金年会体育金年会体育人工智能是今年全国两会期间的热议话题之一。一直以来,我国企业在人工智能领域持续布局,相关技术已在社会生产各环节极大地提高了生产效率。如果把过去信息技术产业的发展比喻为“手工时代”,那么人工智能技术的出现则将把信息技术产业推向“自动化时代”。
党的十八大以来,我国高度重视智能经济发展,促进人工智能和实体经济深度融合,为高质量发展注入强劲动力。特别是十四届全国人大一次会议表决通过的关于国务院机构改革方案的决定,明确组建国家数据局负责协调推进数据基础制度建设,统筹数据资源整合共享和开发利用。对此,须抓住机遇,把人工智能这个“硬科技”上升至更加重要的地位,加快创新发展。
当前我国人工智能产业的发展还有很大提升空间。在数据方面,我国企业制作的模型训练数据库规模有限,而且有“各自为战”的问题,数据较分散。而一些发达国家开发出的相关模型则值得借鉴。在算法方面,我国人工智能领域的研究起步较晚,研究和应用方向多集中在应用层面,对深度学习等基础技术重视不够。在算力方面,众所周知,AI训练需要超大规模计算资源,依赖于配备高性能图形处理单元服务器的计算中心,涉及浮点运算能力、GPU内存大小和带宽等多项指标。受限于芯片等技术,我国自行研发高性能GPU进展有限。
有鉴于此,未来应抓住重点、聚焦关键,有针对性地施策,攻克人工智能技术短板。
第一,加强顶层规划设计。明确人工智能科技投入的国家目标,协调相关机构根据自身职责、能力确定发展重点,规划发展路线;促进不同研究领域的协调合作,鼓励探索更多应用场景,促进人工智能的广泛应用,形成良好产业生态,支撑行业长期稳健发展。
第二,重视人工智能基础技术研究。加强前瞻性基础研究,鼓励多学科交叉创新研究,对深度学习等基础技术研发给予政策资金引导,扶持致力于机器学习算法和深度学习应用的企业;规范人工智能的学科设置和职业培训,加大对从事基础技术和创新研发核心人才的培养力度,鼓励采用产学研联动模式,确保人才储备充足。
第三,加快建设“算力”“算法”“数据”等新型基础设施。集中力量在芯片设计、制造上取得突破,缩小算力差距;加强科研与产业的结合,引导科研人员兼顾应用场景可行性,寻找算力消耗更小的人工智能算法。整合行业力量和上下游产业链,建立起一套用于人工智能超大模型训练的高质量数据库,降低训练成本。