2000年左右，人工智能的訓練應用范式得到統(tǒng)一;2017年，谷歌大腦團隊開創(chuàng)性地提出了“Transformer”模型結構，從而實現了模型結構的“大一統(tǒng)”;去年11月末，隨著ChatGPT的問世，業(yè)界終于迎來了通用人工智能的爆發(fā)點。馮俊蘭表示，到了通用人工智能時代，所有模型的底座都有了一個基礎模式，這也就意味著訓練基礎模型成為業(yè)界關注的焦點。
隨著通用人工智能時代的到來，以微軟、谷歌、百度、華為等為代表的國內外科技公司紛紛布局代表通用人工智能的大模型，涵蓋了語言、語音、視覺、多模態(tài)和結構化數據等多個應用領域。“以前說自然語言是人工智能或智能機器皇冠上的明珠，現在看來它應該不只是明珠，而是所有智能的基礎。”馮俊蘭說，“無論是用來理解視覺、物理環(huán)境，還是語音、數據，都需要自然語言作為橋梁。所以目前自然語言模型的比重是最大的，也是效果最好的。”
“人工智能領域迎來的是5000年不遇的文明變局。” 馮俊蘭表示，作為一項試圖復現人類大腦運行模式的技術，大模型的大規(guī)模發(fā)展與應用將深刻改變科學技術體系、產業(yè)布局及社會治理模式，為世界發(fā)展催生全新范式;而構建堅實的人工智能基礎設施，打造普適安全的人工智能服務和運營能力，是實現智能泛在及智能產業(yè)高效規(guī)�；l(fā)展的基礎。
大模型重塑智能服務運營范式，中國移動認為可以歸納為三個新模式：
一是新的運營供給模式。出于成本、技術難度與資源方面的種種考量，馮俊蘭認為，未來，智能化的服務一定會回到基于基礎建設的運營模式中;為此，涵蓋了全場景、全要素的能力供給與運營就成為中國移動在通用智能時代下的新定位。將算力、網絡、數據、模型、能力等多種智能化要素作為運營與供給對象，通過整體性的規(guī)劃、建設、維護、優(yōu)化等實現多種要素的融合管理，通過一體化編排、調度和安全把控實現智能化服務能力的構建和輸出，通過對全要素體系化運營，為個人用戶和千行百業(yè)的全場景智能需求提供真正無所不及的智能服務。
為了支撐大規(guī)模的智能化服務換代，馮俊蘭表示，中國移動開創(chuàng)性地提出了“體系化人工智能”的原創(chuàng)技術體系，依托泛在的網絡和AI算力，在開放環(huán)境中實現對AI能力進行靈活且高效的配置、調度、訓練和部署。“體系化質量系統(tǒng)能夠大大縮短從業(yè)務需求到業(yè)務實踐之間的時間成本，并提高效率。”馮俊蘭告訴記者。
二是新的業(yè)務賦能模式。“X+AI”是相對傳統(tǒng)的業(yè)務賦能模式，是指在現有行業(yè)業(yè)務流程中，以智能化技術提升業(yè)務成效;而“AI+X”則指以通用人工智能技術重構業(yè)務內核，實現全新的業(yè)務形態(tài)與模式。馮俊蘭表示，中國移動將實現從“X+AI”轉向“AI+X”的根本性變革，后者的核心是通過智能化系統(tǒng)實現自然語言與機器、數據之間的溝通。
三是新的產業(yè)合作模式。實現向體系化協(xié)同創(chuàng)新方式的轉變。“體系化與大模型間的關系，就是把大模型轉換為很多小模型，專注于其子任務，并將其學習成果匯聚到大模型中。”馮俊蘭這樣解釋道，“通過小模型之間的協(xié)作，完成一項復雜的任務。”
中國移動高度重視行業(yè)大模型的發(fā)展。馮俊蘭表示，基礎大模型作為通用智能的核心，其具備的泛理解能力、生成多樣性和知識無邊界的鮮明特點，正為行業(yè)大模型的建立提供堅實的基礎。“如果把基礎大模型看作是大學通識教育，行業(yè)大模型就是研究生加工作經驗錘煉的專業(yè)訓練。”馮俊蘭生動地形容道。
