更好地引入及发掘行业数据有望为垂直领域内的多模态大模型开发提供新可能。中国香港特区传统科研优势要嫁接产业风口，国际化渠道如何与内地资源携手？
产业多模态大模型“风头”正盛，在积极寻找经济新动能的中国香港特区，相关产业生态亦在试图把握机遇。
近期较有声量的一个微观案例，与特区政府作为重点突破方向的生物医药行业相关。3月11日，中国科学院香港创新研究院人工智能与机器人创新中心（下简称“中国科学院香港创新院AI中心”）在港发布了其面向医疗垂直领域的AI多模态大模型——CARES Copilot 1.0。
在国际医学大模型测评榜单结果中，目前其有多项指标在国际排名中位居第一位，令业界看到了香港在垂直领域内把握新机遇的可能。
与单模态相比，所谓多模态大模型可同时处理文本、图片、音频以及视频等多类信息。因其与现实世界的融合程度更高，更符合人类接收、处理和表达信息的习惯，故而被认为能够与人类更加灵活地进行交互，执行更大范围的任务。也正因如此，多模态大模型被认为有望帮助技术向通用人工智能（ACI）的发展目标更近一步。
再从商业角度衡量，因强调技术与业务的融合、以此推动行业数字化转型和智能化升级，借此真正实现业务效率的提升，也使得多模态大模型的商业价值被不断提升。业界的期待与想象空间，亦被不断拓展。
与海外公司相比，目前中国内地的大模型厂商亦在努力提升其多模态大模型在多元信息环境下实现“多专多能”的能力，并在垂直领域内寻找应用场景及市场价值。以医疗赛道为例，香港有何产业土壤与具体优势？
宏观而言，培育生命科学及医疗、新材料等新兴及未来产业，是香港特区政府近年来发展“新质生产力”的重要一环。但当地亦存在规划到微观落地间有多重瓶颈难题，突破不易。作为中国科学院于2019年在香港特区设立的首个国家级新型研发机构，前述AI中心正在寻找扎根香港创新及产业土壤的新路径。
以其架构为例，相关研发旨在加强香港与内地科研合作。既吸引全球人才，亦为香港培养青年研究人员和学生。具体到CARES Copilot 1.0大模型开发，则能跨境涵盖了北京协和医院、广州中山大学附属第一医院，以及香港威尔斯亲王医院等多家医疗机构。
“虽然有这样那样的声音，比如研发不对接产业、很难转化。但香港的传统科研优势依然存在。能感受到的是其科研体系的原创性思维很强，且国际化地位依然存在。”中国科学院香港创新院AI中心执行主任刘宏斌在港接受《财经》记者专访时指出。针对垂直行业大模型技术发展与难题、香港如何把握机遇等一系列话题，以下为其观点的核心内容：
《财经》：能否简单介绍一下CARES Copilot及其涵盖领域包括哪些？
刘宏斌： CARES Copilot是一款专为医疗领域设计的大型模型系统，能与智能医疗设备高度集成，可有效支持包括手术中实时影像智能识别、MRI/CT/超声等多模态配准、内窥镜下场景理解、器械与解剖结构分割、器械检测与计数、手术室摄像机下医生行为监督等功能。
简言之，其可超越一般教学的要求，应用在临床、手术室及研究院，直接辅助前线医护面对突发状况，督导、预警、防止手术步骤危险。此外，手术大模型和手术导航结合起来，也可为术者提供实时的解剖定位信息，提高手术安全性。
《财经》：医疗领域涉及的环节及信息形式多重多样，是否决定了其必须采用多模态的方式开发大模型？
刘宏斌： 没错。医学领域内的数据是以多模态形式存在的。除作为文本的病历，还有影像，比如脑电图和心电图。数据形式多，来源也很庞杂。以前的技术探索在一些单点方面取得了一定进展。但要应对大量辅助诊断甚至介入治疗需求，就要把所有信息集合在一起进行处理并得出结论。即使是医生，也不会依靠单一信息来源就下结论做手术，一定会综合所有信息。
《财经》：所谓以前的技术探索指哪些？在大模型这一概念热门之前，业界进行过哪些尝试或技术储备？
刘宏斌： 医学技术一直是在不断尝试和演进提升的。比如医疗领域的数字化和智能化，其实就一直在进行。一个比较著名的“失败”案例，就是IBM十多年前就推出的人工智能医疗诊断产品沃森（Watson）。虽然其并没有给医学界带来所谓“彻底”的革命，但其实还是一种有益的尝试。
要提升医疗行业效率，肯定要进行数字化革新。以做手术为例，为提高医生的能力，技术要介入的前提是标准化。与生产线相比，手术肯定是更加复杂、不可控因素更多，需要医生的智慧和解决问题的能力。但随着信息和技术的不断迭代，人工智能的参与程度会越来越高。
《财经》：大模型对这个领域的数字化提升与改造将起到哪些作用？
