7月7日，“2023 生态文明贵阳国际论坛”在贵阳召开，同日举行的“新型储能产业发展国际论坛暨绿色发展企业家高峰对话”分论坛上，珠江投资管理集团执行董事、合创汽车科技有限公司联席总裁、广东省人工智能产业协会会长杜兰博士发表了关于人工智能大模型和能源产业的主题演讲。

“今年ChatGPT的出现第一次让我们看到了初步的智慧涌现，看到了认知智能的重大突破，看到了通用人工智能的星星之火。”杜兰表示，ChatGPT是人工智能发展史上新的里程碑，标志着人工智能迎来第四次浪潮，将为能源产业、新能源汽车等各行各业带来许多新的变化。

大模型要与能源等实体产业深度结合才能发挥威力

为什么ChatGPT能够取得真正的突破？杜兰认为，从技术上来讲，首先是因为OpenAI意识到当一个神经网络模型足够深、足够大的时候，它的通用智能水平就会跃升。而当时国内外很多人认为，模型太大是没有用的，“大力”是不会“出奇迹”的。其次，是得益于经过高度压缩的高质量的训练数据，以及加入了人类反馈强化学习。

杜兰表示，从制度层面来说，ChatGPT成功的背后，是马斯克、微软等投资者对Open AI公司的长期坚定投入。“这种有利于长期研发的股权投资结构值得我们学习。”

“人工智能将深度赋能于能源生产、传输、储存、消费等各个环节。”杜兰认为，大模型将逐步成为能源领域超越人类的行业专家，还将促进能源领域新的人机协作，为各个岗位的人员赋能，让大家都成为高手。同时，大模型也可以为能源领域的科研带来很多帮助。

“当然，相比于搜索、内容创作、日常办公等领域，认知智能大模型在电力、制造等实体产业的应用显然有着更高的门槛，要解决可靠性问题、不可解释性和数据质量问题。”杜兰认为，未来还要进一步把大模型和能源等实体企业的行业知识、企业流程和其他软硬件技术深度结合，才能够真正发挥出大模型的威力。

人工智能大模型取得成功需具备四大条件

随着国内人工智能大模型竞争日益激烈，谁能在未来真正取得成功？杜兰认为，要看四个方面的条件。

首先，人工智能大模型具有高成本的算力门槛条件。“对中国企业来说，不只是成本问题，还有芯片被卡脖子的问题，所以在国产替代方面着手越早、比例越高的企业越有优势。”未来，政府大力建设国家和地方的公共智算中心，有望帮助国内企业做模型训练和算法创新，减轻企业训练成本，迅速迭代大模型，以加速相关技术的国产化进程。

优数据+强算法是第二个条件。杜兰认为，需要有高质量的数据，基于通用的大模型来训练行业内的专业大模型，数据观念要从Big Data转向Good Data。国家在数据方面可以搭建资源平台以及共享机制，在核心技术研发方面，可以着力推动公共技术能力研究，鼓励优势企业以资金共投、成果共享的方式，开展协同攻关。

第三个条件是前期业务积累和场景落地能力。杜兰认为，大模型的训练数据一方面来源于公开训练集，另一方面则源于原有业务沉淀的私有数据，比如新能源智能网联汽车在自动驾驶测试中获取的图像数据等。各行业的数据可以帮助企业在通用大模型的基础上，开发服务于不同行业的专业大模型。“这也体现出未来大模型发展的一大趋势，那就是通用与专用并行。”杜兰说道。

最后是打造开放生态平台的能力。杜兰认为，如果能把大模型的能力以API、插件、定制模型等方式，开放给各行各业的创新者，共建大模型生态，将能加速推动大模型的规模化应用，反过来促进大模型本身的发展。

杜兰认为，“技术创新是一条弯曲的直线，要经历从技术萌芽期，到期望膨胀期，遭遇泡沫破裂的低估期，才能到稳步爬升的恢复期，最终走向生产成熟期。”运用好人工智能大模型与新能源建设更加美好的世界将任重而道远，需要创新型企业和全社会一共探索，一同努力。