#0449｜2023AI技术与应用进展

。优化算法、通用数据、硬件算力推动人工智能技术底座不断夯实。算法层面，已开启千亿级甚至万亿级参数量预训练模型的研发 热潮，助推深度学习技术突破，加速人工智能外溢性和普惠性发展。   大模型降低人工智能应用门槛，推动产业应用创新，应用生态初步显现。大模型是传统人工智能能力的集大成者和新业态的创造者，一方面降低人工智能应用门槛，通过零样本、小样本学习即可 获得领先的效果，同时依托“预训练+精调”等开发范式加速 AI 工程化应用落地进程。另一方面驱动产业应用创新，使传统任务系统 架构大幅简化，降低生产成本，提升应用效果和效率，加速数据和 模型应用闭环建设，推动形成智能能力的生产和消费模式，在广告、营销、文娱、教育等场景快速适应并实现智能化升级，塑造形成新 兴商业模式，引领数字经济新浪潮。   人工智能固有技术风险持续放大，可信 AI 技术成为 AI 领域关 键底层能力。以深度学习为核心的人工智能技术在应用中暴露出由其自身特性引发的风险隐患:一是深度学习算法存在的设计漏洞、 恶意攻击等问题引发安全风险，人工智能系统可靠性难以得到足够信任;二是算法的高度复杂性和不确定性、模型运行的强自主性导 致“黑箱”问题和不可解释;三是数据中已经存在的偏见歧视可能 被算法进一步固化，导致生成的智能决策形成偏见;四是训练数据 的收集、使用、共享可能导致对个人隐私的侵犯和滥用，用户常常 需要在 AI 带来便利与隐私保护之间寻求平衡。  相关报告：2023AI技术与应用进展白皮书