从知识中来，大模型的能力来源于人类的庞大知识库；到知识中去，大模型也将重新塑造人类知识应用、创造和转化的模式，在经济社会发展中产生巨大价值。

　　近期，人工智能大模型引起社会各界关注。从知识中来，大模型的能力来源于人类的庞大知识库；到知识中去，大模型也将重新塑造人类知识应用、创造和转化的模式，在经济社会发展中产生巨大价值。《大模型时代》一书对这些内容进行了详尽的介绍和展望。

　　大模型拥有丰富的各学科知识，并表现出一定的逻辑能力，这是因为科学家利用海量的人类语言数据和大规模的GPU（图形处理器）算力，对大模型进行了预训练。当前最新的模型，为其精心挑选的预训练知识数据量达到13万亿token（字），相当于500万套四大名著的规模；而通过训练提取的“知识片段”即模型的参数，有1.8万亿个。无论训练量和参数量都远超以往人工智能模型的规模，这也是人工智能大模型这个名字的由来。

　　这种利用庞大语料库对人类知识进行建模的方式，可理解为对现实世界的一种“模糊压缩”。通过训练好的大模型来解答问题，相当于对世界的“模糊还原”。“模糊”可能导致问题解答不准确，但也因为模糊，大模型可以解答原有知识解答不了的新问题。

　　“压缩”和“还原”的过程中，大模型都在反复预测文本中可能出现的下一个字。它用这样的方式来理解人类语言和知识的规律，并在遇到问题时，利用模型学到的规律，一个字一个字地生成连贯而有意义的内容。由于使用自然语言（而非程序语言）与人类进行交互，大模型可以灵活地接收并完成人类下达的各种知识型任务，这就打开了大模型跨学科跨行业应用的广阔空间。

　　大模型具有强大的应用前景。利用训练中积累的知识，辅以专业领域的知识库和流程逻辑，大模型可以充当行业专家的人工智能助手，甚至直接为客户提供一对一的知识服务。例如，面向乡村教师的人工智能助教，可以帮助教师进行课程设计和作业辅导，显著提高乡村教育质量。通过一对一的知识定制应用，大模型能大大降低专业服务的交付成本，打破以往服务个性化和普惠化之间的矛盾，让更多人享受到教育、医疗和法律等领域既个性化又普惠的专业服务。

　　大模型还能通过知识的跨界关联，推动人类新知识的发现和创造。20世纪80年代，科研人员开始通过计算机技术分析科学文献，寻找新的关联协作机会点，比如利用这一方法发现鱼油跟雷诺氏综合征的关联性，据此提出的疗效假设得到了验证。在跨学科研究成为大势所趋的今天，化学及材料科学等领域的研究显示，人工智能能实现更灵活、更深度的知识理解和挖掘，可将不同学科、不同语言的知识关联到一起，帮助科学家发现创新盲点，提出新假设，给出跨学科研究路径甚至合作对象的建议，从而推动人类知识发展到全新水平。

　　工业制造未来也将是大模型的用武之地。大模型通过推动人类知识向物理机器转移，实现更复杂的工业人机协作。在以往的工业制造自动化领域，机器人依据严谨的预定义编程指令来执行操作，执行任务的能力受到一定限制，因为大部分的人类知识存在模糊性，对这些知识的理解和应用依赖于环境和常识。比如对机器人说：“我要一个苹果。”机器人不知道该去拿还是去买，不知道去哪拿、怎么买。而大模型可通过自然语言的交互，理解人类任务，借助自身训练获取的知识和外接的环境感知能力——知道冰箱在哪，猜测冰箱冷藏区可能有苹果，正确拆解任务并转译为机器指令——找到并打开冰箱，取出苹果，如果没有，则通过网络下单购买苹果。这样，大模型就在人类与机器人之间建立了复杂的、实时动态的协作机制，完成之前无法实现的、更高难度的工业制造任务。

　　未来，知识的应用、创造和转化将提升到一个新的高度。从老百姓可感知的民生普惠服务落地，同时进行更多方向探索——推动工业制造升级和科研手段演进，人工智能大模型对经济社会的影响将逐步往深层次发展，从而创造更大的社会价值。（来源：人民日报）