需明确评价标准,公开验证流程
不能止步于“一次性生存赛”
亟待政策出口,支持后续研究与持续挑战

[独特性陷阱中的国家代表AI]独特性VS性能…陷入两难的政府③ View original image

“如果把独创性放在最优先,就可能爆出性能问题;若优先考虑性能,又不得不背负无法满足独创性标准的两难处境。”(参与国产人工智能(AI)基础模型项目的相关人士)


在科学技术信息通信部预告将于今年年底在“独创基础模型”项目中最终选定两家联合体之际,围绕独创性标准,AI业界的苦恼日益加深。一方认为,“既然政府将大规模投入图形处理器(GPU)等资源,就必须要有我们自己独有的架构(设计图)”;另一方则指出,“要做出独创架构并非不可能,但若把独创性标准当作绝对标准,就是无视瞬息万变的大型语言模型(LLM)开发现实”。双方观点针锋相对。


此前,政府在面向5支精英团队的“独创基础模型”项目首次遴选过程中,因独创性争议骤起,将原本计划淘汰1家的方案改为有2家“不予入选”。事后又紧急“划清界线”,称“在第一次评估中可以利用开源,但必须证明自身技术实力”,试图平息争议,但在信息技术业界LLM开发者之间,支持与反对的争论仍未平息。


有意见指出,在我国必须快速追赶美国、中国的现实下,需要在独创性和性能之间作出更为审慎的权衡选择。中央大学虚拟融合大学院院长 Wi Junghyun 表示:“全球模型在需要时也都会积极利用开源,如果只有我们从零开始开发模型,就会被甩在后面。”


围绕评估标准和比赛规则突然变化的问题,也引发了公正性争议。一位要求匿名的AI业界代表表示:“今后必须积极反映业界意见,纠正比赛规则和标准突然变更的问题”,“在国内LLM业界的大量专家已经参与独创基础模型联合体的情况下,也要检查技术验证是否真正做到了没有偏向、客观公正”。其解释称,政府应明确技术实力、象征性和产业波及力等要素中究竟优先什么,从而为独创基础模型项目成为培育国内AI生态体系的助力奠定基础。


也有声音认为,虽然独创基础模型项目采取“生存赛”方式,备受公众关注,但更重要的是,不要过度沉迷于生存与淘汰本身,而是要优先营造一种氛围,使挑战全球LLM的初创企业能够持续涌现。Trillion Labs 代表 Shin Jaemin 强调:“从初创企业的立场看,在资本和人力方面不可避免地相对不足,但即便在这种情况下,我们也在努力开发独创设计图”,“我们在提升开发效率,我认为这种挑战最终会成为推动AI生态体系发展的原动力。”

围绕独创性的争议过度升温……培育国内AI生态体系更为重要
[独特性陷阱中的国家代表AI]独特性VS性能…陷入两难的政府③ View original image

在第二轮遴选前夕,政府内部的思考更为复杂。超越短期性能竞争,在这一过程中如何培育国内AI生态体系、并让成果得以实际应用,正成为核心课题。


科学技术信息通信部人工智能政策室室长 Kim Kyeongman 表示:“打造国产基础模型的目的不在于只产出一个结果”,“更重要的是,让各类企业和研究人员参与开发过程,并在此后构建一个能够在实际产业和公共领域中加以利用的结构。”这也是政府认为不能把这一项目作为“一次性生存赛”草草收尾的原因。


尤其是如何对评估中落选的企业进行后续支持,被视为政府必须解决的课题。由于本次项目具有“国家代表AI”的象征性,如果入选与落选被固化为成功与失败的“标签”,可能会抑制挑战本身,这一担忧日益加剧。


科学技术信息通信部一位高层官员表示:“未被选中的企业同样积累了技术实力和经验,因此有必要提供一种政策性出口,使其能够继续后续研究与挑战”,“我们正在研究多种方案,包括设置一种类似‘参与奖’的激励措施。”这些激励措施可能包括提供GPU使用机会、衔接后续研究课题、支持开源利用等。


图片由Gemini生成

图片由Gemini生成

View original image

围绕独创性标准产生的混乱,同样是政府需要再次梳理的一大关键点。政府并不将独创性的含义简单视为“排除外国产品”,而是视作主权与控制权的问题。在AI作为通用技术扩散的形势下,我们在国防、安全等领域需要可以由自己掌控的模型,并且在提升性能的同时,也必须能够对模型的开发过程和管理方式负责。



科学技术信息通信部一位高层官员补充称:“独创性从一开始就是本项目的最低要求,但业界对其理解程度确实各不相同”,“在此次追加精英团队招募过程中,我们从技术、政策、伦理等层面向业界分享了政府如何解读独创性,并听取了意见,很多反馈认为‘这样已经足够明确’。”


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。

不容错过的热点