中新网北京7月16日电 (记者 张素)通用人工智能(AGI)已经实现，如何更好进化？有观点认为，支撑模型深度认知、科学判断与产业决策的高质量专业语料供给严重不足，已成为制约AI从数字世界向实体物理世界落地的瓶颈。
例如，在航空工程场景，模型能复述流体力学公式，却读不懂真实工况下的翼型数据；在先进制造领域，模型能生成设备维护方案，却判断不了磁悬浮轴承的故障边界；在医疗、基础科学、网络安全等专业赛道，AI大多停留在“演示可用”阶段，难以真正进入生产决策环节……
“真正制约AI产业落地的核心瓶颈早已不是‘算得快不快’，而是‘懂不懂专业’。”GOMAX LAB骨码智元实验室相关负责人近日在受访时说，数据质量决定了大模型从“会回答”到“会判断、会规划、会执行”。硬核产业的智能化升级，需要的是凝结专家完整思维链、符合行业标准、可支撑模型深度决策的高质量语料。
专家认为，应将各领域领军科学家的专业经验、完整推理逻辑、行业判断标准与边界约束，转化为可训练、可评测、可复用的标准化数据资产，解决模型“判断依据是什么、边界在哪里、出错如何溯源”的深层认知问题，为大模型补上核心认知短板。
“我们搭建了‘专家顶层定标+自研技术支撑+全流程质控+标准化工程’的完整语料生产体系，从源头保障语料的科学性、专业性与产业适配性。”前述负责人说。
据介绍，GOMAX LAB深耕高难度科研与产业场景，构建覆盖基础数理、高端工程、前沿交叉智能等多领域的专家体系。
目前，该高质量数据集与评测体系已在超临界翼型设计和分析、化学不对称催化反应优化、磁悬浮轴承设计、多模态数据筛查功能性甲状腺疾病、大模型内生安全数据对抗、粤语全栈场景式大模型语料矩阵等多个高壁垒细分赛道完成落地验证。
面向未来，GOMAX LAB提出，打造越来越强的算法能力，扩容越来越多的跨学科研究领域，深化越来越深的全球产业伙伴合作，拓展越来越广的产业基金赋能边界。
“AGI的征途，从来不是单点技术的狂飙，而是算力、算法、数据三大底座的协同进化。期待与各界一道共建高质量语料生态，推动人工智能真正走进千行百业。”相关负责人说。(完)
