李彦宏：不断重复开发基础大模型是资源浪费 仪器仪表行业如何合理智能化

随着科技的快速发展，人工智能已经成为各行各业的重要驱动力。 然而，百度CEO李彦宏最近提出，重复开发基础大模型是一种资源浪费。 这一视角无疑给仪器仪表行业带来了新的挑战和机遇。 以下为详细报道：

11月15日，在深圳举行的2023西丽湖论坛上，百度创始人、董事长兼首席执行官李彦宏在谈到国内人工智能行业现状时表示。 当天，他分享了关于AI原生时代的两个“冷思考”和三个“热驱动”。

李彦宏在两篇“冷思考”中指出，截至10月，国内已发布大机型238款。 大型模型太多，而在模型之上开发的人工智能原生应用程序太少。 他还表示，很多行业、企业甚至城市都想从零开始训练自己的特种大模型，但特种大模型不具备智能涌现的能力，价值非常有限。

在谈到“热点驱动”时，李彦宏表示，强大的基础大模型可以驱动AI原生应用的爆发。 目前，顶尖的人工智能原生应用尚未出现。 “在AI原生时代，一定会出现基于这些大模型开发的优秀AI原生应用。” 相比之下，AI原生应用也将带动模型、芯片等AI技术栈的发展。 “只有通过更多的场景和应用，才能形成更大的数据飞轮，芯片才能够好用。

他特别指出，拥抱AI时代需要最高领导力，“因为只有CEO才会关心新技术是否对关键业务指标产生积极影响”。

仪器仪表行业如何合理智能化

仪器仪表行业是工业生产的重要基础，其产品广泛应用于电力、石油、化工、冶金、环保等各个领域。 然而，传统仪器仪表行业的智能化发展却受到阻碍。 相对滞后在一定程度上限制了其生产效率和产品质量的提升。 因此，如何使其合理智能化成为仪器仪表行业面临的重要问题。

首先，仪器仪表行业需要明确智能化的目标。 智能化不仅是提高生产效率，更重要的是通过数据分析和预测，优化生产流程，提高产品质量。 因此，仪器仪表行业的智能化应该以提高生产效率和产品质量为目标，而不是单纯追求技术的新颖性和复杂性。

其次，仪器仪表行业需要选择适合的智能化路径。 由于每个企业的实际情况不同，因此也应根据企业的实际情况选择智能化路径。 比如，一些大企业可能有足够的资金和技术实力，选择自主开发智能技术； 而一些小企业可能更适合选择与外部合作伙伴联合开发的模式。

第三，仪器仪表行业需要注重智能人才的培养。 智能化的实施需要大量的专业人才，包括数据分析师、机器学习工程师、软件开发工程师等，因此仪器仪表行业需要加大对这些人才的培养，以保证智能化的顺利实施。

最后，仪器仪表行业需要关注智能安全问题。 随着智能化的深入，数据安全问题日益突出。 因此，仪器仪表行业在推动智能化的同时，还需要加强数据安全的管理和保护。

总的来说，仪器仪表行业的智能化是一项系统工程，需要全行业的共同努力。 只有这样，才能实现真正的智能化，提高生产效率和产品质量，满足社会和市场的需求。 同时也可以避免资源浪费，实现可持续发展。

面对新的机遇和挑战，仪器仪表行业需要积极拥抱变革，以创新思维和行动推动行业智能化转型。 只有这样，才能在激烈的市场竞争中立于不败之地，实现行业的长远发展。