在海量应用场景中“拔节生长”——从人工智能发展前沿看中国科技新动力
2024-04-16 08:12:27 来源：经济参考报
4月13日至14日，第十三届“吴文俊人工智能科学技术奖”颁奖典礼暨2023中国人工智能产业年会在苏州举行，展示了我国人工智能的发展前沿。
一大批新突破、新技术、新应用，正在海量应用场景中“拔节生长”，昭示出新质生产力加快形成的广阔空间。
“算力+数据+模型”形成的第三次人工智能浪潮已经到来
从大模型与通用人工智能，到人形机器人与具身智能……年会上，通过展望人工智能未来趋势，与会专家共同探究如何推动人工智能前沿技术与产业生态协同发展。
何谓大模型？中国工程院院士、同济大学校长郑庆华介绍，大模型是指参数规模在10亿以上、由大规模参数构建起来的神经网络模型，在人工智能内容生成方面能够完成过去只有人才能创造完成的任务。
大模型的背后是大算力。获得“吴文俊人工智能最高成就奖”的中国工程院院士、鹏城实验室主任高文表示，“算力+数据+模型”形成的第三次人工智能浪潮已经到来。我们提出“中国算力网”研究计划，就是希望让用户像用电一样使用算力，推动中国人工智能发展再进一步。
人工智能是引领未来的新兴战略性技术，是驱动新一轮科技革命和产业变革的关键力量。
“2024年我国首次将‘人工智能+’行动写入政府工作报告，标志着人工智能已成为我国加快发展新质生产力的核心驱动力。”中国工程院院士、中国人工智能学会党委书记赵春江说。
三条技术路线推动人工智能从弱到强
工信部数据显示，我国人工智能核心产业规模已达5000亿元，企业数量超过4400家。随着我国人工智能技术快速发展，将为开展“人工智能+”行动奠定坚实基础。
郑庆华介绍，人工智能从弱到强主要有三个标志，一是人工智能生成内容或者回答问题的水平接近人类，甚至在部分领域超越人类；二是能够支持多种媒体，包括文本、图片、视频的生成；三是能够支持不同场景，可以泛化到其他专业领域。
“我们认为有三条技术路线推动人工智能从弱到强。”郑庆华表示，第一是依托大模型、大数据、大算力、强算法来推动，第二是采用“神经+符号”协同的方式，第三是打造人脑记忆启发的机器记忆智能模型。
“总体上看，首先解决计算智能，然后解决感知智能，在这个基础上进而实现认知智能。”郑庆华说。
“今年，通用人工智能与其他前沿领域的融合创新有望发挥关键作用。”中国人工智能学会副秘书长余有成告诉记者，我国人工智能已广泛赋能到智能交通、智能教育、智能社区、智慧金融、智慧医疗、智能制造、智慧能源等19个应用领域。通过加强人工智能产业科技创新，将逐步辐射一大批面向未来的行业应用落地。
加快推进人工智能场景创新和高水平应用
专家指出，海量的应用场景、超大的市场规模、庞大的人才队伍，是我国发展人工智能的先天优势。但相比世界顶尖水平，我国人工智能技术仍存在应用场景系统设计不足、重大场景开放程度不高、场景创新生态不完善等问题，在基础性技术等方面还处于弱势。
为加速人工智能核心技术攻关，着力解决人工智能重大应用和产业化等问题，中国人工智能学会与科技部新一代人工智能发展研究中心4月13日正式启动第二届全国人工智能应用场景创新挑战赛。
“只有面向地方传统产业数字化转型需求，推动通用人工智能与未来产业、实体经济的融合发展，加快推进人工智能场景创新和高水平应用，才能打造全方位、多场景、高频次的应用解决方案。”赵春江说。
2024年，人工智能产业发展有望成为全球经济复苏的风向标。有分析机构预测，我国人工智能市场规模将接近8000亿元。
清华大学教授、中国人工智能学会副理事长孙富春表示，我国人工智能发展应强化整体设计和前瞻部署，发挥新型举国体制优势，全面提升科技创新能力，健全安全治理体系，开拓人工智能新领域新赛道，构建支撑未来产业发展的创新生态，促进技术与产业更快更好发展。（记者 胡喆）
工业和信息化部日前发布数据显示，截至今年2月末，我国5G基站总数达350.9万个，5G移动电话用户达8.51亿户，占移动电话用户的48.8%。数字赋能实体经济水平不断提升，5G行业应用已融入71个国民经济大类，并在工业领域深入推广。
