"中国工程院院士、同济大学校长郑庆华如是说，大模型已经成为当前人工智能的巅峰，但也存在着一些固有的缺陷。"大模型存在的四固有缺陷包括过度消耗数据和算力、灾难性遗忘、黑盒模型逻辑推理能力弱以及不知道自己错了，也无法做到知错就改。大会还设立了“人形机器人与具身智能专题论坛”，希望更多应用大模型来解决实际问题。

中国的工程院院士、同济大学校长郑庆华在接受采访时表示，虽然近年来大数据、云计算等技术的发展使人工智能领域取得了巨大的进步，但大模型也面临着一些固有的缺陷。
首先，大模型需要大量的训练数据和计算资源才能进行有效的学习和优化。然而，这不仅会消耗大量的人力物力资源，而且还需要在一定程度上牺牲信息的质量。例如，有些模型可能过度关注局部特征而忽视了全局信息，这就会导致对未知领域的预测不准确或者偏差较大。
其次，大模型一旦出现错误，往往难以通过简单的修正或调整得到纠正。这是因为这类模型往往是基于预先设定的规则和假设来进行决策，这种机制使得它们很难适应新的情况和变化。一旦出现错误，就需要对整个系统进行全面的重构，这无疑会给企业和个人带来更大的困扰。
此外，大模型的解释性也是一个重要的问题。由于其复杂的内部结构，许多模型在做出决策时会呈现出一定的黑盒特性。这使得人们很难理解模型是如何做出决策的，甚至有时还会产生误解和质疑。这也是很多研究者正在努力解决的问题。
最后，大模型的可扩展性和适用性也是我们需要考虑的重要因素。随着社会和技术的发展，我们可能会面临更多的复杂问题和挑战，这时候需要的大模型应该能够轻松应对这些变化。
对于大模型存在的这些问题，郑庆华建议：“我们应该更加重视模型的可解释性，并且不断提高算法的鲁棒性。同时，我们也应该积极寻求各种创新和策略，以便更好地利用大模型的优势。”他强调，“这是一个长期的过程，需要我们的共同努力。”
总结起来，大模型虽然为我们带来了许多便利，但也存在一些固有的缺陷。我们应该正视这些问题，不断探索和完善，以便更好地利用这一技术，解决实际问题。