广告牌匾发光字设计：炫酷亮丽品牌LOGO设计！

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>AI領(ling)域(yu)“語(yu)言(yan)霸(ba)權(quan)”？语言差(cha)異(yi)或(huo)成(cheng)本(ben)土(tu)人(ren)工(gong)智(zhi)能(neng)發(fa)展(zhan)關(guan)鍵(jian)動(dong)力(li)

原(yuan)創(chuang)：王(wang)嗚(wu)

來(lai)源(yuan)：大(da)模(mo)型(xing)之(zhi)家(jia)

圖(tu)片(pian)来源：由(you)無(wu)界(jie) AI工具(ju)生(sheng)成

人工智能（AI）作(zuo)為(wei)當(dang)今(jin)科(ke)技(ji)领域最(zui)受(shou)关註(zhu)的(de)話(hua)題(ti)之壹(yi)，其(qi)中(zhong)自(zi)然(ran)语言處(chu)理(li)（NLP）的技術(shu)演(yan)進(jin)和(he)應(ying)用(yong)一直(zhi)是(shi)最熱(re)門(men)的賽(sai)道(dao)。然而(er)，在(zai)AI演进的過(guo)程(cheng)中，英(ying)语作为世(shi)界通(tong)用语言，占(zhan)據(ju)了(le)這(zhe)個(ge)领域優(you)勢(shi)地(di)位(wei)。

就(jiu)如(ru)同(tong)GPT3，英文(wen)占比(bi)为92.7%、法(fa)语1.8%、德(de)语1.5%而中文语料(liao)只(zhi)占0.1%。这意(yi)味(wei)著(zhe)，英文之外(wai)的语料匱(kui)乏(fa)，會(hui)導(dao)致(zhi)使(shi)用这些(xie)语種(zhong)的國(guo)家在发展AI大模型的过程中遭(zao)遇(yu)更(geng)多(duo)阻(zu)力。

香(xiang)港(gang)科技大學(xue)人工智能研(yan)究(jiu)中心(xin)主(zhu)任(ren)馮(feng)雁(yan)表(biao)示(shi)：盡(jin)管(guan)自己(ji)掌(zhang)握(wo)着七(qi)门语言，但(dan)英语在学术界的地位是沒(mei)有(you)其他(ta)语言可(ke)以(yi)撼(han)动的，尤(you)其在人工智能领域，如果(guo)不(bu)用英文发表論(lun)文將(jiang)很(hen)難(nan)獲(huo)得(de)学术界的認(ren)同。

语言差异成为人工智能開(kai)发和应用的本質(zhi)挑(tiao)戰(zhan)

今年(nian)5月(yue)，谷(gu)歌(ge)发布(bu)了PaLM 2大语言模型，谷歌宣(xuan)稱(cheng)，PaLM 2为100多种语言增(zeng)加(jia)了非(fei)英语訓(xun)練(lian)數(shu)据。該(gai)模型可以識(shi)別(bie)德语和斯(si)瓦(wa)希(xi)裏(li)语中的成语、日(ri)语中的笑(xiao)话以及(ji)印(yin)度(du)尼(ni)西(xi)亞(ya)语中的语法，並(bing)且(qie)比以前(qian)的模型更好(hao)地识别區(qu)域變(bian)化(hua)。

不过在应用推(tui)廣(guang)階(jie)段(duan)，谷歌并没能兌(dui)現(xian)发布会上(shang)的承(cheng)諾(nuo)，用戶(hu)发现，谷歌仍(reng)在限(xian)制(zhi)普(pu)通用户使用PaLM 2的場(chang)景(jing)。例(li)如旗(qi)下(xia)的聊(liao)天(tian)工具Bard，雖(sui)然获得了PaLM 2的支(zhi)持(chi)，但僅(jin)开放(fang)了英语、日语和韓(han)语三(san)种语言的使用，而Gmail的寫(xie)作助(zhu)手(shou)更是仅支持英语。

