面对海量的互联网公共知识，如何索引就成了人类必须解决的重要课题。20世纪90年代，搜索引擎出现了蓬勃发展，其中优秀和典型的代表分别是谷歌和百度，它们成长背后的推动力也是人类种群知识库发展的必然要求。

互联网知识库被索引之后，如何智能化也就成为了一个重要议题。在过去的近30年里，以谷歌、百度为代表的搜索引擎公司加大了智能化的步伐，人工智能的兴起也与此有密切的关系。

2022年OpenAI的ChatGPT成功引发了大模型的兴起，标志着互联网这个外化的人类种群知识库完成了从索引化到智能化的转变。但不能忘记的是，OpenAI ChatGPT的成功离不开谷歌提出的Transformer注意力机制模型，也离不开微软通过Bing搜索引擎提供的海量数据和巨大资金支持。

从搜索引擎的发展看，通过激烈的竞争，搜索引擎最终形成了若干个巨头公司为人类提供互联网海量数据的索引服务，同样我们认为作为搜索引擎的升级版，人类社会也不需要很多大模型提供同质的服务。我们判断包括搜索引擎、大数据、社交网络等领域拥有优质大数据、人工智能技术积累和广泛应用场景的公司中，在未来的竞争中会脱颖而出一家或若干家为人类提供集中统一的智能服务。

其二，行业垂直大模型建设思路：继续提升通用大模型智能水平。

应该指出，当前人类社会对大模型充满了热情，特别在中国，很多人希望大模型能够与金融、法律、工业、农业、电力、建筑等等行业领域结合，从而实现快速发展。

其实大模型的成功并不仅仅是参数量大，而是用大规模预训练+微调的方式，对海量的跨领域知识进行学习时涌现出来新的能力，而且这些新的能力往往与创新有关，如翻译、创作文章、创作图像等，然而这种创新能力并不稳定，会出现“幻觉”和胡编乱造的情况。同时由于神经网络本身的特点，其可解释性问题也一直没有解决，因此对于需要精密控制或精确结果的产业领域，大模型并不是可靠的工具和技术。

还有一个误区是，认为用大模型的训练方法加上行业产业的大数据就可以形成高质量的行业大模型。这个观点并不符合大模型涌现出创新能力的规律，过于单一领域的知识反而会降低大模型涌现出新能力的水平。因此应继续提高ChatGPT、文心一言、LLama等等通用大模型的智能水平，通过通用大模型平台与其他可靠性高的人工智能技术协同工作，并与各个行业结合，这种路径要比建设专门的行业大模型更为稳健和有效。

其三，值得期待的大模型未来。

大模型的不断发展和与其他技术产品结合的过程将是持续探索和尝试的过程。无论如何，大模型的出现的确是一个革命性的突破，有很多科学家认同ChatGPT等大模型已经可以突破图灵测试，未来在智能和意识的基础原理上也将带来更多突破性的启发。

在产业应用上，大模型与其他不同类型的人工智能技术、网络技术、大数据技术结合，与不同的办公、学习、生产、生活结合会持续产生出具有非凡想象力的应用。例如微软办公Office接入GPT-4，由AI驱动的 Microsoft 365 Copilot ，打破了传统办公软件办公的方式，能自动生成文档、电子邮件、PPT。百度的文心行业大模型的数量已经达到了 11 个，覆盖能源电力、金融、航天、传媒、影视、汽车、城市管理等多个领域，OpenAI计划再推出GPT商店。这将类似于苹果的App Store，让开发者可以在商店中上架他们的自定义GPT，供其他用户购买和使用。