GAITC2025全球人工智能技术大会 | 每日互动方毅：开源大模型+闭源小数据是AI时代的重要路径

　　 那么人工智能还可以“反哺”给人类哪些“神造”智慧呢？我认为最重要的是“专注力”（All About Attention）。大模型运算没必要每次把671b都启动起来，那样非常费力，只启动一小部分跟“我”相关的参数即可。所以大模型用MoE架构，平均每次只激活3.2个专家模块解决问题。就像我们开会时，先找最懂行的3个人讨论，再快速汇总结论，效率远高于全员耗在细节里。我们如果通过三种棋类游戏来看人工智能的发展给我们的一些启发可能会更加形象。

　　 第二点是“深蓝”代表的“凡事比别人多想两步”，也就是养成深度思考的惯性。“深蓝”和人类都能够背国际象棋的棋谱，但是为什么人类打败不了“深蓝”呢？因为它会比人多算两步。凡事比别人多想想在现实中是非常难得的。就像一个好的助理，他的价值就在于能不能预见你下一个问题，并准备好方案——就像深蓝，多算两步就赢了。

　　 第三点是AlphaGo代表的“笨鸟先飞”。AlphaGo背了人类的围棋棋谱才四段水平，但通过自我对弈100万盘，四个月登顶，这就是“强化学习”。同样还有强化学习“上瘾”的DeepSeek——因为它炒股，如果投资失败会亏钱，所以它强化学习上瘾。所以我们学AI，要学“笨鸟先飞”：每一步都在进步，这就是我们古话说的，“日拱一卒，功不唐捐。”

　　 比如我们联合生态公司研发的“数智绿波”产品，就是把互联网数据与公共交通数据在可信数据空间中进行联合计算，通过可控大模型计算出道路路口流量信息，最后成功实现对红绿灯的智能调控。

　　 在医疗健康领域，我们推出“脑卒中早筛模型”，用人工智能来识别高风险人群，以达到“上医治未病”。中风患者每年的及时送医率仅5%。传统脑卒中筛查方案参数少，精度低；我们用全因子医疗数据特征+机器学习模型算法来训练大模型，将这个早筛模型的预测精度提高到0.91，也就是通过5%的样本群体就可以预测明年50%的潜在风险人群。

　　 再比如在反诈宣传上，传统宣传如反诈标语“凡裸聊刷单即诈骗”，导致公众误以为只要我不关注这些那么诈骗就与己无关。但是真正智能靶向的反诈宣传，需要对群体有更精准洞察，毕竟现实中“总有一款诈骗适合你”。所以我们提出了基于12维数据分析生成的网络诈骗易感风险（蚱蜢分），方便有关部门向不同人群推送定制化的反诈案例——例如向商务人士发送如何识别“伪造高管邮件”骗局。

　　 当然对于个人来说，我认为未来最重要的能力是“提问和定义问题”！AI越强，人越要学习它怎么思考。比如电商搜索，我找个语音设备，搜两周没结果。为什么呢？意图识别太差！得用大模型重构搜索，让用户专注“值得看的东西”。

　　 驾驭AI的关键是别让它当“枪手”，而要当“助手”。就像会计师从算盘到计算器再到excel，写作也该“动嘴不动手”。比如我们推出的“公文写作助手”可以帮助大家更好地完成公文写作，基于我们被授权的2,000万权威语料，我们有关工作人员可以通过语音交互来指导大模型完成一篇内容的写作。

　　 几年前我曾参加一次与法国学者的交流，大家最终达成的共识是“未来人类将分化为两类：2%的深度思考者（定义问题、驾驭AI），与98%的幸福生活者。”而我们要做的，就是让技术成为托举普罗大众的方舟，而非割裂世界的鸿沟。