2024全國“兩會”期間，全國人大代表、科大訊飛董事長劉慶峰建議，在2017年《新一代人工智能發(fā)展規(guī)劃》的基礎(chǔ)上，瞄準(zhǔn)我國通用人工智能發(fā)展中需要重點補上的短板進行設(shè)計，圍繞自主可控算力生態(tài)構(gòu)建、高質(zhì)量數(shù)據(jù)開放共享、科學(xué)的評測標(biāo)準(zhǔn)制定、源頭技術(shù)前瞻研發(fā)、人才培養(yǎng)、法律制定和倫理人文等維度，系統(tǒng)性制定國家《通用人工智能發(fā)展規(guī)劃》（簡稱《規(guī)劃》），由國家高位推動規(guī)劃的制定和落地，不斷縮小中美通用人工智能產(chǎn)業(yè)在通用底座平臺方面的差距，并在行業(yè)應(yīng)用和價值創(chuàng)造上打造我國的比較優(yōu)勢。
劉慶峰表示，國家在制定《規(guī)劃》的同時，應(yīng)該加快推動通用人工智能的相關(guān)工作，他提出9點建議：
第一，建議發(fā)揮舉國體制優(yōu)勢，加大并保持對通用大模型底座“主戰(zhàn)場”的持續(xù)投入。
建議以專項的形式從算力、數(shù)據(jù)、算法上在未來5年內(nèi)持續(xù)支持我國通用大模型的研發(fā)攻關(guān)；建議支持有條件的地方政府，以專項債的形式支持通用和行業(yè)大模型研發(fā)以及應(yīng)用生態(tài)發(fā)展所需的算力基礎(chǔ)設(shè)施建設(shè)；建議制訂相關(guān)政策，推動工業(yè)和民生等領(lǐng)域的大模型應(yīng)用，從而讓“底座大模型+行業(yè)應(yīng)用”形成相互促進的良好局面；建議鼓勵國資央企優(yōu)先應(yīng)用國產(chǎn)大模型，在關(guān)鍵敏感領(lǐng)域和核心戰(zhàn)略領(lǐng)域只能用自主可控的大模型；建議面向“一帶一路”設(shè)立專項，支持多語種大模型技術(shù)研發(fā)，以及在主要產(chǎn)業(yè)鏈合作國家、地區(qū)的落地應(yīng)用。
第二，建議加快形成圍繞國產(chǎn)大模型的自主可控產(chǎn)業(yè)生態(tài)。
大模型是典型的平臺賦能性技術(shù)，要加快我國大模型開發(fā)者生態(tài)體系建設(shè)和運營，支持國產(chǎn)大模型向開發(fā)者開放，開展大模型評測體系和開源社區(qū)建設(shè)，降低研發(fā)和使用成本。支持工業(yè)大模型在工業(yè)互聯(lián)網(wǎng)領(lǐng)域的賦能，支持軟件大模型對軟件行業(yè)的賦能，支持行業(yè)大模型對汽車、家電、服務(wù)機器人等行業(yè)領(lǐng)域的應(yīng)用，以“人工智能+”推動我國自主可控的大模型產(chǎn)業(yè)生態(tài)蓬勃發(fā)展。
第三，建議推動國家級高質(zhì)量訓(xùn)練數(shù)據(jù)開放和共享。
推動國家層面高質(zhì)量數(shù)據(jù)平臺的設(shè)立和資源共享，加大政府和市場協(xié)同，合理解決知識產(chǎn)權(quán)問題，構(gòu)建包括國家公共數(shù)據(jù)資源、高質(zhì)量電子圖書、高質(zhì)量音視頻、多渠道行業(yè)應(yīng)用數(shù)據(jù)及互聯(lián)網(wǎng)開源數(shù)據(jù)資源等多源多模態(tài)的國家級數(shù)據(jù)資源匯聚平臺，支持國家實驗室、全國重點實驗室、國家人工智能開放創(chuàng)新平臺、行業(yè)領(lǐng)軍企業(yè)等國家戰(zhàn)略科技力量以揭榜掛帥形式優(yōu)先、低成本使用。
第四，建議出臺更加客觀、公正、可信的評測方法，加快大模型在行業(yè)領(lǐng)域的應(yīng)用落地。
