AI 大模型技术范式与行业应用
过去，人工智能往往局限于特定领域，而大模型凭借其强大的规模扩展性和多任务适应性，打破了这些壁垒，推动人工智能进入新的发展范式。大模型技术引领的新范式，正在推动人工智能走向'通才'，并加速其与各个行业的深度融合，催生众多创新应用场景，推动传统行业走向'人工智能+'。
人工智能发展新范式
在近期举办的'算力中关村'技术成果对接交流专场活动中，中国信通院人工智能研究所副所长魏凯发表了《人工智能 + 的广阔前景与落地之路》的主题演讲。他指出，近年来以 Transformer 为代表的大模型技术在语言、视觉等领域加速突破，推动人工智能进入了一个新的发展范式。
人工智能进入到新的范式具有以下几个显著特点：
- 规模可扩展性强：模型参数量和数据量的增长能带来性能的持续提升。
- 多任务适应性强：单一模型可处理多种类型的任务，无需为每个任务单独训练。
- 持续学习能力：模型能够通过不断的数据输入进行迭代和优化。
大模型在各个行业的突破，不仅仅在语言模型上，在其他领域的突破更值得重视。大模型与行业知识深度融合，将催生众多创新应用场景，形成新的增长点。人工智能和行业融合的前景，也就是国家提出的人工智能 + 的场景，是非常丰富的。
从两个方向来看，一个是 To C（面向消费者），一个是 To B（面向企业）。
- 消费端：办公、图片生成和对话类产品占比合计达 60%，提升工作效率成为首要目标。
- 企业端：主要面向企业价值链的各个环节，包括研发、生产制造、经营管理、营销服务和智能产品等。大模型在这些领域都拥有巨大的应用空间，可以提升效率、降低成本，并推动产业升级。软件工程是 To B 领域应用的典型案例，大模型技术正在深刻改变软件行业，显著提升软件开发和测试的效率。
但大模型应用规模化落地仍存在诸多挑战。推动人工智能深度应用，应全面加强平台建设、数据治理、运营管理、风险管控四大支柱建设。
场景一：自动驾驶领域的变革
关于大模型和其他领域的融合，会上具体指出了三个方向。其一是 AI 大模型在自动驾驶领域的应用。
特斯拉在美国开放了自动驾驶的第 12 版 FSD V12，免费给大众使用一个月。这个技术是在去年的 8 月份就研发完成了，它的底层用的是 Transformer，和 ChatGPT 是一个技术。不仅是特斯拉在做，上海人工智能实验室在文章上也证明了在端到端上来做 Transformer 也是可行的。这条路在深刻改变自动驾驶的技术路线。
数字开物查询公开信息获悉，上海人工智能实验室、武汉大学、商汤科技团队联合发表的论文《Planning-oriented Autonomous Driving》（以路径规划为导向的自动驾驶）首次提出感知决策一体化的自动驾驶通用大模型 UniAD。
UniAD 自动驾驶模型通过其统一的架构设计，有效地整合了全栈自动驾驶的关键任务，利用 Transformer 模块和查询向量建模技术，实现了高效的物体交互和路径规划，尤其是预测和规划效果远超其他模型。UniAD 在感知决策一体化、多目标跟踪准确率、复杂场景下的表现以及三维目标检测等方面展现出了明显的优势，更是表明基于 Transformer 的端到端自动驾驶技术路线具备可行性，为自动驾驶领域的研究和发展提供了重要的指引和设计思路。
这种端到端的模式减少了传统自动驾驶中感知、预测、规划分模块带来的误差累积，使得系统更加接近人类驾驶员的直觉反应。
场景二：气象科学领域的突破
其二是 AI 大模型在气象科学领域的应用。谷歌和华为近期分别在 Nature 和 Science 杂志上发表文章，证明气象预报除了传统的数值计算和超级计算机方法外，还可以利用基于数据驱动的大模型进行预测。该模型只需输入历史数据，无需气象科学家的干预，即可快速、低成本地预测未来天气状况。
今年国内一些科研机构也报道称，大模型在气象预报方面取得了突破性进展，空间分辨率达到了 9 公里，这是历史上从未有过的精度。这一突破性的进展令人瞩目，为气象预报领域带来了新的可能性。
在气象科学领域，2023 年 7 月，谷歌发布了 GraphCast，这是一个基于图神经网络的气象预报大模型。GraphCast 将地球表面划分为不同的节点，并根据地理位置和大气动力学关系构建图结构，并使用图神经网络 (GNN) 对图结构进行学习，提取节点之间的关系特征和大气动力学特征，根据学习到的特征，预测未来不同时间和地点的气象要素，例如温度、降水、风速等。GraphCast 具备高精度、快速预测、可解释性强的优势，适用于复杂地形和局部地区预报。
同时期国内，华为云研发团队也推出了一种基于 AI 的气象预报模型——盘古气象大模型。盘古气象大模型采用 3D 深度学习网络，能够更好地捕捉大气三维结构和动力过程，并利用数据同化技术将观测数据（如卫星遥感数据、地面气象站数据）与模型预测结果进行融合，提高预测结果的可靠性。盘古气象大模型在短期和中期天气预报方面展现出超越传统数值预报模型的精度，能够更精确地预测降水、温度、风速等气象要素，除此之外还可以用于极端天气事件预测以及气象变化研究。
AI 技术在气象领域的重大突破，为气象科学研究和应用带来了新的可能性，在天气预报、极端天气预警、气候变化研究等方面具有广阔的应用前景。
