专家观点集锦

中国联通大数据首席科学家范济安提出“高质量数据集”建立的难度问题。他表示，企业用户的数据往往是私有化数据，需要经过“治理”才能使用。但大部分企业自身的IT能力并不强，没有数据治理经验，对数据的标注、特征提取、向量化、强化学习等技术更是比较陌生，而外部AI能力强的服务商却不懂行业。

中国中铁高级专家李建斌表示，数据是智能建造系统进行分析决策的重要基础，即使是中国中铁现有的全部项目数据，也还不够。

中央财经大学数字经济融合创新发展中心主任陈端提到：通过央企主导建设行业数据集，有助于补齐数据短板，支撑大模型从“通用泛化”向“领域专精”升级，“同时，数据集作为公共产品，还可降低中小企业AI应用门槛。”他认为，当前，全球AI竞争已从技术单点突破转向生态体系博弈，“通过打造标杆场景，央企能够主导行业标准制定，提升我国在全球AI价值链中的话语权”。         

华禹创投总裁、北京高精尖科技开发院院长汪斌表示：“加快推动人工智能发展，是国资央企发挥功能使命，抢抓战略机遇，培育新质生产力，推进高质量发展的必然要求。”

中国工程院院士邬贺铨表示：企业用好大模型的的挑战在于，到目前为止大模型仅仅是一个助手，它能够快思考、有广度，但是缺乏深度和精准度。央企开发行业大模型有多种方式，如与阿里、腾讯、百度、华为等基础大模型提供方合作等。

北京交通大学工业互联网安全研究中心主任陶耀东表示，随着人工智能、量子计算等前沿科技正加速重塑全球科技和产业格局，技术革命窗口期正在缩短，而前沿技术一旦形成壁垒，后发者追赶难度极大，容易形成“赢者通吃”效应。因此，这一进程的紧迫性，既源于外部竞争的“倒计时”，也来自内部高质量发展的“时间窗”。从安全角度来说，国资央企也需要通过原创技术策源地建设，确保关键核心技术的自主可控，以提升产业链安全和韧性。

“AI幻觉”是因大模型的技术原理所引起的。大小模型融合应用通过将工业领域的专家经验转化为规则引擎，对通用大模型输出进行知识蒸馏，形成行业基础大模型，既用好了通用大模型的“有限性”，又利用行业知识规避“有限性”风险。采用“1+N+X”混合架构，1个行业基础大模型、N个领域小模型、X个机理模型，让AI更符合工业原理，可以更好地避免幻觉。