探索大模型助力智慧城市建设
- 作者： 小象 发布时间：2024-01-14 03:21:25
- 摘要
(五)实施大模型应用创新标杆试点工程。围绕首都之窗智能问答、在线导办等场景，依托私有化部署的算力集群资源，逐步开展政务服务行业专有模型训练、精调、剪枝、蒸馏等工作，赋能“12345接诉即办”辅助场景，总结专用模型实施部署经验，探索政务服务大模型服务模式。支持金融机构利用大模型技术打造“全能业务助理”，提升金融从业者的服务半径和服务质量。探索大模型助力智慧城市建设，推动城市大脑等城市管理公共平台开放数据接口引入大模型辅助治理。
(五)实施大模型应用创新标杆试点工程。围绕首都之窗智能问答、在线导办等场景，依托私有化部署的算力集群资源，逐步开展政务服务行业专有模型训练、精调、剪枝、蒸馏等工作，赋能“12345接诉即办”辅助场景，总结专用模型实施部署经验，探索政务服务大模型服务模式。支持金融机构利用大模型技术打造“全能业务助理”，提升金融从业者的服务半径和服务质量。探索大模型助力智慧城市建设，推动城市大脑等城市管理公共平台开放数据接口引入大模型辅助治理。
对从业者来说，生成式大模型可以是“全能业务助理”。在海量信息数据加持下，它不仅了解国内外的宏观政策、行业信息、产品信息，而且可以自动生成文章、报告，提供专业建议和方案辅助交流。
模型、算力和数据是大模型的三大基石。目前，算力焦虑也许会对研发效率造成一定的影响，数据短缺也许成了短时间内的性能瓶颈，但是真正限制我们想象力的，也许是模型设计与部署的底层能力。大量原创性的工作，仍是国内汽车'>汽车从业者们不断努力突破的方向。
-**数据准备和注释中的偏见**。由于训练数据来源的不均匀和标记数据可能存在偏差，生成AI算法可能会学习人类偏见，最终损害AIGC模型在种族、性别、年龄、语言、职业和地理等方面的公平性。此外，当用户与有偏见的AIGC模型进行交互时，可能会感到冒犯或受到伤害。例如，如果用于训练文本生成模型的训练数据主要集中在男性上且缺乏多样性，则人工智能生成的文本可能会展现出支持或排除女性的偏见。这种有偏见的输出可能会加剧性别不平等，并冒犯或伤害女性的利益。AIGC从业者需要在数据准备和注释过程中注意并纠正这些偏见，以确保对生成AI模型的公平、包容和道德使用。
有关专家指出，基于大模型的应用程序编程接口服务(API)，会为下游广泛的行业应用和创新生态提供数智化能力。随着AI技术的迭代发展，开源大模型和生成式人工智能社区的建设，AI落地效率将进一步提升。具备通用领域能力的大模型将显著降低针对特定领域进行定制化开发的成本，提高AI算法的应用效果。各行业应用AI技术的门槛将大幅降低，广大AI从业者甚至技术“小白”们都可以便捷使用最新的AI技术，解决生活中、工作上遇到的问题。
华为已申请GPT相关商标，直接对标ChatGPT的多模态大模型产品即将发布，相关产业链一览（附图），这家企业旗下公司在人工智能产业与华为昇腾产品线深度合作
部署ML模型不仅仅是孤立的模型。数据从业者部署整个机器学习管道，这决定了如何编码和自动化端到端工作流。
人格化：当听到爱喵分享调prompt时，说AI性格如何，搞清他的性格，才能知道怎么让出好结果，AI会有自己的想法。我会觉得有些怪异，作为从业者，会觉得这只是个概率模型，模型从数据中学到概率分布，使用就可以，没有什么性格。用什么样prompt来让它出什么结果，主要跟数据模型，和采样过程相关，如果知道细节那么可控性会强一些。现在不断试错去搞清楚”性格“，本质上还是当前生成可控性没做好的问题。
现在最好的模型也都是英文模型（那ChatGPT呢，也是专门优化英文，只是性能太强其他语言也能处理），服务对象也是英文使用者们，那么如果大量公司为节省成本，或从业者为了快速迭代出图，直接也都用MJ，那么就会出现大量此类数据来灌输给用户大众，也就反向来影响大家。到之后我们整体审美会接受这种西方视角的bias，这个不是没有例子，比如中文网上眯眯眼问题。
政务服务、金融服务、智慧城市作为三大优先实施大模型应用创新标杆试点工程的领域。围绕首都之窗智能问答、在线导办等场景，依托私有化部署的算力集群资源，逐步开展政务服务行业专有模型训练、精调、剪枝、蒸馏等工作，赋能“12345接诉即办”辅助场景，总结专用模型实施部署经验，探索政务服务大模型服务模式。支持金融机构利用大模型技术打造“全能业务助理”，提升金融从业者的服务半径和服务质量。探索大模型助力智慧城市建设，推动城市大脑等城市管理公共平台开放数据接口引入大模型辅助治理。
