今日解读！大模型热度依旧，落地应用仍需破局：周鸿祎谈人工智能发展新挑战

大模型热度依旧，落地应用仍需破局：周鸿祎谈人工智能发展新挑战

北京讯，6月6日，360公司创始人、董事长兼CEO周鸿祎在360AI新品发布会暨开发者沟通会上表示，自去年大模型技术发布以来，虽然取得了长足的进步，但在落地应用方面仍然存在较大的挑战，离用户还比较远。

周鸿祎指出，大模型技术拥有强大的学习和处理能力，能够在自然语言处理、计算机视觉等领域取得卓越的成果。然而，大模型的应用场景仍然比较局限，主要集中在科研和开发领域，尚未真正走进大众生活。

究其原因，主要有以下几点：

• **大模型的训练和使用成本高昂。**大模型需要大量的算力和数据进行训练，这对于大多数企业和个人来说都是难以承受的。
• **大模型的易用性和可解释性差。**大模型的内部结构复杂，普通人难以理解和使用，也无法解释其做出决策的依据。
• **大模型存在伦理问题。**大模型可能会被用于恶意目的，例如制造虚假信息或操纵舆论。

针对这些挑战，周鸿祎建议：

• 加强大模型的基础研究，降低训练和使用成本。
• 开发更加易用和可解释的大模型。
• 建立大模型的伦理规范，防止其被滥用。

周鸿祎强调，大模型技术拥有广阔的应用前景，但其发展也面临着诸多挑战。只有共同努力，解决这些挑战，才能让大模型技术真正走进大众生活，服务社会。

除了周鸿祎的观点，业界人士也对大模型的未来发展表达了看法。

• **中国人工智能学会副理事长、清华大学教授唐杰表示，**大模型技术是人工智能发展的必然趋势，但其落地应用需要一个长期的过程。在未来，大模型技术将与其他人工智能技术融合发展，在更多领域发挥作用。
• **百度副总裁、百度研究院院长吴恩达表示，**大模型技术已经取得了重大突破，但仍然处于早期发展阶段。未来，大模型技术将更加开放，更加易用，为更多开发者和用户所用。

总体而言，大模型技术正在快速发展，但其落地应用仍需破局。只有解决成本高、易用性差、伦理问题等挑战，大模型技术才能真正发挥其潜力，服务社会。

金融总量指标不再是重点？业内呼吁转变关注视角

北京 - 近日，央行旗下媒体援引业内人士观点指出，我国应逐步淡化对金融总量指标的关注，取而代之的是更加注重金融结构和质量的提升。这一观点在业内引发了广泛讨论。

长期以来，货币供应量、信贷规模等金融总量指标一直被视为衡量经济发展和金融运行的重要风向标。然而，随着经济结构转型升级和金融体系日益复杂，单纯依靠总量指标来判断经济形势和金融风险已显不足。

业内人士指出，金融总量指标往往滞后于经济运行，且容易受到短期因素影响，导致信息失真。例如，在经济下行压力加大背景下，为对冲经济下行风险，央行往往会采取降息降准等措施，导致货币供应量和信贷规模出现较快增长。但这一现象并不一定反映经济实际状况，反而可能掩盖潜在的金融风险。

此外，金融总量指标难以反映金融结构和质量的变化。例如，近年来我国金融杠杆率持续上升，但与此同时，金融结构也在不断改善，特别是服务实体经济能力有所增强。单纯依靠信贷规模等指标来判断金融风险，可能会忽略结构改善带来的积极影响。

因此，业内人士建议，应逐步淡化对金融总量指标的关注，转而更加注重金融结构和质量的提升。具体而言，可以从以下几个方面入手：

• 优化信贷结构，加大对实体经济的支持力度。
• 发展多层次、多形式的金融体系，满足不同层次、不同群体的金融需求。
• 强化金融监管，压降杠杆率，防范金融风险。
• 完善金融体系治理，提高金融机构风险管理能力。

转变金融指标考核导向，有利于推动金融体系供给侧结构性改革，更好服务实体经济高质量发展。