人机协同操作系统领域的发展情况和未来发展趋势
编制：赵青 责任编辑：秦寒 来源： 思瀚产业研究院 云从科技    2023-04-29

A、人工智能平台发展情况

人机协同操作系统从行业属性上属于人工智能平台领域。人工智能平台指为研发或应用人工智能技术而构建的一套软硬件环境，通常涉及算力、算法、数据、知识等一个或多个要素。人工智能平台的构建，旨在降低人工智能技术的研发门槛和使用门槛，减少重复建设和重复劳动，提高研发效率和使用体验。人工智能平台是人工智能产业规模化发展的关键领域之一。

深度学习框架是一种帮助人们更容易、更快速的构建和使用深度学习模型的工具，由于 GPT-3 等模型的引领，超大规模模型的训练能力也将成为深度学习框架构建竞争门槛的关键点。算力算法平台通常以开源软件为基础研发，包含算力资源调度引擎、算法仓库和配套的数据平台，可以完成 AI 算法从处理数据原料到部署算法服务的全生命周期管理。知识中台着眼于将 AI 技术从感知、认知深度拓展到复杂决策环节，形成客户业务价值的闭环。

行业大模型指在基础大模型的基础之上、针对特定领域的下游任务、通过有监督微调及强化学习等手段优化后的大模型，能够学习到该领域或行业的特定知识和规律，具有很强的应用性和实用性。随着以 GPT 为代表的基础大模型不断演进和发展，通过对基础大模型进行下游任务迁移可实现的行业大模型将是未来人工智能平台深入产业落地的重要举措，可以预见，行业大模型是大模型赋能各行各业前端业务场景的基础设施和底座。

B、人工智能平台发展趋势

第一，深度学习框架领域目前已经阶段性的形成了 Google TensorFlow、Facebook PyTorch 两大龙头垄断的局面，框架的易用性和开源生态是下一阶段的发展重点。2022 年底，美国 OpenAI 公司发布的 ChatGPT 人工智能应用程序，其底层技术是通用人工智能大模型，有效解决了当前人工智能边际效用低的难题，大模型催生了人工智能技术和应用的新范式，推动了人工智能进入工业化应用时代。

第二，随着感知智能向认知智能、决策智能的演进，平台将集成更全面的AI 能力，形成综合性较强的技术闭环，帮助客户更深入的解决业务问题。

第三，在与数据相关的采集与处理、标注与反馈、安全与隐私保护等环节，将逐步形成适用于人工智能领域的工业级标准，并在平台落地实践。

第四，随着算力基础设施技术的发展以及算法生产流程工具的逐步成熟，基于平台研发人工智能应用的门槛、周期和成本持续下降，平台技术的进步成为人工智能领域技术发展的核心推动力。