可見(jian)，无论從(cong)开发，還(hai)是到(dao)落(luo)地，英语在人工智能赛道中，始(shi)終(zhong)有着最高(gao)的优先(xian)級(ji)。業(ye)內(nei)專(zhuan)家表示，尤其是中文这樣(yang)采(cai)用非拉(la)丁(ding)语系(xi)的语言，英语进行(xing)人工智能的开发和应用会因(yin)文化和语言差异而出(chu)现更多的歧(qi)義(yi)或誤(wu)解(jie)，进而导致人工智能技术的可靠(kao)性(xing)和準(zhun)確(que)性下降(jiang)。其次(ci)，由於(yu)缺(que)乏適(shi)合(he)中文等(deng)非英语语言的开发平(ping)臺(tai)也(ye)對(dui)于国内的人工智能开发產(chan)生了阻礙(ai)。

从现實(shi)角(jiao)度出发，摒(bing)棄(qi)傳(chuan)統(tong)編(bian)程方(fang)式(shi)对于任何(he)一个非英语国家都(dou)是不现实的，所(suo)需(xu)投(tou)入(ru)的研发成本、教(jiao)育(yu)成本以及時(shi)間(jian)成本都是难以估(gu)量(liang)的。

然而，隨(sui)着大模型成为了推动新(xin)一代(dai)产业革(ge)命(ming)的重(zhong)要(yao)基(ji)石(shi)已(yi)經(jing)成为行业共(gong)识，大模型的开发和应用也面(mian)臨(lin)着巨(ju)大的挑战，如技术壁(bi)壘(lei)、数据安(an)全(quan)、倫(lun)理道德等。

因此(ci)，中国发展大模型是形(xing)势所需，既(ji)要把(ba)握機(ji)遇，又(you)要防(fang)範(fan)風(feng)險(xian)。一方面，中国需要加強(qiang)自主创新，掌握核(he)心技术，避(bi)免(mian)被(bei)外部(bu)势力卡(ka)脖(bo)子(zi)，提(ti)升(sheng)国家的競(jing)爭(zheng)力和影(ying)響(xiang)力。另(ling)一方面，中国需要建(jian)立(li)健(jian)全的数据治(zhi)理體(ti)系，保(bao)護(hu)国家和个人的数据安全，防止(zhi)数据泄(xie)露(lu)、濫(lan)用、歧視(shi)等問(wen)题，促(cu)进数据的合理利(li)用和共享(xiang)。

其中，我(wo)們(men)看(kan)到了一些国内企(qi)业，正(zheng)在根(gen)据中国獨(du)特(te)的语言環(huan)境(jing)與(yu)市(shi)场需求(qiu)，試(shi)水(shui)更加符(fu)合国内需求的大模型产品(pin)。

今年3月，在文心一言大模型发布会上，百(bai)度创始人、董(dong)事(shi)長(chang)兼(jian)CEO李(li)彥(yan)宏(hong)就曾(zeng)强調(tiao)，文心一言基于海(hai)量網(wang)頁(ye)数据、搜(sou)索(suo)数据和图片数据以及语音(yin)日均(jun)调用数据，以及5500億(yi)事实的知(zhi)识图譜(pu)的训练数，这讓(rang)百度在“中文语言”的处理上，能夠(gou)处于独一无二(er)的位置(zhi)。

上个月，雲(yun)知聲(sheng)发布的山(shan)海大模型展示了中国大模型針(zhen)对醫(yi)療(liao)领域的优势，云知声不仅使用了领域内专业数据，还加入了大量专輯(ji)、病(bing)案(an)、教材(cai)以及云知声積(ji)累(lei)的標(biao)准医疗数据，并建立了国内最大的医疗知识数据图谱，通过医疗领域的知识增强，从而实现了在MedQA評(ping)測(ce)能力中超(chao)越(yue)GPT-4的結(jie)果。

除(chu)此之外，阿(e)里巴(ba)巴、騰(teng)訊(xun)、商(shang)湯(tang)科技、科大讯飛(fei)等也在各(ge)自的AI大模型中，结合自身(shen)的优势研究和应用场景数据，展现出了巨大的潛(qian)力和发展空(kong)间。

大模型之家认为，企业可以在自身人工智能业務(wu)中，也应当注重开发面向(xiang)非英语语种的产品和服(fu)务，以适应更广闊(kuo)的市场，以及针对不同使用场景有的放矢(shi)地开发产品。

