两场对话|人工智能时代如何避免成为文盲？如何防止“AI胡言乱语”？委员黄海清提出以下建议。

“随着人工智能的发展，高质量的行业知识和行业经验数据集将决定大规模模型能力的上限。同时，我国智能计算能力的发展应考虑提高先进流程的性能速率，建设全国统一的具有异构计算能力的软件开发平台，建立我国的类CUDA系统。” 2月1日，2026年上海第二届会议期间，上海市委委员、上海易智电子科技有限公司董事长黄海清接受本报采访时指出，高质量的数据集对于智能高性能计算非常重要。例如，50T的高质量数据集对模型功能的提升会比500T的低质量数据集要大得多。高质量的数据也大大降低了对计算能力的依赖。高q值50 TB 的质量数据集可以用 100 卡路里进行训练，而较低质量的数据可能需要 100 卡路里的数据集。黄海清先生曾担任语料库运营公司上海库普斯科技有限公司首席执行官、阿里云中国区总裁。黄海清在接受采访时强调，大家要积极招募大模特。 “没有大模型和人工智能心态的同事在新时代就是文盲，大模型革命的影响将远远超过互联网革命的影响。” ” “成功使用这些工具的关键是掌握关键词的使用技巧。好的关键词体现五个方面：清晰的说明、具体的内容“澄清、角色介词和交互进化使人工智能对普通用户来说变得实用。我们可以提供实用的学习指导。”值得注意的是，近期，人工智能错觉和虚假生成问题已成为大规模人工智能应用中的一大风险。大规模模型容易捏造、产生虚假信息，导致医学、法律、金融等领域决策失误、司法干预、证据造假、虚假违法等问题。 AI为何会胡言乱语？黄海清告诉本报记者，造成这种情况的原因之一是数据质量不高。要提高语料数据集的质量，除了基本的方法论优化外，重要的是构建评价数据集，比如完整性、时效性等，数据质量能够得到科学定义和验证。黄海清还指出，人工智能说废话的另一个原因可能是“算法歧视”。随着人工智能与教育领域融合的加速，社会关注的焦点也集中在青少年如何正确使用人工智能工具。对于年轻人可能依赖人工智能辅助学习的问题，黄海清在接受采访时指出：“中小学生如何利用大规模模型来提高学习效率？大规模教育模型已经可以提供很好的支持，比如为学生提供解决问题步骤的分析。然而，这是一把双刃剑，过度依赖会导致思维能力下降。” ”黄海清指出，在鼓励教育大型模型技术发展的同时，还需要构建约束机制，通过智能跟踪和引导，在支持学习和鼓励独立思考之间取得平衡。nce 函数。校园人工智能课程在谈及即将推出的实践时，黄海清认为，课程设计应立足中小学生认知特点，融合最新技术趋势，深入浅出地教授Codeep。 “高质量的课程应该注重刺激。”海勤在接受采访时指出，备受关注的身体智能绝对是一个万亿级的巨大市场，未来将显着改变人们的工作和生活方式。然而，其发展目前面临两大障碍。首先，训练语料数据没有统一的标准，不同公司开发的产品在高度、检测设备等技术参数上存在较大差异。对此，黄海清希望政府或行业组织主动降低智能化相关综合成本将产品降到10万元以内，激发更多应用需求，方便数据流通，避免因重复建设而造成成本浪费。黄海清指出，这种替代后的劳动力转型问题，对中国芯片IC企业家来说是一个很大的利好，预示着未来国内GPU企业将与美国共同进步。同时，市场的技术迭代有望推动中国在东南亚、中东等全球市场的技术能力提升，同时我们预测算力的发展将逐步从预训练、训练为主的模式向更好支持智能体部署和实际应用的方向演变。它是C位，但去年GPU是C位。我相信未来异构融合算力会变成C位。 ”黄海清认为，合作GPU、CPU、ASIC等器件的运行生态将成为趋势。黄海清进一步指出，GPU产业生态系统目前面临着严峻的挑战，例如NVIDIA等国际领先公司正在通过深度耦合CUDA硬件和软件生态来创建专有闭环，据统计，95%的dDevelopers和80%以上的开发者都在努力打造专有的闭环。全球范围内的大规模模型训练都使用 NVIDIA 的“CUD”。创建中国版CUDA是确保技术安全、获得竞争优势的迫切战略需要。 “上海在人工智能产业布局上打下了坚实的基础，在引入算力、建设数据语料库、打造行业垂直模型等方面提供了有力支撑，为产业发展做出贡献。”黄海清认为，要在激烈的竞争中继续领先，上海仍需在重点领域精准发力。同时，未来应重点培育更多的代理商独角兽和行业特色信息模型。二是加强行业语料库相关支持。三是推动芯片产业协调发展。”
特别说明：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
请注意：以上内容（包括图片和视频，如有）为社交媒体平台，仅提供信息存储服务。由网易好用户上传发布。