近日，深圳计算科学研究院首席科学家樊文飞应邀出席2024世界人工智能大会，并在投融资主题论坛上发表了“AI=机器学习+逻辑推理”的主旨演讲，同与会嘉宾分享了AI领域前沿趋势和在垂直领域应用的重大机遇。

樊文飞指出，通用大模型推动了行业的变革，引起社会的广泛关注，但也存在局限性。做为辅助工具，大模型表现优异；但在智能制造的应用前景还有待观察。当下的大语言模型是基于统计类的机器学习模型，无法满足结果的可解释，逻辑推理能力不强，训练成本高。

如何在工业界发挥人工智能的效能，解决行业痛点，是业界需要关注和解决的一项重大机遇和挑战。在解决行业痛点问题时，大模型是否最优解？能否找到成本低、高精度、易解释的方法，为行业痛点提供实时解决方案？

在人工智能技术的发展大潮中，中国应发挥在制造业规模大、垂直领域数据积累多等优势。樊文飞提出：以“机器学习+逻辑推理”的“AI+”发展思路，在提高模型结果准确度的同时赋予结果可解释性；与此同时，通过逻辑规则融入行业（小）模型预测，大幅降低模型的落地成本。

深算院通过独创的机器学习模型与业务逻辑规则的高效结合，研发填补国际空白的钓鱼城数据分析系统，并衍生出生产工艺、配方优化、网络安全、新药研发、金融风控、精准推荐等行业的AI应用创新，均已上线应用。

樊文飞表示，目前社会广泛聚焦的是大模型以及与其相关的算力，忽视了大模型训练必需的语料准备这一关键环节。大模型的精度和可用性取决于所训练的语料数据，如果致力于打造一个具备产线实时应用的大模型决策系统，那么语料清洗的重要性和算力同等重要。基于“大数据质量保证模型与方法”原创理论，深算院研发的采石矶数据质量系统，为上海数据交易所的数据评估和数据交易流程提供底层能力支撑，落地国内首创的大数据精准量化质量评估，实现了自动化的数据质量评估和数据质量增强，真正打通数据要素进入流通的关键节点。下一步将继续为大模型的训练提供优质的语料数据和行业调优数据，以提升行业大模型的准确性。