工信部总工程师赵志国表示，将加快数字技术赋能，促进制造业向数字化、网络化、智能化发展。今年将开展“人工智能+”行动，促进人工智能与实体经济深度融合，推动人工智能赋能新型工业化。
平台驱动转向数据驱动
从传统的“人盯人”到人工智能24小时无死角盯防，基于浪潮海岳软件搭建的人工智能煤矿重点岗位安全隐患图像智能识别分析系统，以“数据+算力+算法”为支撑，不仅能实时监控、智能识别煤矿作业人员和设备运行状况，还能在发现异常情况时控制设备闭锁或停机，并提醒工作人员处置，实现了从人工巡检到智能监控的跨越，让矿山安全生产更加智能可控。浪潮数字企业总经理魏代森表示，创新应用智能化技术以“数据+算力+算法”赋能传统产业智能化生产，能催生出新模式、新业态。
从平台驱动转向数据驱动，已成为数字化发展的重要趋势之一。赛迪研究院未来产业研究中心所长韩健认为，这本质是数字时代企业战略核心的根本转变。平台驱动强调通过建设强大的IT平台来实现技术优势和开展业务，数据驱动则意味着更多依赖于数据的收集、分析与应用，让数据成为决策的核心。
赛智产业研究院院长赵刚说：“数字化发展经历了信息化、网络化和平台化阶段，正进入数据驱动的智能化新阶段。数字化平台是业务流程协同运营的驱动力，解决的是市场效率问题；数据要素是不确定环境下业务决策的驱动力，解决的是创新问题。”
赵刚认为，数据驱动的智能化转型是以“数据+算力+算法”为基础支撑，充分发挥数据要素协同优化、复用增效和融合创新的引擎作用，加快各类生产要素创新性配置，打造数智化企业，精准快速响应客户需求和市场变化。
“从企业内部看，企业的决策过程从依赖高层经验和直觉转向更依赖数据分析；营销战略从关注广告效应的传统模型转向利用数据分析，达到精准投放和效果评估。数据驱动意味着对效率和效益的追求，可以降低运营成本、提高响应速度，使企业在激烈的市场竞争中占据优势。从外部层面看，数据驱动的企业不仅提高了自身效率，还能通过数据共享协作，促进产业链、供应链乃至整个社会的数字化转型。”韩健表示。
数字赋能水平持续提升
走进东方日升新能源股份有限公司的电池生产车间，一台台AGV（自动导向搬运车）在车间内自动穿梭。“我们联合研发的AGV智能调度系统，已实现了将生产车间20个不同协议的自动化设备接入统一管理平台，管理200多台AGV自动生产和自动运输，实现资源配置和任务分配最优解，车间物流搬运成本降低50%，运转效率提升30%。”腾讯云智能制造首席架构师赵保名说。
截至2023年底，我国已培育421家国家级示范工厂、1万余家省级数字化车间和智能工厂。数字技术正在以行业覆盖面广、业务渗透性强、智能化水平高、经济效益好等特点赋能新型工业化。
韩健认为，当前数字技术赋能新型工业化主要以提高生产自动化、网络化和智能化水平为目标，这种技术变革对企业运营模式及其资源配置产生了显著影响。通过云计算、大数据、人工智能等新一代信息技术与传统产业的深度融合，在生产操作方面实现了“上云、用数、赋智”，提升传统产业现代化水平，实现产品高端化发展。
“数字技术赋能新型工业化主要体现在3方面：创新发展是根本动力，生产要素高效配置是内在要求，协同发展是内生需要。”赵刚说。数字技术创新，既推动了人工智能等新兴产业创新发展，也为传统产业的技术研发和产品设计赋能，催生大模型辅助科学研究、数字孪生仿真等研发新模式，大幅提升技术创新对工业经济增长的贡献率。数字技术与产业链供应链深度融合，带动产业链上下游整体推进数字化转型，整体提升产业集群竞争力。
加快推进“人工智能+”
随着人工智能大模型技术加速迭代升级，大模型的通用和专用智能水平取得重要进展，对脑力劳动依赖度较高的制造业成为大模型应用的主战场，“人工智能+”成为数字技术赋能新型工业化的最活跃领域。
360集团创始人周鸿祎认为，大模型可以与传统产业进行“智改数转”结合，成为新型工业化的重要赋能者。抓住人工智能的“牛鼻子”，加快形成新质生产力，以大模型能力赋能重点产业体系，推动产业数字化向智能化升级，是我国现代化产业体系向高端化发展的必然趋势。
