21世纪经济报道记者 边万莉 北京报道 “大模型打开了新的技术天花板，释放了新的增长动力，这种动力应用于企业还需要一个引擎，即企业知识大模型。”近日，在由中关村科金与中国信息通信研究院人工智能研究中心、人工智能关键技术和应用评测工业和信息化部重点实验室联合主办的“重构未来 产业智能跃迁”2023大模型产业前沿论坛上，中关村科金技术副总裁张杰如是说。
他认为，在过去几十年，AI技术的发展绝大多数仍然停留在理解的层面上。大模型使得AI技术具备了很好的语言能力，在语言理解、语言生成方面，接近甚至是部分超越了人类。未来AI向通往强人工智能的路上，还有三大挑战需要征服，即事实判断、过程判断、价值判断。
“目前大模型最为人诟病的是幻觉问题，对低频常理的事实回答得不好，经常被人们说是在一本正经的胡说八道，但可以通过一些其他手段解决。比如，外挂知识库或符号推进引擎。”张杰表示，在解决完事实判断的问题后，下一步就需要让大模型或者AI技术能够具备过程判断的能力，未来更长久是如何让大模型做一些自主的价值判断。
在张杰看来，企业如何在大模型能力范围内落地于场景，需要做专业的划分，既要考虑到专业性的强弱，也要关注场景容错性的高低。通用大模型能够低成本准确地理解非结构化的文本，但在专业性方面偏弱，这就为企业引入大模型技术带来契机，现阶段用大模型做知识中台是企业比较好的切入点。
他进一步指出，知识中台并不是孤立的场景，在容错性高低上还可以基于企业知识中台延展出很多应用，未来对大模型输出的安全性和合规性有一定的自信后，可以让它基于企业知识中台和营销、服务、运营或者生产、研发各环节系统做一些打通。基于此，建议企业在引入大模型或者搭建企业知识中台可以用两种技术路线来组合，一是基础大模型技术，二是大模型外挂知识库技术。类比于人脑，一套系统就是直觉系统，可以低成本、快速做一些来自于直觉或者潜意识的判断；另外一套系统是逻辑系统，可以做出一些深思熟虑的蓄谋已久的逻辑性判断。
“建立两种系统不是一蹴而就的事情。”张杰建议，企业可以从三个步骤逐步开展。第一步，在基础大模型之上，针对具体应用场景做场景提示工程，以快速做技术验证；第二步，建立企业知识库，解决大模型事实问题回答不好的幻觉问题；第三步，把领域知识注入到大模型之上，同时把上层的提示工程上升为AI应用的开发平台出来，能够把具体场景应用性能做到极致。
据介绍，在此技术路线的指引下，中关村科金搭建了一体两翼的底层技术架构，形成四大类别产品体系。一体两翼指的是企业知识大模型及其支撑平台领域大模型工厂、领域知识库工厂，四类产品分别是指智能营销、智能服务、智能运营、超级员工。同时，于11月23日发布国内首个企业知识大模型，面向高知识密度企业应用的垂直行业大语言模型，可以帮助企业构建、升级知识中台，提升企业知识管理和利用效能，拓展认知深度与支持复杂决策。
以大模型为代表的人工智能技术，已发展为新一轮科技革命和产业变革的重要驱动力量，AI大模型潮起，千行百业正提速走向百舸争流的AI创新应用期。张杰表示，“大模型时代下，当我们开发AI应用时，开发技术路线和开发流程逐渐趋同，这会成为非常重要的趋势。但同时也形成了一种新的可能性，就是把AI应用开发的成本会逐渐转移到后台的能力平台建设。”