人民網北京7月25日電 （記者許維娜）今年的政府工作報告提出，“持續推進‘人工智能+’行動，將數字技術與制造優勢、市場優勢更好結合起來”。人工智能是引領新一輪科技革命和產業變革的戰略性技術，是培育和發展新質生產力的重要引擎。在近日舉辦的人民網金台圓桌研討會上，與會嘉賓圍繞“解碼中國AI產業突圍之路”主題展開討論。

以下是中國信息通信研究院雲計算與大數據研究所所長何寶宏在會上發表的主要觀點：

在持續提升單芯片性能的同時，需通過網絡化以及運力、存力來彌補算力不足，因此算力、運力、存力協同發展成為重要突破點。

打造差異化競爭力，重點在於算力、數據、算法的協同。從技術演進看，算力發展從前段時間單純追求用於訓練的高性能，轉變為高性能與多樣化並行。既要追求訓練時的極致性能，也要注重實用時的性價比，實現雙軌發展。

在上游，要突破關鍵技術，完善以人工智能算力中心和AI雲為代表的服務市場﹔在下游，要聚焦高價值場景應用。大模型應用推廣和場景化宜採用分層、分節奏推進，離語言最近的場景可優先應用，其次是基於語言的知識型工作場景，最后拓展到其他場景。

人工智能耗電增長迅猛，在此背景下，電力與算力的協同發展愈發重要，人工智能驅動下核電的發展趨勢也值得關注。未來，AI基礎設施將逐步成型，形成類似“AI工廠”的全新形態。與傳統IT基礎設施相比，最大變化在於對能源的重視，因為人工智能的高耗電量使得能源成為關鍵因素。

在數據方面，大模型發展已到新轉折點，預訓練模型在部分場景已可用，縮放定律邊際效應遞減，在優化算法的同時需要向模型提供更好數據。一方面，數據規模訓練面臨挑戰，全球領先大模型已消耗大量公共互聯網數據，再獲取新數據難度增大，千行百業數據挖掘迫在眉睫。另一方面，數據質量至關重要，其是人工智能推廣的基礎保障，還涉及減少幻覺和思維鏈發展等。

在算法方面，算法創新和工程化優化需進一步發展，如優化推理降低成本、實現可持續性，以及解決終極目標的一致性等問題。在國際化布局上，人工智能企業“走出去”可借鑒傳統企業的成功經驗，路徑具有高度相似性。

在實現人工智能從技術可用到產業好用方面，從預訓練大模型到場景化落地，路徑逐漸清晰，但並非簡單的“預訓練+微調”。首先，預訓練大模型需進行多種微調，包括對特定領域知識體系的領域微調、解決答非所問問題的任務微調，以及實現模型輸出與人類價值觀對齊的對齊微調。其次，鑒於模型能力有限，需借助API（應用程序接口）與知識庫結合來增強能力。最后，通過與現有應用結合提升性能。

在全球化背景下，要以更開放的心態解決技術孤島問題，重視人工智能開源社區培養。當前我國人工智能開源生態整體活躍度有待提升，未來應更多發揮社會力量，協同推動開源生態建設。

點擊圖片瀏覽本期“金台圓桌”專題

分享讓更多人看到