视觉中国供图

近日，国家网信办联合国家发改委、教育部、科技部等七部门公布的《生成式人工智能服务管理暂行办法》规定，鼓励生成式人工智能算法、框架、芯片及配套软件平台等基础技术的自主创新。

(资料图片)

以大模型为代表的人工智能技术经过60多年的发展，已经进入到爆发的阶段，具备了为行业降本增效的能力。大模型时代真正开始了。

回顾第一次动力革命、第二次电气化革命、第三次信息化革命，过去几次工业革命对整个人类社会的经济、文明形成了巨大的推动。此次人工智能革命，尤其以大模型为代表的新兴科技，预测为人类带来的影响将会远超过去三次工业革命。

相比过去20年人类科技的发展，大模型出现两个很鲜明的特征。首先，大模型完全媲美操作系统。PC时代有Windows系统，移动互联网时代有iOS系统和安卓系统。今天，大模型已经具备了整个生态的构建能力。

其次，大模型还超越了操作系统。在操作系统之上，谷歌、Meta等公司提供了入口，涵盖搜索引擎、社交、电商等，而大模型不仅是操作系统，还是一个真正拥有巨大用户数且用户黏性极高的超级入口。

综上所述，大模型是人类科技史上的一次重大飞跃，但是，大模型在全球发展过程中也面临着3个极其关键的、需要解决的挑战。

第一个挑战是技术的不可控性。在伦理道德、价值观上，大模型都面临着如何能够从不可控变成可控的挑战。如果没有一个可控、安全的大模型，人工智能就无法实现商用，大模型或遭遇“折戟沉沙”。

第二个挑战是用户的心理期待。用户期待人工智能不仅拥有大模型的核心能力，更希望大模型输出的答案，是自己所希望的答案。所以，未来大模型需要从“非定制”转为“可定制”，能够为每一个企业、每一个场景提供可定制、能够按需输出的基础平台。

第三个挑战在于大模型的交付成本。当前的大模型成本尤其是算力成本极其昂贵，动辄要上百亿美金。若将大模型成功地商业化，还需推动“难交付”变成“可交付”。

基于这些挑战，相关方希望可以在数字经济方向取得新突破。数字经济的特点之一为数据越用越多。然而，数据之上是什么在控制数据、产生数据价值呢？答案是算法与人工智能。因此，在人工智能、数字经济新时代，必须要掌握核心的基座、核心的平台、核心的算法，这也是中国面对的机遇和挑战。

事实上，对于人工智能中算力、算法、数据、应用场景等核心要素，中国做得最成功的是应用场景，即结合科技并促进产品落地的商业化解决方案。如今，中国应该更多地鼓励原始创新，大力发展人工智能诸多核心科技。（作者系科幻作家）