飛象網(wǎng)訊 2024年政府工作報(bào)告中指出，要深入推進(jìn)數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展。深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用，開展“人工智能+”行動(dòng)，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群。
“建議加快國(guó)產(chǎn)大模型產(chǎn)業(yè)發(fā)展，壯大我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)�！苯衲耆珖�(guó)兩會(huì)，全國(guó)人大代表，中國(guó)移動(dòng)浙江公司黨委書記、董事長(zhǎng)、總經(jīng)理?xiàng)顒τ罹劢谷斯ぶ悄�，建議從加強(qiáng)技術(shù)攻關(guān)、優(yōu)化資源布局、完善市場(chǎng)機(jī)制、強(qiáng)化數(shù)據(jù)治理等方面入手，推動(dòng)經(jīng)濟(jì)社會(huì)進(jìn)一步實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。
人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)和重要驅(qū)動(dòng)力量，大模型作為生成式人工智能的基礎(chǔ)，日益成為國(guó)際科技競(jìng)爭(zhēng)的焦點(diǎn)。楊劍宇表示，我國(guó)大模型在起步較晚的情況下奮起直追，目前已位居世界第一梯隊(duì)，初步建立以通用大模型為基礎(chǔ)、以垂直行業(yè)服務(wù)為主體的商業(yè)模式，在多個(gè)重點(diǎn)領(lǐng)域開始快速普及。
“國(guó)產(chǎn)大模型發(fā)展迅猛，但整體水平相較美國(guó)還存在代際差，大模型產(chǎn)業(yè)發(fā)展的規(guī)模化、價(jià)值化還處于起步階段，仍然面臨一些問題和挑戰(zhàn)�！睏顒τ钫J(rèn)為，國(guó)產(chǎn)大模型主要在自主創(chuàng)新能力、算力資源供給、原生應(yīng)用落地、數(shù)據(jù)流通治理四個(gè)方面存在問題。
自主創(chuàng)新能力亟待提升，核心算法和架構(gòu)的自研創(chuàng)新不足，開源生態(tài)發(fā)展薄弱，核心技術(shù)人才缺口大；大模型算力資源供給緊張、成本高，算力資源面臨“供不上、用不起”的問題，發(fā)達(dá)國(guó)家不斷加碼智算算力出口管制令，GPU/CPU市場(chǎng)“一芯難求”，采購(gòu)或租用算力資源的高昂成本提高了行業(yè)進(jìn)入門檻；大模型原生應(yīng)用落地不足，大模型的應(yīng)用需要結(jié)合具體的業(yè)務(wù)場(chǎng)景，目前我國(guó)針對(duì)垂類行業(yè)場(chǎng)景的大模型系統(tǒng)設(shè)計(jì)不足，企業(yè)基本采用“一個(gè)場(chǎng)景一個(gè)模型”的小作坊模式，導(dǎo)致應(yīng)用周期長(zhǎng)、成本高、效率低；數(shù)據(jù)流通和治理問題突出，數(shù)據(jù)資源的共享開放和融合利用不夠，數(shù)據(jù)安全風(fēng)險(xiǎn)急劇上升，社會(huì)輿論對(duì)于算法黑箱、算法歧視、算法推薦等算法倫理問題爭(zhēng)議不斷。
對(duì)此，楊劍宇從以下四個(gè)方面提出建議：
一是加快國(guó)產(chǎn)大模型技術(shù)攻關(guān)。發(fā)揮科技創(chuàng)新舉國(guó)體制優(yōu)勢(shì)，鼓勵(lì)產(chǎn)學(xué)研協(xié)同打造國(guó)產(chǎn)開源開放基礎(chǔ)大模型；在浙江等基礎(chǔ)較好的地區(qū)設(shè)立國(guó)家綜合性科學(xué)中心，加快技術(shù)攻關(guān)和成果轉(zhuǎn)化；加強(qiáng)開源社區(qū)治理水平，加大建設(shè)投入和政策扶持力度；制定人才培養(yǎng)計(jì)劃，完善人才發(fā)現(xiàn)、培養(yǎng)、流動(dòng)機(jī)制。
二是進(jìn)一步優(yōu)化算力資源布局。完善全國(guó)算力網(wǎng)絡(luò)一體化規(guī)劃，適度超前統(tǒng)籌建設(shè)智算中心和超算中心，構(gòu)建國(guó)家級(jí)算力智能調(diào)度體系，推動(dòng)建設(shè)布局合理、資源多樣、覆蓋全面的先進(jìn)算力供給體系；針對(duì)長(zhǎng)三角等算力需求旺盛的重點(diǎn)區(qū)域，加大對(duì)國(guó)家樞紐節(jié)點(diǎn)、邊緣算力等方面的政策、資金配套支持力度；支持開展智算技術(shù)研發(fā)重大工程，持續(xù)提升國(guó)產(chǎn)通用處理器性能。
三是完善戰(zhàn)略性新興產(chǎn)業(yè)市場(chǎng)機(jī)制。依托國(guó)家人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)等重大創(chuàng)新載體，推動(dòng)形成一批好用、實(shí)用的大模型產(chǎn)品，分行業(yè)出臺(tái)AI大模型的落地指引，加速大模型技術(shù)和產(chǎn)業(yè)孵化成熟；加快推動(dòng)制造業(yè)向“AI+”轉(zhuǎn)型，將“AI+”場(chǎng)景應(yīng)用納入未來工廠評(píng)價(jià)標(biāo)準(zhǔn)，設(shè)立AI+新型工業(yè)化先行示范基地，鼓勵(lì)智能制造模式的集群式發(fā)展。
四是堅(jiān)持?jǐn)?shù)據(jù)開放和安全并舉。完善數(shù)據(jù)分類分級(jí)確權(quán)授權(quán)使用的標(biāo)準(zhǔn)體系，鼓勵(lì)構(gòu)建行業(yè)通用大模型數(shù)據(jù)集，推進(jìn)數(shù)據(jù)要素交換平臺(tái)市場(chǎng)化運(yùn)營(yíng)，強(qiáng)化數(shù)據(jù)的合規(guī)使用和監(jiān)管，積極營(yíng)造“向善”網(wǎng)絡(luò)文明，平衡好發(fā)展與安全、風(fēng)險(xiǎn)與效率之間的關(guān)系。