“目前，大模型在投入生产实践与赋能新型工业化的效能上仍有不足。未来要坚守安全发展底线，从政策和标准布局，为推动大模型在各行各业加速落地做好保障；开拓更多大模型应用场景，助力产业转型升级；推动大模型普惠发展，让广大中小微企业用得好。”周鸿祎表示。
工信部科技司副司长刘伯超表示，将拓展人工智能等数字技术在研发设计、生产制造、检验检测等不同环节，以及电子信息、生物医药、原材料、装备制造等不同行业应用。以人工智能和制造业深度融合为主线，统筹布局通用大模型和行业大模型，加快推进人工智能赋能新型工业化。
赵刚认为，开展“人工智能+工业制造”，要以实现制造业脑力劳动自动化为重点。开发工业大模型，推进“人工智能+生成设计”等创新应用，实现制造业全流程智能化；开发“人工智能+人形机器人”，推进嵌入大模型智能的人形机器人在智能工厂的试点应用，提升工业自动化产线的精准化和智能化水平；大力发展“人工智能+产品”，推进大模型智能嵌入产品，提升产品智能化水平，更好服务用户需求，增强用户体验。
“要引导企业投入资源建设高质量的数据仓库，保障数据的可靠性、完整性和可访问性。高质量数据直接决定了人工智能大模型能力，这是推动人工智能赋能新型工业化的重要基础。此外，创新技术研发与合作生态、制定标准和政策、加快人才培养和产业链现代化都是推进‘人工智能+’的关键。”韩健表示。（记者 黄 鑫）
加快中小企业数字化转型
2024-04-16 08:17:59 来源：经济日报
“深入开展中小企业数字化赋能专项行动”“大力推动数据开发开放和流通使用”，这是今年《政府工作报告》提出的明确要求，为中小企业数字化转型指明方向。
近年来，为加快中小企业数字化转型，《中小企业数字化赋能专项行动方案》《中小企业数字化转型指南》等专项政策先后颁布，各省份也制定了相应配套政策，扶持中小企业数字化、网络化、智能化转型。从基础设施看，全国已经构建了面向中小企业、门类齐全的数字化服务平台，以及以大数据分析、人工智能、云服务等为主要内容的第三方专业化服务机构，服务中小企业超过160万家。从覆盖面看，全国超七成中小企业数字化水平进入局部优化及以上阶段，超六成企业实现50%以上关键业务生产过程可视化和精益管理，数字化赋能进入从量变到质变阶段。
目前，各类中小企业数字化赋能专项行动以数据要素价值化为切入点，聚焦产品研发、生产制造、市场推广等环节，支撑数字化转型。比如“互联网+先进制造业”，推动低成本、模块化工业互联网设备和系统在中小企业中的部署应用，促进企业融入工业互联网生态，提升制造能力和管理水平。又如“互联网+中小企业”，提出支持中小企业数字化转型的具体路径，加速企业从“上云”“用云”向“云上企业”转变，以数字技术的确定性，助力中小企业应对市场的不确定性，为企业发展添动力。
虽然中小企业数字化赋能专项行动进程已取得明显成效，但仍存在一些短板。现有数字化工作大多集中在单点试验和局部推广阶段，不少中小企业尤其是一些传统产业的经营者对数字化转型的认知不深、能力不足，不想转、不会转、不敢转问题明显。中小企业数字化转型的覆盖面有待提高，目前基本实现全流程数字化覆盖的中小企业占比仍不到10%，拓展空间很大，亟待提质推进。同时，随着数据量的不断增加，数据确权、安全、治理等环节的法律法规和制度等问题也开始显现。
未来，需加强顶层设计和统筹布局，从宏观政策、企业策略和市场第三方服务等多维度施策。优化和完善相关政策体系，加大对中小企业数智化转型的公共财政支持力度，设立专项基金，减轻企业在硬件设施、软件升级、人才培养等方面的初始投资压力。引导企业建立健全内部数字化转型机制，围绕核心业务创新开展产学研合作，加强技术研发、成果转化和数字化人才引培，实现生产、管理、营销等全流程智能化升级。营造良好的数字化市场环境，提高消费者对中小企业数字化产品的认知度、接受度，培育更多数字消费需求。强化个人信息安全，保障数字消费市场健康发展。（兰建平）