两会观察丨从“国产大模型”到“AI手机”：两会代表委员热议“人工智能+”

　　2024两会正在进行时，新质生产力再次成为众多两会代表委员建议提案中的热词。

　　21世纪经济报道记者梳理发现，复旦大学、东南大学多位学者以及360、知乎、科大讯飞等等科技公司的业界人士均就加快AI、集成电路、算力基础设施建设等新质生产力的发展，提出各自的思考和建议。

　　今年的政府工作报告中提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。

　　“AI技术的发展可能会让某些行业受到冲击，但暂时不会带来整个人类的科技创新、智力产能的根本性进步。”全国政协委员、民盟中央常委、复旦大学教授丁光宏表示，人工智能只是提高生产力的工具，人们可以借此产出更好的作品。年轻人对此应该有好奇心、保持学习的欲望，及时掌握新工具，最好有一些人能投入到对工具的研究中。

　　场景落地成重要牵引

　　作为AI技术从试验走向大规模应用中的重要环节，“特定场景的产业化落地”成为今年两会代表委员密集讨论的重点。

　　“人工智能是形成新质生产力的重要引擎。我们整合创新资源，统筹布局通用大模型和垂直大模型，持续推动人工智能技术发展和产业生态完善，全力做好促进数字经济和实体经济深度融合这篇大文章。”全国人大代表、合肥市市长罗云峰在建议中说。

　　全国政协委员、天娱数科副总经理贺晗则认为，场景驱动成为大模型技术创新和产业增长的重要模式，今年两会他带来了《关于加快拓展人工智能大模型技术应用场景》的提案。贺晗表示，地方政府、领军企业、行业协会和专业服务机构搭建全国级、地方级、行业级等多层次人工智能大模型技术应用场景供需对接平台，实现技术、模型、数据等资源对接，不断提升供需匹配效率。

　　与此同时，AI与硬件的结合也得到了代表委员们的关注。

　　研究机构TechInsights称，2023年全球智能手机换机率或已跌至23.5%，换机周期拉长至51个月。国际数据公司（IDC）预测，在中国市场，随着新的芯片和用户使用场景的快速迭代，新一代AI手机市场份额将在2024年后迅速攀升，2027年将达到1.5亿部，市场份额超50%。

　　“AI技术发展引发的行业变革，为手机行业描绘了良好前景。AI手机这一概念成为不少用户换机的驱动力。”全国政协常委、东南大学副校长、研究生院院长金石在提案中表示，AI大模型是引领未来的战略性技术，是发展新质生产力的主要阵地。手机作为用户最多的终端应用，是AI大模型创新与应用的重要领域。

　　金石建议，中国信通院等研究机构，要联合华为、OPPO等头部手机厂商，加快出台AI手机生态标准，这一方面需要集中力量发力于通用大模型，提升通信行业整体的大模型竞争优势；另一方面要整合和高效利用创新资源，避免出现大量企业“重复造轮子”，质量参差不齐的情况。

　　全国人大代表、农工党中央委员、南昌大学元宇宙研究院院长闵卫东认为，我国要把握好人工智能的发展方向和契机。闵卫东说，“人工智能是一个非常广的领域，要落实到生产方面，人形机器人要去大力发展。”

　　国产大模型仍在路上

　　ChatGPT发布以来，国内一大批科技公司争相发布大模型产品。算力是训练大模型的基础，寻求大模型算力集成设施国产化替代迫在眉睫。

　　全国政协委员、京东集团技术委员会主席曹鹏表示，只有拥有自主可控的算力底座，国产大模型才能够在这场AI竞赛中取得先机。他建议抓住大模型发展契机，通过政策鼓励国产化GPU适配国产的算力调度软件，建设自主可控的智算基础。

　　全国政协委员、中国科学院计算技术研究所研究员张云泉则指出，国内能用于大模型训练的国产智能算力芯片创新和供应显著落后。解决算力瓶颈可以从加大国产高端AI芯片研发、集中AI芯片研制力量、设置智能算力发展专项组着手。

　　全国人大代表、科大讯飞董事长刘庆峰则建议在2017年《新一代人工智能发展规划》基础上，瞄准我国通用人工智能发展中需重点补上的短板进行设计，系统性制定国家“通用人工智能发展规划”，由国家高位推动规划制定和落地，在行业应用和价值创造上打造我国的比较优势。他还建议，以专项的形式从算力、数据、算法上在未来5年持续支持我国通用大模型的研发攻关，加快形成围绕国产大模型的自主可控产业生态。

　　“支持国产大模型向开发者开放，开展大模型测评体系和开源社区建设，降低研发和使用成本。建议推动国家级高质量训练数据开放和共享。建议加快脑科学与类脑智能、量子计算等领域与人工智能关键研究的协同攻关，形成交叉学科的突破，并加速通用人工智能技术相关的法律法规制定与审议。” 刘庆峰表示。

　　如何看待中美AI领域竞争合作？

　　当前，通用人工智能是全球科技竞争的焦点，也是中美科技博弈和战略竞争的必争之地。中美博弈最核心的“主战场”就是在通用底座能力上持续进行对标。

　　全国政协委员、360集团创始人周鸿祎表示，中美在人工智能领域的竞争，一方面是对抗OpenAI的通用大模型基础战，另一方面是差异化、特色化的大模型应用战。当前，中国在通用大模型核心技术上赶超美国还需时间，但在大模型应用方面，2024年是大模型应用场景元年，国内可以走出一条具有中国特色的大模型发展之路。

　　针对推动大模型垂直化、产业化落地，周鸿祎建议政府、央国企率先提供更多应用场景，为发展垂直化、小型化、低成本的大模型开放更多“小切口、大纵深”落地机会。他还表示，大模型与业务场景的融合是实现智能化转型的关键，国家应鼓励企业拿出一至两个业务场景与大模型融合，创造可落地推广的与业务紧密融合的大模型。

　　全国政协委员、知乎创始人及首席执行官周源则指出中文语料数据短板。他表示，ChatGPT训练数据中中文资料比重不足千分之一，而英文资料占比超92.6%，国内许多从事大模型开发的研究机构和企业进行模型训练时，不得不依赖外文标注数据集、开源数据集，或爬取网络数据，这限制了我国人工智能技术发展和创新应用推进。一些获取数据的方式面临法律风险，数据还面临耗尽的风险，据Epoch AI 人工智能预测组织的研究报告显示，AI公司可能在2026年前耗尽高质量文本训练数据。

　　周源建议建立数据合规的监管机制和评估办法，加强数据安全和知识产权的保护措施，并加快高质量中文数据集的开发与利用，探索数据要素交易模式，加大政府主导的公共数据资源开放共享。