要求，针对 人工智能 大模型技术产品化、深度合成生成视频图像音频文本的检测鉴定技术、生成式 人工智能 技术、 人工智能 安全取证技术、 人工智能 安全评估技术等方面的应用和监管需求，不断打磨推出更为安全、可信、可靠的 人工智能 技术产品，为打击利用 人工智能 的新型涉网犯罪，提供有力的技术支撑，为维护和保障 人工智能 规范，健康发展贡献力量。

　　财联社：你认为AI 大模型的发展对算法、算力、数据提出哪些更高要求？

　　滕达：AI大模型的发展推动了整个AI技术栈的升级，对算法、算力和数据的处理提出了多维度的挑战与机遇。随着模型规模的扩大，对算法的效率和可扩展性要求更高。需要更顶尖的练习算法，如深度学习的优化微调技术，以提升模型的泛化能力，同时降低训练和推理时的复杂度。在算力需求方面，大模型的练习和运行需要海量的计算资源。更高的算力，包含GPU、TPU等硬件的性能提升，和分布式计算和 云计算 的支持，以实现实时或近实时的模型迭代和部署。数据是AI的生命线，对大规模、多样化的数据集有严格需求。数据需要更丰富、标注准确且具有代表性，以反映现实世界的复杂性，同时数据隐私和安全保护也非常重要。

　　 人工智能 尤其是大模型技术的发展，需要非常巨大的算力资源、数据资源和研发资源的投入，很多企业很难单独承担这样的投入，国投集团作为国有资本投资公司拥有资源的优势。目前，国投集团已着手从算力、算法和数据三个层面着手谋划。缔造统一算例基础设施，为包含国投智能在内的各成员企业提供算力支持服务；搭建集团通用大模型，开展国内可靠的行业大模型攻关及AI+改造，国投智能主要聚焦公共安全领域的行业模型，并赋能集团管理智能化，建设AI+办公等应用场景；同时，集团还将全方位推进内部数据治理工作，提升数据质量和数量，为大模型的练习学习打下良好基础。国投智能将充分施展自身技术、人才的优势，承接集团相关任务，为集团发展 人工智能 +，开展数字化转型发展赋能。

　　财联社：请问你如何看待大模型在技术创新和落地应用方面的发展趋势？

　　滕达：大模型给大伙造成的最直观的感受是它的‘涌现能力、溢出能力’，当大模型的参数达到一定阈值，模型的能力发生类似‘核裂变’那样的溢出反应，发生代差级别的能力。

　　大模型对社会经济发展所造成的影响主要表现为以下三点：首先是人机自然语言交互化，通过大模型，只需要容易的输入框，“喊一嗓子”或写一段话就会出结果。目前，国投智能已通过大模型协助执法人员分析案情，大大缩短案件办理时间。其次是大模型的标配化，大模型就如同水电站，数据是水，大模型则将水变成电，通过源源不断地输送能源，实现各行业原有业务重构。

　　我相信未来大模型一定是每个数字化全面的底座和标配，就像如今的IOS和安卓一样。在垂直行业势必只有一到两个大模型胜出，并形成各自的生态，这就是AI+最后是战略性支撑化，随着 人工智能 技术的发展，大模型的竞争已经上升为国家科技战略的竞争，成为各国发展的重要布局。

　　财联社：面对由 AIGC 造成的新的 网络安全 的挑战。请问你如何看待 AI 安全治理问题？

　　滕达： 人工智能 为各行各业造成了许多机遇，但同时也随同着一系列安全问题，包含数据隐私、 数据安全 、模型安全、内容安全、法律与伦理、企业自律和行业监管等。

　　在AI安全治理方面，要坚持“包容审慎”的总基调，依法依理坚守安全底线。一是进一步推动数据收集、治理、开放、交易和使用的安全合规，在现有政策的总框架下，尽快完善相应的安全标准、规范、技术手段和管理能力；二是构建 人工智能 安全治理体系, 积极开展大模型安全评测、伦理安全研究和备案上线机制，细化 人工智能 伦理和规范，确保科技向善；三是实现行政监管、行业自治与公司治理相结合。行业监管单位出台相应可操作的监察管理政策，助力相关企业进行数据合规建设，坚持法制和技术并举，为 人工智能 产业发展提供保障。当前，国投智能正积极同美图公司在企业数据合规建设方面进行合作，为企业自治探索有效路径。

　　财联社：从大模型角度，如何看待 人工智能 行业的未来发展趋势？

　　滕达：大模型技术在造福社会经济发展的同时，也造成了风险与挑战。近年来，利用 人工智能 技术进行巨额诈骗的案件雨后春笋。我认为大模型首先是一种技术，将其利用好，则能成为一门“艺术”，改善人类的生活；再者，也是一种“魔术”，因为其实现曾经许多人类不敢想象的场景和画面；但未来如果进行滥用或恶意使用其实不加以管控，那么大模型就可能成为一种“妖术”。

　　从大模型视角看， 人工智能 行业将来的发展趋势明显向好。首先，随着政策支持的加强， 人工智能 ，尤其是通用大模型（如ChatGPT相关技术）成为国家战略重点，预计会推动AI技术在各行业深度应用，增进实体经济与 数字经济 融合。企业将更倾向于发展专用大模型，以适应产业需求和提高竞争力。

　　其次， 数据要素 市场发展迅速，合规性和安全评估日益重要，这将催生数据治理的新规范，企业需巩固数据制度建设，确保数据在大模型中的有效利用和合规使用。最后，网络空间治理的升级将对 人工智能 技术的创新和应用提出更高要求， 网络安全 将成为行业发展的基石，推动技术创新与监管并进。

　　因此，未来 人工智能 行业将以技术创新、数据驱动和合规治理为主线，朝着更深度的智能化、服务化和安全化方向演进。