大模型促千行百业数智转型(2)
与此同时，大模型的灾难性遗忘也引发业界广泛关注。灾难性遗忘是指在新任务上训练会损害之前任务的性能。在问题求解阶段，无法记住处理过的数据或场景。例如，在无人驾驶中，人对道路情况有记忆，但自动驾驶无法记忆，每次都要重新计算，因此消耗了大量算力和电力。
如何更好推动人工智能大模型技术由弱到强？郑庆华建议，可以从3条技术路线入手，一是依托大数据、大算力和强算法来推动大模型发展，也就是在原本技术路线上做延长工作；二是用“神经+符号”协同的方式，将神经网络强大的学习性、普适性与符号推理的可解释性、可组合性进行结合；三是人脑记忆启发的机器记忆智能模型，此举有望破解当前大模型存在的一些固有缺陷。
积极探寻发展路径
谈到大模型未来的发展趋势，不少专家都提到与具身智能的结合，而人形机器人便是最好的载体之一。到底大模型跟机器人是什么关系呢？
刘聪举了这样一个例子：想要去抽屉里拿一包薯片放在桌子上，大模型会基于对这件事情的理解做出规划，即打开抽屉、拿出薯片，再把抽屉关上，这更像是一种离身智能。但如果和具身智能结合，就会将刚才这个指令分解，并将每个指令对应结合，通过控制机器人来实现行动。
西北工业大学光电与智能研究院研究员赵健表示，当前人工智能模型正在不断拓展到多模态领域，而具身智能与多模态大模型相结合，可以实现更高层次的感知、理解和决策，使人工智能有效应对现实世界中存在的各种复杂情境，为多个领域带来广阔的应用前景，成为连接AI和实际生活的桥梁和纽带。
今年的《政府工作报告》提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。
针对“人工智能+”行动，郑庆华认为，从学科体系的建设和人才培养来说，不光要讲理念和方法，更重要的是付出实际行动。一是要提出明确的举措，将人工智能赋能作为推动创新发展、实现新质生产力的重要手段。通过改造传统的培养方案课程体系，让人工智能技术成为一种基本能力。二是改造传统实验平台和实验方式，能够真正动手去研究算法，体验人工智能从设计、开发到应用的全过程。
从行业发展的角度看，訾然表示，各行各业的从业者应该尽可能多地去学习和拥抱大模型，探寻发展路径，让大模型更好赋能千行百业发展。
郑庆华表示，大模型在走向认知智能的过程中，很多理论和技术问题依然有待突破。未来通过不断的研究，希望能研制出一种新的基于人脑记忆启发的机器模型，最终突破大模型的能力上限，实现自立自强，也为我们打造自主知识产权的人工智能底座和模型作出新的贡献。（记者 李思雨）
(责编：申佳平、陈键)
