[THE VIEW]必须掌握强大的韩文人工智能语言模型

Published 03 Dec.2024 13:12(KST)

Updated 03 Dec.2024 13:39(KST)

open/close

兼具经济效率的 SLM
面向 Naver 等的韩语特化版本
因缺乏全球应用数据受限
需在半导体等各产业中加以应用

人工智能（AI）技术在过去几年里以惊人的速度发展，深度渗透到整个产业。尤其是随着大规模语言模型（Large Language Model，LLM）的出现，在文本生成、翻译、数据分析等领域打开了新的局面。然而，为了处理和学习海量数据而需要的高性能计算资源以及巨大的能源消耗，被批评为在环境上难以实现可持续性。同时，这也成为限制能够接触这项技术的企业和国家的门槛。

为了解决这些问题，出现的正是小型语言模型（Small Language Model，SLM）。与大规模模型相比，SLM拥有少得多的参数，却能在特定任务上提供高度专业化的效率。由于能够降低对云计算的依赖，并在本地设备上完成处理，这一技术备受关注，同时也有助于保护数据隐私和节约能源。

在美国，SLM正与大规模模型以混合形态结合加以利用。谷歌开发出了可在移动设备上运行的小型模型，以此降低对云端的依赖并提升实时响应能力。OpenAI正在研究轻量化版本的ChatGPT。欧洲则在遵守《通用数据保护条例》（GDPR）等强有力数据保护监管的前提下使用SLM。在中国，在政府强力人工智能投资的推动下，SLM被定制化应用于智能制造等产业领域。

韩国在引入SLM方面既拥有独特优势，同时也面临不小的挑战。韩国以快速的互联网基础设施和较高的技术适应能力，为人工智能技术发展构建了有利环境。Naver的“HyperClova X”是专门针对韩语优化的SLM，与全球通用模型相比，其语言理解能力更强。Kakao也开发了利用小型语言模型的定制聊天机器人和搜索服务，并在国内市场成功站稳脚跟。然而，韩国在SLM开发方面也背负着若干制约因素。其中最大的问题是韩语数据的匮乏。为了针对特定语言实现最优化，SLM必须学习海量数据，但从全球范围来看，韩语可用数据量相对较少。此外，韩国企业的全球市场拓展战略不够充分，这一点也构成一大局限。由于不少企业停留在本土市场，存在在全球竞争中被淘汰的可能性。

韩国需要更加积极地向全球案例学习。有必要借鉴美国的混合解决方案案例以及欧洲的监管友好型人工智能开发方式，制定属于韩国自身的战略。尤其是在半导体、智能制造、内容产业等韩国的主力产业中，将SLM按行业进行定制化应用至关重要。此举可以类似借鉴中国在本地处理工业数据、从而最大化效率的做法。同时，还应扩大对人工智能初创企业的支持，以SLM技术为基础推动创新，并为其提供走向全球市场的网络与平台。

兼具经济效率的SLM正在重塑全球人工智能生态系统，韩国也应顺应这一潮流，增强自身竞争力。为此，必须采取既具有创造性又具有战略性的路径，将全球趋势与本土特性相衔接。SLM虽然“小”，却是一项强大的技术，将在韩国与世界共同开启人工智能新时代的进程中发挥重要作用。