聯(lián)合國家級權(quán)威機構(gòu)和行業(yè)龍頭企業(yè)等組織，共同發(fā)布具有公信力的大模型評測標(biāo)準(zhǔn)和應(yīng)用指南，并定期組織系統(tǒng)全面的科學(xué)評測，指導(dǎo)各行業(yè)甄別和選型大模型，避免各家大模型刻意刷榜和各種不權(quán)威的商業(yè)評測擾亂正常市場秩序。在行業(yè)應(yīng)用方面，建議首批可以加快開發(fā)面向金融、工業(yè)、汽車、文旅、政務(wù)、教育、醫(yī)療等關(guān)鍵行業(yè)的應(yīng)用場景，加快打造標(biāo)桿示范，在成效驗證后向全國規(guī)�；茝V。
第五，建議堅持源頭核心技術(shù)系統(tǒng)性創(chuàng)新，在戰(zhàn)略性、前瞻性的基礎(chǔ)研究領(lǐng)域做好布局。
布局投入大模型的寬基礎(chǔ)研究，在大模型能力涌現(xiàn)機理、大模型可信訓(xùn)練推理、強化學(xué)習(xí)技術(shù)、自主學(xué)習(xí)技術(shù)等方面形成突破。建議加快腦科學(xué)與類腦智能、量子計算等領(lǐng)域與人工智能關(guān)鍵研究的協(xié)同攻關(guān)，形成交叉學(xué)科的突破，助力我國通用人工智能彎道超車。建議推動大模型與科學(xué)研究的深度結(jié)合，打造AI for Science的科研新范式，研究基于科學(xué)數(shù)據(jù)的AI建模和科學(xué)知識提取技術(shù)，助力科研人員更高效地進行科學(xué)研究和探索。在生命科學(xué)、化學(xué)、制藥、物理、材料等多個科研領(lǐng)域，引入人工智能通識課，培養(yǎng)一批具備專業(yè)科研能力以及高水平通用人工智能理解能力的人才，為可能涌現(xiàn)的交叉學(xué)科重大突破做儲備。
第六，建議加快推廣大模型賦能全學(xué)段，以全新機制加快探索我國人工智能拔尖創(chuàng)新人才培養(yǎng)。
建議加快運用大模型的現(xiàn)有能力打造教師和學(xué)生的助手，賦能從中小學(xué)到職業(yè)教育和大學(xué)的教育教學(xué)提質(zhì)增效。設(shè)立國家人工智能學(xué)院，以“核心+基地”的組織形式和全新機制推動我國面對中美競爭的拔尖人工智能人才培養(yǎng)。加強人工智能一級學(xué)科建設(shè)，聯(lián)合頭部企業(yè)打造一批人工智能人才產(chǎn)教融合培養(yǎng)基地，打造優(yōu)秀人才專項遴選機制和通道等。
第七，建議研究通用人工智能時代人才能力素質(zhì)模型和培養(yǎng)方案，加快應(yīng)用型人才培養(yǎng)。
針對未來可能被人工智能大量替代的行業(yè)和崗位，對勞動力培養(yǎng)及再就業(yè)做專項研究，并且提前、主動做好應(yīng)對。關(guān)注通用人工智能對社會各行業(yè)帶來的沖擊，加快建設(shè)新的人才能力素質(zhì)模型和課程培養(yǎng)體系，特別是加快用通用人工智能賦能軟件代碼、語言學(xué)習(xí)、藝術(shù)創(chuàng)意等應(yīng)用型人才的培養(yǎng)，助力我國軟件行業(yè)和數(shù)字經(jīng)濟發(fā)展。
第八，建議加速通用人工智能技術(shù)相關(guān)的法律法規(guī)制定與審議。
建議圍繞大模型的數(shù)據(jù)安全、隱私泄露、可靠性、知識產(chǎn)權(quán)等幾大關(guān)鍵方面制定法律法規(guī)，提升通用人工智能技術(shù)可靠性與規(guī)范性。同時，完善向社會開放的大模型的準(zhǔn)入和運行規(guī)則，明確責(zé)任分配與問責(zé)機制，并明確大模型知識產(chǎn)權(quán)與保護方式。
第九，建議設(shè)立軟課題進行通用人工智能相關(guān)的倫理人文研究。
堅持科學(xué)、獨立原則，針對通用人工智能技術(shù)可能帶來的社會風(fēng)險、倫理挑戰(zhàn)和人類文明變化進行開放式課題研究。
