作者 | 曾響鈴

　　文 | 響鈴說

　　能力越大，帶來的價值也就越大，但若是“人品”不好，這樣的人也就越危險。

　　這是評價一個人的普遍共識。

　　如今炙手可熱的大模型，也面臨同樣的“評價標準”。

　　2023年年初，歐美千人聯名公開信反對ChatGPT的快速發展，其中提到：

　　“人工智能的研究和開發應該重新聚焦于優化最先進的系統，讓它更加準確、安全、可解釋、透明、穩健、一致、值得信賴、對人類忠誠。與此同時，AI開發人員必須與決策者合作，大力推進強有力的AI治理系統的發展。”

　　這股反對浪潮，與大模型席卷全球的技術浪潮一起，構成了2023年人類科技發展大局的底色。

　　到了臨近2023年收官，以馬斯克為代表的名人，還在通過各種方式表達對大模型的擔憂，“AI比核彈更危險。

　　雖然馬斯克轉手就大力投入自家的大模型開發工作，但對大模型這枚能夠實現巨大“價值爆發力”的核彈進行監管，樹立與引導行業規范，也逐步形成國內外的共識。

　　這種共識，不僅僅基于“人類”、“未來”之類的宏大敘事，更重要的是，它與產業落地同樣息息相關。

　　不久前，全國信息技術標準化技術委員會人工智能分委會全體會議期間，國內首個官方“大模型標準符合性評測”結果正式公布，包括百度文心大模型在內幾個大模型首批通過該評測。

　　在2024大模型注定要在商業價值上大展拳腳時，行業規范的建設工作也在默默完善，它能為產業場景中的客戶帶去真正的信任，掃清場景落地的最后一重障礙——“信任”度的建設問題。

　　01 宏大敘事背后，是產業落地的“信任度”問題

　　過去，以百度文心大模型為代表，國內大模型實際上解決了產業客戶關注的兩個問題：

　　首先，是價值上限，即大模型“技術發展”的深入，認知智能的不斷完善，可以在業務改造上給產業客戶帶來全新的可能。

　　堪比GPT-4的文心大模型 4.0，代表了中國大模型發展的技術水準，讓中國大模型擁有了世界話語權。而對產業客戶而言，大模型的這種不斷迭代，意味著服務其業務變革升級的“腦子”越來越聰明，產生業務變革價值的能力越來越強。

　　然后，是業務契合度，即大模型“場景契合”的不斷提升，能夠有效融合到各類業務當中，產生源源不斷的場景應用。

　　截至最新數據，文心一言用戶數已經破億，覆蓋場景 4300 個，其背后的百度文心大模型調用量居國內首位，日均調用量達數千萬次，每月服務企業超過 1 萬家。

　　這些數據，彰顯出大模型產業落地的進程之快、之深。

　　但是，如果說“技術發展”、“場景契合”代表了大模型的產業落地“上限”，那么在狂奔突襲之外，大模型正越來越需要關注“下限”問題，即“行業規范”的建設推動產業客戶最終形成對大模型的普遍“信任”。

　　在全球范圍內，大模型之所以在2023年初“未成熟先被猜忌”，原因在于它帶來的預期牽連是多方面的。

　　在“挖掘數據要素價值”這個本質下，大模型天生有這些隱憂：

　　數據隱私問題——各類數據被倒入“訓練”的大鍋中，是否在應用時對外“無意間”透露出某些重要的個人、企業隱私?典型如，與大模型發展如影隨形的“提示詞攻擊”正變得越來越猖狂，通過刻意的提示詞引導，導致模型生成不適當的內容，泄露敏感信息等。

　　數據安全問題——大模型意味著大數據量，要保證效果，就必須要有大批量的核心數據納入到訓練當中，但這些數據一旦被竊取，損失將比過去的AI模型要大很多，安全容錯率更低。

　　知識版權問題——在數據輸入端，數據來源是否有版權支撐，在結果輸出端，版權歸于誰?都等待梳理。

　　倫理道德問題——科研、制造、醫藥、法律……大模型已經走向諸多能帶來社會正向價值的場景，但在諸如偽造視頻進行詐騙等“場景應用”上，大模型“技術支撐”帶來的欺騙性會變得更強，帶來的損失可能性也更大，這方面，很多案例正在集中涌現。

　　由此可見，當問題被具體拆解后，開篇那些宏大敘事之下，對大模型未來發展的擔憂，其實都與產業落地密切相關。

　　對很多潛在的客戶而言，使用大模型改造升級業務，會不會有直接的數據隱私、數據安問題?畢竟，如果商業隱私外泄、重要數據被偷竊，企業運營會面臨各種直接的商業競爭風險。以及，會不會帶來知識版權、倫理道德等新的“麻煩”，讓企業陷入被動?

