作者：李濤

人工智能是今年全國兩會期間的熱議話題之一,。一直以來,，我國企業(yè)在人工智能領(lǐng)域持續(xù)布局,，相關(guān)技術(shù)已在社會生產(chǎn)各環(huán)節(jié)極大地提高了生產(chǎn)效率,。如果把過去信息技術(shù)產(chǎn)業(yè)的發(fā)展比喻為“手工時代”，那么人工智能技術(shù)的出現(xiàn)則將把信息技術(shù)產(chǎn)業(yè)推向“自動化時代”,。

黨的十八大以來,，我國高度重視智能經(jīng)濟發(fā)展，促進人工智能和實體經(jīng)濟深度融合,，為高質(zhì)量發(fā)展注入強勁動力,。特別是十四屆全國人大一次會議表決通過的關(guān)于國務院機構(gòu)改革方案的決定，明確組建國家數(shù)據(jù)局負責協(xié)調(diào)推進數(shù)據(jù)基礎(chǔ)制度建設(shè),，統(tǒng)籌數(shù)據(jù)資源整合共享和開發(fā)利用,。對此，須抓住機遇，把人工智能這個“硬科技”上升至更加重要的地位,，加快創(chuàng)新發(fā)展。

當前我國人工智能產(chǎn)業(yè)的發(fā)展還有很大提升空間,。在數(shù)據(jù)方面,，我國企業(yè)制作的模型訓練數(shù)據(jù)庫規(guī)模有限，而且有“各自為戰(zhàn)”的問題,，數(shù)據(jù)較分散,。而一些發(fā)達國家開發(fā)出的相關(guān)模型則值得借鑒。在算法方面,，我國人工智能領(lǐng)域的研究起步較晚,，研究和應用方向多集中在應用層面，對深度學習等基礎(chǔ)技術(shù)重視不夠,。在算力方面,，眾所周知，AI訓練需要超大規(guī)模計算資源,，依賴于配備高性能圖形處理單元服務器的計算中心,，涉及浮點運算能力、GPU內(nèi)存大小和帶寬等多項指標,。受限于芯片等技術(shù),，我國自行研發(fā)高性能GPU進展有限。

有鑒于此,，未來應抓住重點,、聚焦關(guān)鍵，有針對性地施策,，攻克人工智能技術(shù)短板,。

第一，加強頂層規(guī)劃設(shè)計,。明確人工智能科技投入的國家目標,，協(xié)調(diào)相關(guān)機構(gòu)根據(jù)自身職責、能力確定發(fā)展重點,，規(guī)劃發(fā)展路線,；促進不同研究領(lǐng)域的協(xié)調(diào)合作，鼓勵探索更多應用場景,，促進人工智能的廣泛應用,，形成良好產(chǎn)業(yè)生態(tài)，支撐行業(yè)長期穩(wěn)健發(fā)展,。

第二,，重視人工智能基礎(chǔ)技術(shù)研究。加強前瞻性基礎(chǔ)研究，鼓勵多學科交叉創(chuàng)新研究,，對深度學習等基礎(chǔ)技術(shù)研發(fā)給予政策資金引導,，扶持致力于機器學習算法和深度學習應用的企業(yè)；規(guī)范人工智能的學科設(shè)置和職業(yè)培訓,，加大對從事基礎(chǔ)技術(shù)和創(chuàng)新研發(fā)核心人才的培養(yǎng)力度,，鼓勵采用產(chǎn)學研聯(lián)動模式，確保人才儲備充足,。

第三,，加快建設(shè)“算力”“算法”“數(shù)據(jù)”等新型基礎(chǔ)設(shè)施。集中力量在芯片設(shè)計,、制造上取得突破,，縮小算力差距；加強科研與產(chǎn)業(yè)的結(jié)合,，引導科研人員兼顧應用場景可行性,，尋找算力消耗更小的人工智能算法。整合行業(yè)力量和上下游產(chǎn)業(yè)鏈,，建立起一套用于人工智能超大模型訓練的高質(zhì)量數(shù)據(jù)庫,，降低訓練成本。

第四,，優(yōu)化支持產(chǎn)業(yè)發(fā)展的政府集中采購等制度,。前期，宜采用報價優(yōu)惠,、合同預留等方式向科技創(chuàng)新型企業(yè)采購,，扶持AI產(chǎn)業(yè)，并及時進行動態(tài)調(diào)整與分配設(shè)計,。后期,，可通過稅收、獎補等政策,，鼓勵AI企業(yè)形成百花齊放,、萬眾創(chuàng)新的產(chǎn)業(yè)格局。（李濤）

來源：經(jīng)濟日報