8月30日，在深圳举办的“2023AIGC技术应用大会”上，创业邦研究中心发布“2023最值得关注的AIGC公司”榜单，深思考人工智能凭借自研的dongni多模态大模型成功入选！
深思考人工智能创始人兼算法科学家杨志明博士受邀参加本次大会，并针对“大模型进入爆发期，应该如何构建技术壁垒”发表观点。
杨志明博士分享到：“深思考人工智能在2019年就发布了自主研发的BMNET多模态轻量级预训练模型，并很早就将该模型作为“对话引擎的基础模型”用在了4.3亿部手机等的智能终端上。深思考人工智能是从2020年开始完全自研生成式大模型，当年不仅在2020年全球中文领域的生成式对话评测中取得了全球冠军，而且还受邀为2020年“京东618导购”提供生成式对话，自此深思考人工智能Dongni.ai多模态大模型也在不断迭代，现在已经升级到3.6版本。”
在底层核心技术层面，一般生成式大模型有很多根源上的缺陷，比如“幻像问题”，会出现“一本正经的胡说八道”的情况而迷惑用户。由于这个问题，大模型会导致在比较严谨的应用场景里出现问题，比如在医疗场景下，如果出现幻象问题，会出现胡编乱造的诊断结果，这是致命的；再比如在政务场景中，因为会涉及到很多政府发布的政策，如果有幻像问题，大模型编造出一个政府的政策，这也是非常糟糕的。因此，深思考人工智能在核心底层技术层面上进行了深度创新，用全自研的MRC的模型去控制生成式大模型的“幻象”问题，从而逐步形成了自身产品的突出优势；并且针对由于“幻象”造成的用户对大模型输出结果不信任的问题，在底层模型上进行了内核级算法模型创新，赋予了dongni.ai多模态大模型生成式答案的补充可解释性和来源的可溯源性。
在产品的技术层面，深思考人工智能觉得大模型要在垂直场景下构建产品的壁垒，例如应用在重大疾病早期筛查这个很特别的垂域场景。首先，在这个场景中，客户对人工智能辅助的需求是非常迫切的，至去年，深思考人工智能提供了近3000万人份的筛查服务，是国内基于AI大模型提供癌症早筛场景服务的企业中筛查规模最大的企业。因为在这个场景中，医生或专家天生会对AI结果产生疑虑，所以针对这个场景，深思考人工智能构建了自己的产品技术壁垒，例如，在产品和技术层面去解释这个“筛查结果”为什么是阳性、为什么是阴性，以及怎样去分级，在其中产品的“可溯源性”和“可解释性”就起到了非常好的效果。
在应用落地层面，在构建好产品、解决客户需求、实现用户大规模使用、形成海量数据后，产品就会产生良性的闭环。杨志明博士认为大模型的“底层核心技术的创新”、“产品的创新”加上“海量的数据”可以构建一个“三位一体”的技术壁垒，之后再通过这种技术壁垒不断的迭代闭环，最终构建有效的市场壁垒，从而在市场竞争中不断积累产品及品牌优势，赢得客户信任和市场声誉。
关于深思考人工智能：
深思考人工智能是一家专注于类脑人工智能与深度学习核心科技的AI公司。核心团队由来自中科院、清华的一线AI科学家与领域业务专家组成。基于多模态深度语义理解与人机对话的核心技术,具备同时理解文本、视觉图像等多模态非结构化数据背后的深度语义能力,其中包括长文本的机器阅读理解技术、自由跨域的多轮人机对话技术、对多种模态信息的语义理解技术等业内顶尖AI技术能力,在中文领域处于业内引领地位。公司目前拥有162项知识产权,其中内核级发明专利51项,斩获国际国内大奖69项。
