由ChatGPT掀起的AI(人工智能)大模型热潮仍在涌动，在国内多个人工智能大模型相继推出并快速迭代之际，如何推动AI规模落地成为当下热议的话题。行业专家认为，可靠性、经济性、易用性是横亘在AI规模化落地前面的三大挑战。

　　“任何一个技术真正落地的过程中必须要解决可靠性问题，一个技术如果不可靠，基本上它只能是一个实验室的产品。今天AI90%的时间是可靠的，但是10%的时间我们认为是不可靠的，生成式AI大模型必须克服这一点，不能克服这一点，它永远只是一个工具。”5月28日，蚂蚁集团首席技术官(CTO)何征宇表示。

　　经济性方面，何征宇以“钻木取火”来打比方，“你得准备两根棍子，还得消耗大量的体力，才能把AI这个东西给取出来，成本特别高。AI大模型真的要支持亿级规模的用户，每天交互好多次，这个成本按照今天互联网的模式其实是很难的，经济性是一个很大的问题。”

　　此外，“任何一个技术要真正的生根发芽、真正的面向全体大众，它的门槛必须足够低。今天的AI真正要成为一个Super APP或者一个超级入口，它必须要把门槛进一步再降低。如果说你今天还在想着ChatGPT怎么用个更好的Prompt(提示词)，能够让它的反应更好一点的时候，意味着它的门槛还是太高了。”何征宇表示。

　　为实现AI人人可享的目标，何征宇和他的同伴一直在努力优化和提高AI的可靠性、经济性和易用性。可靠性是用AI监督AI线上实盘配资开户，以解决控制和“对齐”比人类聪明得多的模型；经济性是把大模型做“小”，这决定了大模型应用能否成为主流；易用性则是将智能“傻瓜化”，这决定了生成式AI是否能规模化落地应用。