GAITC2025全球人工智能技術大會 | 每日互動方毅：開源大模型+閉源小數據是AI時代的重要路徑

　　 那么人工智能還可以“反哺”給人類哪些“神造”智慧呢？我認為最重要的是“專注力”（All About Attention）。大模型運算沒必要每次把671b都啟動起來，那樣非常費力，只啟動一小部分跟“我”相關的參數即可。所以大模型用MoE架構，平均每次只激活3.2個專家模塊解決問題。就像我們開會時，先找最懂行的3個人討論，再快速匯總結論，效率遠高于全員耗在細節里。我們如果通過三種棋類游戲來看人工智能的發展給我們的一些啟發可能會更加形象。

　　 第二點是“深藍”代表的“凡事比別人多想兩步”，也就是養成深度思考的慣性。“深藍”和人類都能夠背國際象棋的棋譜，但是為什么人類打敗不了“深藍”呢？因為它會比人多算兩步。凡事比別人多想想在現實中是非常難得的。就像一個好的助理，他的價值就在于能不能預見你下一個問題，并準備好方案——就像深藍，多算兩步就贏了。

　　 第三點是AlphaGo代表的“笨鳥先飛”。AlphaGo背了人類的圍棋棋譜才四段水平，但通過自我對弈100萬盤，四個月登頂，這就是“強化學習”。同樣還有強化學習“上癮”的DeepSeek——因為它炒股，如果投資失敗會虧錢，所以它強化學習上癮。所以我們學AI，要學“笨鳥先飛”：每一步都在進步，這就是我們古話說的，“日拱一卒，功不唐捐。”

　　 比如我們聯合生態公司研發的“數智綠波”產品，就是把互聯網數據與公共交通數據在可信數據空間中進行聯合計算，通過可控大模型計算出道路路口流量信息，最后成功實現對紅綠燈的智能調控。

　　 在醫療健康領域，我們推出“腦卒中早篩模型”，用人工智能來識別高風險人群，以達到“上醫治未病”。中風患者每年的及時送醫率僅5%。傳統腦卒中篩查方案參數少，精度低；我們用全因子醫療數據特征+機器學習模型算法來訓練大模型，將這個早篩模型的預測精度提高到0.91，也就是通過5%的樣本群體就可以預測明年50%的潛在風險人群。

　　 再比如在反詐宣傳上，傳統宣傳如反詐標語“凡裸聊刷單即詐騙”，導致公眾誤以為只要我不關注這些那么詐騙就與己無關。但是真正智能靶向的反詐宣傳，需要對群體有更精準洞察，畢竟現實中“總有一款詐騙適合你”。所以我們提出了基于12維數據分析生成的網絡詐騙易感風險（蚱蜢分），方便有關部門向不同人群推送定制化的反詐案例——例如向商務人士發送如何識別“偽造高管郵件”騙局。

　　 當然對于個人來說，我認為未來最重要的能力是“提問和定義問題”！AI越強，人越要學習它怎么思考。比如電商搜索，我找個語音設備，搜兩周沒結果。為什么呢？意圖識別太差！得用大模型重構搜索，讓用戶專注“值得看的東西”。

　　 駕馭AI的關鍵是別讓它當“槍手”，而要當“助手”。就像會計師從算盤到計算器再到excel，寫作也該“動嘴不動手”。比如我們推出的“公文寫作助手”可以幫助大家更好地完成公文寫作，基于我們被授權的2,000萬權威語料，我們有關工作人員可以通過語音交互來指導大模型完成一篇內容的寫作。

　　 幾年前我曾參加一次與法國學者的交流，大家最終達成的共識是“未來人類將分化為兩類：2%的深度思考者（定義問題、駕馭AI），與98%的幸福生活者。”而我們要做的，就是讓技術成為托舉普羅大眾的方舟，而非割裂世界的鴻溝。