　　毫無疑問，這些“后顧之憂”，就是大模型產業落地的“下限”問題。

　　由此，配套機制的建設尤為必要。

　　當文心大模型等逐步走向大型產業客戶，或敏感行業客戶等對象時，一定繞不開信任度的拷問。

　　經驗表明，任何一個領域要避免走向“風口”式的衰敗命運，行業規范的建設一定要與技術、應用的快速發展同步進行。

　　某種程度上，有沒有統一的、權威的行業規范，是衡量行業成熟與否的標志。

　　“大模型標準符合性評測”正是產生于這樣的背景下，其旨在通過制定科學合理的評測標準和方法，推動大模型技術的規范化發展，提升我國AI技術的整體競爭力，代表了中國引導大模型行業發展的監管優勢——我們沒有各種花哨的聯名信、名人蹭熱度的大放厥詞，確有實實在在的行業規范建設前瞻動作。

　　而通過評測，意味著大模型本身也將獲得行業甚至監管層的認可，能夠為產業場景的客戶所真正信任，不會在未來某個深入發展的時間節點突然“碰釘子”。

　　對百度文心大模型而言，“技術發展”、“場景契合”帶來卓越的性能和廣泛的應用場景，現在加上“行業規范”的建設，三大要素齊備，既不斷拉升“上限”，又鎖住了“下限”，未來的加速發展將無后顧之憂，更值得客戶信任，2024的產業落地也可以放心“大干一場”了。

　　02 逆向破局，行業規范的繼續發展也需領頭羊推動

　　行業標準的指引和規范，是新興行業成長并最終步入正軌的基礎。

　　在制度優勢下，近些年在新興領域，我國相繼建立了1300多個全國標準化專業技術委員會，截至2021年已發布國家標準4萬多項、行業標準7.6萬多項，有力推動了創新力量的迸發，成為我國新技術比肩歐美的重要支撐，大模型概莫能外。

　　但行業規范的建立也并非一件容易的事，“大模型標準符合性評測”僅僅是一個開始，后續還會，也必須要有更多行業規范式的動作落地，才能構建產業落地“信任”的完全體。

　　在開篇提到的“公開信”中，就提到大模型發展要建立的規范包括：

　　對高能力AI系統的監督追蹤和大型算力池;

　　幫助區分真實數據與AI生成的數據、并且追蹤模型泄漏的溯源和水印系統;

　　健全的審計和認證生態系統;

　　對AI造成的損害定責;

　　為AI技術安全研究提供強大的公共資金……

　　作為新興行業的“必答題”，下一步在行業規范這里，大模型要做的事還有很多。

　　尤其是，大模型本身發展十分快速，迭代升級導致相關標準的制定要有充分的前瞻性，要有足夠的預判，不能出現技術先進性不夠，或者修改、調整跟不上技術更新速度的情況。

　　而且，在規范建設后，能否起到引導的作用，還需要考慮普遍的執行問題。

　　因此，在國際上，一個普遍做法是，行業規范的制定本身，就需要邀請行業內的領頭羊企業、專家等，進行新興基礎研究，以最前沿的行業探索直接充實規范、標準內容，讓行業規范、標準兼具科學性與可操作性。

　　在TE智庫根據RlueEva-System大模型測評體系發布《中國通用大模型內容生成及安全性能力評測》中，百度文心一言綜合得分排名第一，“安全體系能力”一騎絕塵，甚至超越ChatGPT同期產品。

　　再加上強大的自然語言理解和生成能力，文本、圖像、音頻多模態數據處理，高效推理和部署能力，堅實的數據安全保障能力……可以想見的是，下一步，百度這樣的廠商，不應該只是做規范、標準的遵從者、執行者，更應該在統一指揮下積極協助相關規范、標準的建設工作，如此，大模型行業才能更加健康地成長。

　　而事實上，這樣的工作，百度已經配合有關方面在持續進行當中。

　　作為國內AI領域標準的主導力量，百度已經多次參與國家人工智能技術標準體系設計和討論，并作為標準核心貢獻單位之一，起草人工智能預訓練大模型系列國家標準。就在2023年7月，百度還被中國電子技術標準化研究院授予“國家人工智能標準化總體組大模型專題組聯合組長單位”，此前，百度同時獲批向公眾開放服務備案和深度合成服務算法備案。

　　還是回到2023年年初那封讓大模型熱度更上一個臺階的公開信，其中的呼吁“AI開發人員必須與決策者合作，大力推進強有力的AI治理系統的發展”，恰恰正在中國被實現。

　　在2024年，相信有了更好的行業規范建設，大模型產業落地也將更上一個臺階。