近期，人工智能研究公司推出的聊天机器人软件掀起热潮，国内已有百度、京东、科大讯飞等多家公司宣布进入此赛道，中国版有望于3月份与公众见面。
接受《经济参考报》采访的多位业内人士表示，代表了人工智能向更加智能、更加通用方向发展的趋势，预计未来自然语言处理方面的人工智能发展将继续加速，并应用于经济社会领域的更多场景，但大规模成熟商用仍需进一步摸索。
科技企业抢滩布局
根据用户输入的问题“侃侃而答”，甚至可以辅助写论文、写代码、辅导作业、构思剧本，五天时间就突破百万用户，两个月便达到1亿月活跃用户，成为史上用户数量增长最快的消费者应用。
为什么会引发巨大关注？中国电子信息产业发展研究院副总工程师安晖认为，是一种大型预训练语言模型，它的出现标志着自然语言理解技术迈上了新台阶，理解能力、语言组织能力、持续学习能力更强，也标志着AIGC（人工智能生成内容）在语言领域取得了新进展，生成内容的范围、有效性、准确度大幅提升。“从某种程度而言，标志着AI技术应用将迎来大规模普及。”
国内对话式AI技术解决方案提供商中关村科金技术副总裁张杰表示，在效果上的突破让人们充分认识到，大规模语言模型中除了常规的语言模型能力，还蕴含着世界知识、具备思维链推理能力，大模型在特定任务下的效果不比专用小模型差。
引发国内不少科技企业纷纷布局。百度宣布类项目——“文心一言”（ERNIE Bot）计划于3月份完成内测，面向公众开放。据悉，一些相关功能已陆续在百度搜索内上线或内测，包括多答案回复、智能生成等。科大讯飞日前表示AI学习机将成为该项技术率先落地的产品，并将于今年5月进行产品级发布。京东云旗下言犀人工智能应用平台计划推出产业版——，主要应用场景包括内容生成、人机对话、用户意图理解等五个方面。
此外，公开信息显示，腾讯、阿里巴巴、360等多家企业也在加大相关项目研究和投入。
“在科技能力上涉及芯片、算力、模型、工具、场景等多个层面，科技巨头可以全链路布局，中小企业可以进一步依据自身的资源禀赋构建竞争门槛。”张杰说，的出现只是在通往“强人工智能”的路上撕开了一个小口子，未来可能会出现知识提炼能力和复杂推理能力更强的工具。
有望解锁多领域智慧应用
业内人士认为，未来自然语言处理方面的人工智能发展将继续加速，并应用于经济社会领域的更多实际场景。
“能够提供高效的信息获取方式，有望成为重要的生产工具，潜在应用领域广泛。”安晖说，业界普遍认为，将在智能办公、智慧科研、智慧教育、智慧医疗及游戏、新闻等领域迅速落地。在金融、传媒、文娱、电商等领域，可以为各类消费群体提供个性化、高质量的服务。
中国信通院云大所人工智能部副主任曹峰认为，以大规模预训练模型为代表的产品，逐渐显示出智能基础设施的属性，即少量企业训练大模型提供服务，大量企业基于大模型形成各类消费端和商业端的应用。
曹峰举例称，一是对话类应用，以智能客服、智能外呼等产品服务为代表，主要应用行业为银行、证券等具备大量客服场景的机构企业。二是语义理解和信息检索类应用，以大规模知识图谱、企业知识库产品等为代表，应用行业包括法律等。三是各类代码纠错和生成类应用，以代码智能生成、代码辅助开发产品等为代表的产品，主要应用行业为IT等领域。四是各类文案、新闻、图片生成和创造类应用，如文案自动写作、新闻自动生成等产品，主要以媒体等行业为主。
商业潜力也被看好。预测，随着成为吸引客户的重要工具，其收入将会快速增长，预计2023年收入达到2亿美元，2024年收入超过10亿美元。
从更长远的角度来看，安晖认为，将赋能千行百业，推动传统领域的智能化发展，提升语音助手、虚拟数字人等应用的发展水平，带动产业链上游算力、数据标注等环节发展，催生新的增长点。
大规模成熟商用仍需探索
不过，业内人士提出，及类似产品的发展应用还处于早期发展阶段，实现大规模、成熟的商业应用落地仍存在挑战。
东方证券相关研究显示，到2030年AIGC的市场规模预计将超过万亿元，但由于AIGC目前产业化程度有限，大量业务场景尚未成功变现，商业模式仍处于探索阶段。当下，AIGC基于其出色的降本增效能力，在企业级市场的应用前景较为明朗和稳定，在消费市场的商业模式仍需进一步摸索。
安晖表示，自然语言处理是一个复杂的技术领域，对数据和计算资源的要求非常高，并且其语言模型可能存在误导和偏见等问题，需要开发者不断改进和优化。随着人工智能的普及，竞争也将越来越激烈，类产品需要不断提升产品质量和创新能力。
“未来1到3年，国内外AIGC市场预计都将出现增长，各行业领域的应用探索也会持续推进。应把握行业市场和消费市场越发强烈的数字内容需求，在传媒、电商、影视等重点领域发力推广，为技术创新和应用普及提供强大驱动力。”安晖说，也需要关注数据质量和多样性、产品安全和隐私保护、误导和偏见问题以及技术创新能力等方面的挑战，以确保我国类产品的顺利落地和发展。
曹峰也认为，涉及的数据资源、算力资源，以及人员投入是巨大的。技术和成本的壁垒是发展的主要门槛。同时，令人工智能的风险更加凸显，例如隐私安全、信息真伪判别等，只有这些问题解决之后，相关的技术和应用才可能得到更好地推广。
郭倩 袁小康 北京报道
相关文章
