鄭志明： 人工智能技術發展

及行業應用

　　4月22日，第31屆中國國際廣播電視信息網絡展覽會開幕式暨主題報告會在北京首鋼國際會展中心成功舉辦。中國科學院院士、北京航空航天大學人工智能研究院院長鄭志明，作題為《人工智能技術發展及行業應用》演講。演講內容全文如下：

　　數智化時代已經到來，人工智能技術正在重塑多個行業，行業大模型市場規模逐年增加，有望帶來廣電媒體行業新發展。但需要看到的是，傳統大模型性能隨著參數量、數據量、計算量的增加呈現冪律規律，導致計算資源和資金投入指數級增長，當前高門檻算力資源已經成為制約我國大模型快速發展的關鍵因素之一。

　　在此背景下，DeepSeek利用超高水平的工程路徑，展現了我國大模型的研發實力。它通過計算壓縮、數據壓縮和并行計算等高效優化方法大幅降低訓推成本，實現模型計算的參數脫敏，擺脫了模型性能對全參數的依賴，降低了我國大模型對美方特定硬件的依賴。

　　當前的人工智能技術憑借其強大的搜索與泛化能力，在有限組合優化領域獲得顯著的應用成果，例如制藥、材料、生物等。但是新一代人工智能的發展重點是決策能力，多重線性統計方法累加而成的人工智能，本質是基于數據統計形成的算法。然而，統計只可以處理粗系統或者有限系統，無法處理顆粒度精細的動態物理世界。為了提高AI模型的決策能力，中國工程院今年推出了《人工智能品牌重大咨詢項目(第六期)》，圍繞著決策能力引領，直面大模型在垂直領域里面的關鍵問題。

　　第一是解決大模型垂域微調的災難性遺忘問題。大模型缺乏統一的理論框架和可驗證邊界，在復雜場景和跨域領域應用的泛化能力明顯不足。當大模型遷移到垂域應用時，往往出現原有知識和能力顯著衰退的問題。這是因為大模型的設計和訓練缺少理論支持，泛化邊界不清晰，持續學習能力不足，影響了多任務協同性能。對此，需要采取結構穩定性理論支撐人工智能模型的實際部署與強泛化應用。

　　第二是解決大模型推理幻覺問題。大模型缺乏直觀解釋和嚴格驗證，難以應用軍事國防、國家廣電等高精領域。大模型應該意識到知識是有邊界的，當它跨越了邊界就可能會產生所謂的幻覺。解決幻覺問題必須要建立跨尺度方法,通過局部變化影響全局的研究思路，實現垂直領域的可信推理。

　　因此，新一代行業大模型應當是內嵌數理機制的可解釋高精度行業大模型。利用Science4AI技術構建精準可信的大模型，通過設計內嵌數學原理的新型算法框架提高模型決策的魯棒性，通過強化模型決策驗證機制確保系統在極端情況下也能作出準確可靠的決策。行業大模型需要突破偏離、邊界、孤島等關鍵科學問題，實現從穩態域到認知域到生態域的系統性躍遷。

　　為提升廣電行業的智能化水平，廣電領域在“十四五”期間的全面智能應用已經鋪開，在“十五五”行業發展戰略規劃過程中，可以采取1+M+N發展布局，以精準智能為基礎，發展M個共性AI技術，賦能N個廣電行業應用場景，不斷深化廣電行業與人工智能的融合，重塑“內容+服務+體驗”三位一體的智能傳播新生態。