【ZiDongHua 之智能自动化收录关键词：AI 自动驾驶 智能教育 智能金融 智能制造 】
　　
　　科技部原副部长李萌谈AI
　　
　　李萌
　　
　　第十四届全国政协委员、教科卫体委员会委员，科技部原副部长
　　
　　如果说未来有哪个科技前沿领域最具有颠覆性影响的话，那非人工智能莫属。习近平总书记以敏锐的洞察力，准确把握人工智能发展趋势，高瞻远瞩地对人工智能的研发和应用作出系列重要指示和战略部署。2017年中央批准发布国家新一代人工智能发展规划，设立新一代人工智能重大项目，发挥规划引领作用，加速科研攻关和产业化应用。经过几年的努力，我国人工智能发展形成良好态势，创新能力实现整体性、系统性提升，站在了世界第一梯队。
 
　　
　　当前，人工智能发展进入了新阶段，以大模型为代表的生成式人工智能浪潮席卷全球，主要表现在以下几个方面：（1）大规模预训练模型成为新的技术创新主流方向，改变了语音、视觉、自然语言处理等多个人工智能细分领域的研究范式；（2）解决的问题逐步从感知智能为主向认知智能为主跨越，意图理解、逻辑推理能力不断突破“天花板”；（3）生成式人工智能模式开始确立，人工智能由分析、决策式向生成式人工智能的新能力拓展；（4）通用人工智能进程开启，开始具备了一定的跨任务通用性，初步展现出通用人工智能的基本特征；（5）首个现象级人工智能产品出现，ChatGPT发布后用户增速远超twitter、TikTok等互联网产品;（6）人工智能治理成为各国及国际热点，安全治理从理念的倡导、内容的探讨更多地进入实践落地。
　　
　　世界范围内人工智能的影响越来越广泛和深刻，将带动生产力和生产效率革命式升级换代，引发经济、社会、文化、军事等各领域颠覆性变革。此轮人工智能浪潮，中国是参与者也是引领者，作为少数有能力与美在人工智能领域“同台竞争”的国家之一，我国人工智能迎来了新的发展机遇，同时也面临严峻的挑战。
　　
　　立足中国国情和发展阶段，推动人工智能发展应坚持“两条腿走路”。一方面加强人工智能底层创新和能力建设，提升我国基础大模型的多模态通用化水平，推动认知能力更强、更具可解释性的智能涌现；另一方面加强大模型多场景应用，特别是在产业垂直领域的深度应用，通过应用反馈快速积累数据、迭代模型、创新算法。
　　
　　人工智能正在渗透并赋能经济社会发展，将成为我国发展新质生产力的引领性力量。我国拥有超大规模市场和最为完整的产业体系，人工智能在很多产业领域具备场景丰富、数据海量等独特优势，为人工智能新技术集成应用和迭代升级提供了广阔空间。这是很多中国产业赶超国际先进水平的重要路径，推动产业高端化、智能化、绿色化的要求意义重大。
　　
　　一是加快人工智能驱动的科学研究，发现和培育新的产业增长点。人工智能在科研领域已经展现了加速重大科学问题研究和知识发现的变革性潜力，成为人工智能落地重要场景，如蛋白质结构预测和新材料发现等，并在新药创制、生物育种等方向上催生一批新技术模式驱动的新兴产业。要更加重视发挥人工智能在数学、物理、化学、生物、天文和基因、药物、材料等领域研究的作用，整合项目、平台、人才资源，形成政策合力，支持科研人员投身相关研究，构建以人工智能支撑基础和前沿科学研究的新范式。当前特别要在新药创制、材料研发、生物育种等方面加大布局力度，更有效发现新基因、新靶点、新药物、新材料、新品种、新的化合物，带动生物医药、智能农业、新材料等产业领域培育新业态、打造新引擎，再生千行百业。
　　
　　二是推动大模型技术落地，塑造场景驱动的产业新优势。围绕大模型的开发成为当前人工智能研究、运用、治理的主要方向。构建人工智能全面渗透的下一代产业体系和生活体系，有赖于一系列技术体系的场景化组合应用。相关部门和地方已做过部署，关键要落实到具体的企业和产业上。近两年相关部门和各地在智慧农场、海洋牧场、智能港口、智能矿山、智能工厂、自动驾驶、智能教育、智能金融、智能供应链、智能制造等方向上进行了布局，取得了不俗的成就，要不断完善提升和推广，其中智能制造、智能矿山要作为优先级。鼓励龙头企业牵头提出场景驱动的人工智能整体解决方案，加快探索大模型产业落地商业模式。支持大量中小企业在细分领域形成具体安排，借助内容生成、自主设计、知识助理等新技术重塑智能业务流程。发挥国家人工智能示范区作用，加快打造一批可复制可推广的人工智能示范场景，充分释放人工智能赋能经济社会发展的先发优势，再造千行百业。
　　
　　三是完善场景驱动生态，促进人工智能创新性应用。推动超算、智算、量子计算融合运用提高算力，科学布局建设公共算力平台和算力网络。加快普惠算力供给，为高校和科研院所的年轻人提供平价算力，鼓励他们参与大模型训练和创业。正在建设的各种算力中心、算力网要把中小企业和科研人员、创业人员的可及性获得感作为重要内容和衡量标准。有序开放公共数据，推进行业数据资源和基础科学数据集共享共用，建设更多高质量训练数据集。支持地方、传统行业等开放人工智能应用场景，鼓励开展大模型创新应用大赛，挖掘更多的应用领域和更细的应用方向，以人工智能技术的创新性运用为牵引，驱动技术攻关和持续迭代完善。创新转化政策和体制机制，加强场景研发上下游配合和技术集成，加快人工智能技术攻关、设备提升、产品开发、产业链优化和产业培育。
　　
　　四是攻关人形机器人，催生机器人的iPhone时刻。要发展具身智能载体，推动机器人与多模态大模型的融合，为机器人装上具有更强逻辑推理能力的大脑，加快提升中国机器人行业的发展水平。具身智能人形机器人的出现才能使机器人行业迎来iPhone时刻。
　　
　　五是发展绿色的智能和智能的绿色，构建智能化与绿色化相互支撑的格局。有人讲人工智能的尽头是核聚变，实质是指人工智能耗能巨大。同时多种形式的新能源发展中因电网消纳限制而出现弃风弃光弃水等问题。绿色化与智能化发展在现实中存在一定的相互制约。要把发展绿色计算作为一个重要方向布局，统筹建立绿色算力体系，组织力量优化模型、算法、软件，设计绿色计算模型，降低计算能耗。开展算法大赛，调动年轻科技人员开发绿色算法，降低应用层面大量云计算和边缘计算用户的算力能耗。绿色低碳发展中多种形式新能源管理是一个难点，要发展更大规模、更智能、更鲁棒的智能电网，提高新能源消纳比例。提升电力生产、传输和消费端的智能水平，降低电力生产自身能耗。
　　
　　六是伦理治理能力建设要跟上，实现激励发展与有效规制的协调。大模型等人工智能新技术的快速应用也对社会伦理体系与法律监管制度带来冲击，在人工智能领域加强伦理治理的呼声越来越高。治理能力提升如何与科学探索、产业应用相协调是摆在管理机构、企业、科技界面前的共同责任，尤其是领军企业、上市公司首当其冲。要尽快建立适应人工智能发展特点、包容审慎的敏捷治理体系，促进研发和产业化健康有序发展。针对不同风险的场景实施分类分级治理，加快完善智能诊疗、自动驾驶等重点场景的伦理规范、安全与标准体系，为企业提供更明确、稳定的规则导向，以高效能治理促进产业高质量发展。