刘宏斌： 大模型使之前看似无解的问题有了突破口，比如通过大模型把多模态数据结合在一起并生成结论。起码在数据联通和数据输出领域内，数字化是看到希望了。
我们也并不是从零开始的。团队中很多人之前有很多年的深耕经历。比如专有图像算法、人体识别技术。因为有垂直领域的技术，才能更好地把算法和大模型进行交叉融合。
以CARES Copilot为例，目前1.0版本主要是以识别和辅助医生功能为主，把识别做准确了，才有可能去辨别手术当中作出的判断是否准确。在此基础上，我们也在利用大模型的抽象理解能力去判断手术到了什么阶段。此外，还可进行关键解剖结构识别，把一些关键的解剖结构的识别率提高到80%以上。
《财经》：大模型目前公认的问题是其有时出现所谓“幻觉”。医疗领域对准确度要求会更高，怎么保证准确度？
刘宏斌： 所谓大模型“幻觉”，其实是一个涉及概率的问题。从核心上去理解目前大模型的框架，其运行原理是基于概率统计来进行。但一旦涉及到概率，就一定会有出错的可能性。
具体到应用层面，要从不同的维度去衡量准确度。比如在大模型的回答方面，我们通过附加增强知识检索技术及与专家的知识库相结合，目前对相关问题回答的准确率已达到95%以上。这其实已经是一个基本可用、可接受的状态了。毕竟现实中的临床医生也是人，也没办法做到100%的准确。
《财经》：怎么理解这种附加技术及与专家知识库相结合？
刘宏斌： 相当于是打造一个人为的“紧箍咒”吧。比如CARES Copilot的基础之一，是以Meta公司开发的大语言模型Llama 2.0为基础，也结合了内地一系列大模型产品的技术。这些基础层搭建起了一个能“听懂话”的小白，为把其训练成垂直领域的专家，就要把相关的知识、技术灌入其内。
在这个意义上来看，可把大模型理解为一个海量信息的压缩工具。相关知识与不同类型的信息被压缩、分类整理后，被储存在一个相对可控的模型当中。在需要调用时，大模型又相当于是一个可以覆盖不同数据类型的桥梁，把所需的信息输出给医生。
在这个基础上，为避免大模型生成过程的“黑盒子”、不知其所以然状态，提升结果的准确度，我们要纳入一个新的逻辑框架。其对信息的处理是由易到难并且可追溯的，所以这个框架本身是可解释的，在此基础上我们也建立了一个专家知识的库，配合以一种增强检索的技术，“多管齐下”去保障准确度。
《财经》：这个数据的输入、压缩、整理并准确输出的过程存在哪些困难？比如算力会不会是制约？
刘宏斌： 算力肯定是各家做大模型的公司都面临的普遍共性问题，特别是在算力竞争越发激烈的当下。即使在中国香港特区，我们也没办法与英伟达等公司合作，现在采用的是华为的算力基础。应看到国内业界正在快速迭代和升级过程中。
此外，垂直领域大模型发展的核心问题，还包括如何真正有效的把多模态数据整合在一起，多模态融合进行判断。现在有很多科研尝试，但不是很完美。
再一个就是数据来源的问题，垂直领域肯定无法像互联网所提供的那么多。怎么用一个比较小的数据量去训练大模型，就需要把一些特定领域的知识和通用大模型的训练方法相结合，在这个过程中深度结合专家的作用就很关键。但和ChatGPT、Sora相比起来，因为数据量没有那么大，所以表现就不会那么令人惊艳。
是否通过人为从结构上进行介入（比如有意识地将医疗领域内的规范知识、公式等注入）而不是通过投喂海量数据自己演化的方式进行开发，其实目前也存在不同的技术演进路线。是纯数据驱动，还是结合人为知识让模型变得可解释化。我们团队的经验是如果能有效注入，对模型表现的提升就会很明显。
《财经》：CARES Copilot的开发及试验至少涉及到内地和香港的多家医院，是不是也会对数据的获取有一定的障碍？
刘宏斌： 其实还好，我们采取的方法是把模型在一家医院训练完成后，不拿数据的再放到另外一家医院去进行训练。这样就能把多家医院的数据用起来，但是不让数据流出。既提升了数据量，又保护了隐私。
《财经》：回到CARES Copilot的开发，为什么选择在香港设立中心？香港的产业环境对大模型的开发有哪些助力？
刘宏斌： 中国香港特区是国际化的城市。中国科学院在这里成立香港创新院AI中心，目标就是科研国际化的发展。在此之前，外界对香港科研的一个认识是教授们的原创创新比较有优势，科研体系比较国际化。但往往缺乏一座桥梁，无法把研发人员的成果转化成产业。我们真正在这里落地之后，希望起到桥梁的作用，所以也开始组织大湾区的教授、资源进行对接。教授们的想法可谓是“天马行空”，的确有很多跟内地不一样的地方，有的还可以说很“疯狂”，但启发也很大。
