推进大模型在数字政府中的应用

ChatGPT的问世开启了生成式人工智能大众化的序幕，大模型旋即成为继互联网之后又一个产业发展焦点，并受到各方普遍关注。当前，在数字政府建设中，多地以大模型应用推动政府数字化、智能化水平提升，应用场景十分广泛，涵盖了政务办公、政务服务、智慧城市、一网统管、应急管理、市场监管、舆情监测、交通治理、卫生健康等多个领域。客观地看，大模型尚处在发展早期，面对技术浪潮保持理性思考，对于兼顾发展和安全、提高数字政府建设水平的意义重大。 

走向通用目的技术的大模型 

学理意义上，大模型是指具有大规模参数和复杂计算结构的机器学习模型。应用视角下，大模型可以分为通用大模型和垂直大模型。顾名思义，通用大模型可以应用于各种场景，具有较大的“广度”。垂直大模型专注于特定领域，在垂直领域被二次开发和训练，属于“定制化”大模型，具有较好的“深度”和“精度”。政务大模型属于垂直大模型的范畴，是在通用大模型基础上结合政务行业专属数据和政务行业应用场景特征、为政务领域定制的专属行业大模型。 

实践中，各地区纷纷上线政务领域大模型服务平台，数字政府领域已经成为垂直大模型的主阵地之一。从目前已经发布的政务大模型来看，大多是基于一个或多个通用大模型，针对特定地区或特定领域，综合考虑数据资源与算力资源而构建形成的。 

大模型之“大”主要表现为算法参数之多、数据之大以及算力之强。大模型迭代中的“数据飞轮”效应深入人心，那就是场景催生应用，应用生成数据，数据训练算法，算法反哺应用。这或许是“场景”成为如今数字政府建设“热词”的重要原因之一。然而，大模型的发展存在不确定性，突出表现在技术路线、产业形态和商业模式等方面。大模型的竞争导致技术规模定律的出现，即多数大模型的参数规模超过某个阈值后模型能力裂变式提升，进而带来不可预期的应用效果，这对监管提出挑战。 

上一篇 在2024年全省人才工作调研座谈会上的汇报发言 2024-10-06

下一篇 构建高效安全的数据跨境流通机制 2024-10-06

本文链接： https://www.laobiganzi.top/320866.html