记者李览青上海报道

(资料图)

在“千模大战”后，市场下一个关心的问题是，大模型技术如何在各个行业中实现落地应用。

7月8日，在2023世界人工智能大会会议间隙，科大讯飞（002230）总裁吴晓如在接受记者采访时提到，大模型的下一阶段是机器与行业知识库的融合，与金融机构等合作伙伴共同针对行业知识进行精细化调整，同时，科大讯飞将在未来通过讯飞开放平台上向开发者和中小用户开放相关应用接口，只要撰写提示词就可以进行应用的创作开发。

《21世纪》：科大讯飞的星火大模型目前已经是国内应用生态比较完备的，但似乎还不够，你认为大模型下一阶段发展方向是什么？尤其是如何实现商业化的落地？

吴晓如：首先大模型它基础的一些能力已经可以使用了，它可以理解逻辑推理，在很多行业中可以解决相应的问题。例如智能客服、智能营销、文案写作等等，但它也依然存在一些问题，例如提供的知识不够专业、数据过时等等，这些都需要我们与行业知识库做紧密融合，让机器接下来更好地对接行业知识库。

学习行业知识，除了大量的文本数据之外，机器还需要针对行业知识进行精细化调整，这就需要其他专业机构的参与。科大讯飞近期在金融领域，和人保、交行都建立了联合创新机构。就在昨天科大讯飞和交行建立了人工智能创新实验室，将讯飞的大模型能力和他们的行业知识库、行业应用的能力结合起来，这样很快就能实现应用的推出，在这个基础上反向牵引模型优化，再做进一步的融合深化。第二个层面是通过讯飞的开放平台，让开发者通过预体验的形式，将他们的应用与我们的模型系统进行对接，只要撰写提示词就可以创作应用开发，当然还需要相关牌照发放后我们才开始正式运作。目前这两种模式已经都在往前推进了，一方面向大的行业推进应用落地，另一方面向中小用户开放应用开发能力。

《21世纪》：目前科大讯飞切入金融行业的角度是什么？科大讯飞面向金融行业客户的优势是什么？

吴晓如：金融行业数字化技术相对先进，科研投入经费也很充足，科大讯飞在过去就有金融行业的应用落地。例如线上营销方面，通过科大讯飞的产品自动捕捉客户满意度与产品满意度，或在风控审核方面提供流程辅助。在大模型技术应用后，AI的理解能力显著增强，可以为客户提供更好的服务。另外金融行业具有大量的经验与大量数据，而我们有相关模型技术，所以融合的需求很迫切。

《21世纪》：据我们了解，现在金融机构的数据开放还是不充分的，在这种情况下科大讯飞如何实现垂直领域模型的完善？

吴晓如：在我们和金融机构合作的过程中，首先金融企业有很多敏感数据，但也有不敏感的数据，例如政策法规等等，这些开放数据是可以提供给我们进行大模型训练的。

目前我们双方的模型训练一般分成两步，第一步是无监督训练，把大量数据和素材放进模型，帮助金融机构训练基础模型。第二步如果需要模型针对行业做精细化调整，训练需要的算力不是很大，这样我们就会在合作伙伴的联合创新实验室中，为金融机构提供工具，让其自己做调试优化。

《21世纪》：在通用大模型和垂直领域专业大模型方面，有观点认为在垂直领域可以用参数量较小的专业模型来解决问题，也有观点认为通用大模型建立起来后可能会对行业造成一个“淹没”效果，你如何看待这两种路线？

吴晓如：我可以举一个例子，10年前科大讯飞做语音识别，建立了电话、汽车、办公场景等等多个不同的语音识别模型，但是随着语音识别通用模型的发展，当其效果优于其他专用模型后，专用模型就失去市场了。但是在通用大模型出现之前，我认为目前还是会经历专业模型快速发展的阶段。