同时，在政(zheng)策(ce)方面，也希望(wang)能够提供(gong)针对中文的语言环境，提供更多相(xiang)应的研究和发展政策支持，鼓(gu)勵(li)更多的人工智能创新項(xiang)目(mu)。除此之外，学术研究机構(gou)也可以加强中文人工智能领域的研究，在保證(zheng)数据安全与隱(yin)私(si)的前提下，共享更多相关数据資(zi)源。

文化差异将成为大模型本土发展的先进动力

语言作为国家文化的血(xue)脈(mai)，不同的语言和文化背(bei)景往(wang)往会导致ChatGPT在应用中产生歧义。例如“鴿(ge)子”在中国和大多数国家的印象(xiang)中都代表着和平，在ChatGPT中亦(yi)是如此。不过，在巴斯克(ke)语中的“鸽子（uso）”也有一定(ding)的侮(wu)辱(ru)性含(han)义。这是因为中国龐(pang)大的人口(kou)和美(mei)国经濟(ji)的主导地位，导致可用数据材料中，忽(hu)略(lve)了部分(fen)小(xiao)语种中詞(ci)语的含义。

从一定程度上看，AI智能大模型的使用会影响使用者(zhe)的價(jia)值(zhi)觀(guan)念(nian)，成为一种潜移(yi)默(mo)化的“文化入侵(qin)”。如果不能实现人工智能的自主把控(kong)，将会对国家安全等方面产生極(ji)大的影响，从长遠(yuan)角度来看，人工智能技术在用于意识形態(tai)传播(bo)领域将起(qi)到极大的作用。这也对自然语言处理等领域的人才(cai)培(pei)養(yang)提出了新的需求，加强人才培养，有利于中国在语言類(lei)大模型开发方面更快(kuai)地追(zhui)趕(gan)国際(ji)领先水平。

值得一提的是，第(di)七屆(jie)世界智能大会上仁(ren)文伏(fu)羲(xi)1.0中文大模型正式发布，仁文伏羲是由天津(jin)大学自然语言处理实驗(yan)室(shi)自主研制的，与中国人文伦理价值对齊(qi)的中文大模型。目前1.0版(ban)本模型擁(yong)有67亿參(can)数，进行了海量中文数据的“自監(jian)督(du)学習(xi)” （預(yu)训练）及大規(gui)模指(zhi)令(ling)数据的“模仿(fang)学习”（微(wei)调），展现了强大的问答(da)、生成、对话、意图捕(bu)获、价值对齐等能力。

同时为确保机器(qi)翻(fan)譯(yi)等技术不会泄露敏(min)感(gan)信(xin)息(xi)，制定相应的政策和法规也成为亟(ji)待(dai)解決(jue)的嚴(yan)峻(jun)问题，加强对于人工智能技术监管和治理的重要性已经成为全球(qiu)公(gong)认的抵(di)禦(yu)人工智能风险辦(ban)法。

可喜(xi)的是，随着国内人工智能发展的重视程度持續(xu)高漲(zhang)，有关部门都在提出实施(shi)人工智能战略的目标。如《上海市促进人工智能产业发展條(tiao)例》、《2022年北(bei)京(jing)人工智能产业发展白(bai)皮(pi)書(shu)》、《南(nan)京国家人工智能创新应用先导区建設(she)实施方案》等一系列(lie)相关政策和措(cuo)施。同时，高校(xiao)、研究机构等积极投入到人工智能的研究和应用中，也为中国人工智能产业的进一步(bu)发展提供堅(jian)实的保障(zhang)。

当然，人工智能的发展，都離(li)不开国际合作交(jiao)流(liu)的支持，中国拥有广阔的合作空间和机遇，通过交流借(jie)鑒(jian)和吸(xi)收(shou)其他国家的先进经验和技术，同时也可以为其他国家提供优质的人工智能技术和服务。人工智能技术在非英语国家的应用和发展依(yi)然面临着諸(zhu)多困(kun)难和挑战。只有充(chong)分认识到问题并迎(ying)难而上，才能够进一步促进我国人工智能领域的发展，占领大模型的发展高地。返(fan)回(hui)搜狐(hu)，查(zha)看更多

責(ze)任编辑：