华院计算宣晓华：通用大模型只是起点，尚需结合专业知识方能解决行业核心问题

“把算法应用到各行各业中，这是我从创业初期就有的梦想。” 华院计算创始人、董事长宣晓华表示。

成立于2002年的华院计算，可谓国内算法和AI的最早探索者之一，多年来始终致力于算法技术的研究和应用。面对当前的大模型浪潮，宣晓华仍保持了理性和冷静。“目前来看，大模型目前在很多行业里可做的事情较为有限，难以解决核心问题。很多时候，需要结合行业知识的小数据模型。”

而华院计算在算法模型已深耕多年，在智能制造、数字治理、数字文化、金融保险，电商零售等领域，实现了AI技术对行业的赋能。“如何把算法跟应用结合起来，实实在在解决行业领域里的问题，正是华院计算的竞争力所在。” 宣晓华略带自豪地表示。

通用大模型和小数据模型需要相互融合

伴随着ChatGPT和大模型浪潮，人机对话新时代正在到来。

“某种意义上，通用大模型扮演了对话界面的角色，提供非常好的人机互动。”宣晓华分析。

随着国内企业纷纷入局大模型，“百模大战”的帷幕已经拉开。对此，宣晓华判断，面向C端的通用大模型最终只会剩余几家，而行业性大模型会有很多。

这是由于聚焦到垂直行业场景时，大模型可以利用更多行业数据进行再训练。但即使这样， 目前的大模型方法在知识推理和专家知识利用上，可靠性等还比较弱， 但很多行业核心问题的解决又需要这些能力和性质，而且没有大量数据， 所以大模型目前尚不能解决这些核心问题。

此外，大模型目前算力和标注成本比较高，性价比方面也是个问题.

过去二十年，宣晓华带领华院计算的团队开展了大量数据智能算法领域的研究和应用，近年来也注重小数据模型。

“很多科学工程上的问题，都是利用小数据结合科学原理来解决。这些模型更多地以知识驱动，并不需要太大的数据， 也没有那么大量的数据。”

相比依赖海量数据进行训练的基础大模型，这类小数据模型在应对行业的核心问题时，反而更高效。

“涉及到语言和图像相关的，比如智能客服、知识问答，图像识别，基础大模型会做得很好。但想真正处理行业的核心问题，大模型目前能做的较为有限。未来，大数据模型和小数据模型相融合，是一大方向。”

让AI算法赋能各行各业

当前，华院计算正积极开展认知智能引擎的研究和平台开发，同时利用大数据模型和更偏知识层面的小数据模型，推动数据和知识相融合的新一代人工智能技术发展和落地应用。研究算法和创造新的算法，不断发展和打磨华院的算法实验室是华院的核心竞争力。

“把算法和AI跟应用结合起来，赋能给行业领域，这是华院的另一个核心竞争力。” 宣晓华说。

在智能制造方面，华院计算通过AI算法来提高良率、减少损耗，从而帮助企业降低生产成本、提高产品质量。

“举个例子，即使工业领域的表面检测，很多时候想只用大数据模型方法也没能解决好。很多不同次品的图像数据非常少，此时就需要叠加小数据模型，才能做好。而对像对产品质量预判等与工艺密切相关的问题， 大模型很难发挥作用， 华院计算需要通过小数据模型解决。 从而提前预防和调整参数，减少次品率，这样的方法往往能帮助一家钢铁企业节省上千万成本。”

此外，华院数据还针对钢铁，焦化行业开发了智能配料系统，利用基于小数据的算法，以成本和效益优先为指导进行资源配置。“每吨焦炭生产可以减少20元的成本。客户生产了几百万吨焦炭，一下子也能节省几千万。”

在数字治理领域，华院计算利用智能算法和大数据技术，构建数字基层的的智能化产品体系。譬如，利用法律大数据结合法律大模型，辅助基层干部更快速地解决老百姓的问题。

在数字文化领域，AIGC和数字人则是华院计算的侧重点。通过融合感知和认知智能技术，华院计算打造会交互、有个性的数字人，应用于文旅、文化教育等行业，可进行知识分享、虚拟直播等。宣晓华透露，华院计算正在与一些地方合作，共创城市文化IP。

一件事如果不是你所热爱的，那么就不要开始创业

回顾宣晓华的履历，可谓与数学研究结缘颇深，他师从国际著名数学家、菲尔兹和沃尔夫奖获得者斯梅尔教授，1990年博士毕业于加州大学伯克利分校数学专业。但宣晓华没有像其他同学那样留在学术界，而是一头扎根于产业界。促使其创业的动机，是想把算法应用到行业里的朴素心愿。

“可以说，这是我一直以来的愿望，推动算法不断的研究和创新，并将其与行业应用结合起来。”宣晓华说，“为此，我更希望把华院计算打造成一家高精尖的公司，人员规模不是最重要的，但加入我们团队的人，应该是真正热爱算法模型，人工智能和应用，尤其对于把人工智能应用到各行各业中，抱有巨大的热情。”

创业从来不是一帆风顺的坦途，而是蜿蜒崎岖的险路。宣晓华坦言，数学人来创业本身就面临很多困难。

“企业很复杂，面临着市场、管理、产品研发等各种难题。创办一家公司，与研究算法或者研究数学很不一样，要花足够的时间去关注公司经营，其中所涉及的角色转换，是我需要完成的。创业在某种意义上也是帮助人成长。”

宣晓华长期坚持的动力，仍然是他对于算法的热情。“我始终认为，如果创业做的那件事并非特别感兴趣的，那就应该要避免去做。对我而言，即使碰到困难，但如果能把算法在各个行业里得以应用，那么就依然很有意义，也是我愿意长期干的事情。”