錢鋒委員：讓人工智能為新型工業化注入新動力

原文地址：http://news.sciencenet.cn/htmlnews/2024/3/518471.shtm

近年來，我國高度重視人工智能對科技和產業創新的強大驅動力。特別在新型工業化方面，我國人工智能的賦能具有市場規模大、應用場景廣、數據資源豐富等優勢，未來發展潛力巨大。

然而在受訪時，全國政協委員、中國工程院院士，國家智能制造專家委員會副主任錢鋒表示，目前相關工作仍然存在一些短板。

具體而言，錢鋒表示，我國人工智能基礎研究和工業智能前沿技術布局還較為分散，行業更多關注人工智能應用，在人工智能關鍵領域自主創新能力較弱，針對特定科學和工程問題的算法創新與世界領先水平差距較大。高端工業軟件90%以上依賴進口，“卡脖子”風險巨大。

同時，我國人工智能在工業領域的應用仍以單個環節、單個企業為主，能夠有效運用數字技術全生命周期、全產業鏈提高生產效率、降低成本消耗、提升產品質量、減少環境污染的企業還不多，亟需以人工智能為代表的新一代信息技術打通工業生產全過程。

此外，當前我國數據開放共享機制不完善，缺少訓練大模型的高質量工業數據語料庫。大模型帶來的算力需求增長和美國禁運高端人工智能芯片的影響，制約了我國人工智能發展。各地、各高校院所紛紛建立智算中心，造成算力資源分散嚴重。

最后，人工智能賦能新型工業化要求技術人員對于人工智能和專業領域都有深入的理解，但目前國內能將模型、算法與應用場景匹配的人才極度稀缺。我國高校學科設置交叉融合程度不高，人才培養無法匹配行業需求。

對此，錢鋒提出以下建議。

一是加快突破工業認知智能、工業操作系統、工業元宇宙、工業軟件、大規模異構互聯、智能調控等關鍵核心技術瓶頸，打造人工智能物理建模、高性能計算等研發工具，構建自主可控的工業智能軟硬件應用和生態。鼓勵超越Transformer 算法、類腦人工智能新型算法、大模型涌現機理等原始創新，促進大模型共性技術和算法研究。

二是布局“人工智能賦能新型工業化”等科技創新專項，加大對人工智能通用和垂直大模型支持力度。引導企業通過人工智能賦能，構建集研發設計、原料采購、資源配置、生產制造、綠色低碳等要素為一體，需求快速感知、供需精準匹配的“產業大腦”。鼓勵行業龍頭企業開放應用場景，打造高質量工業語料庫，構建垂直行業人工智能訓練驗證平臺。打造重點領域人工智能開源平臺，降低大模型訓練成本。

三是推動科研和產業數據共享，依托隱私計算、區塊鏈、聯邦學習等技術，構建安全可信的共享平臺。引導行業用戶開放核心業務場景，對政府投入的場景數據“應采盡采”。構建國家人工智能公共算力平臺，鼓勵有條件的單位貢獻剩余算力，探索多元異構、多卡并行的算力統籌規劃機制，攻關大規模并行訓練等前沿領域，打造超大規模算力集群。