2023年，生成式人工智能在全球范圍爆火，引發了人工智能領域新一輪的科技競賽。眼下，人工智能不僅能輔助科學研究與藝術創作，還能實現自動駕駛、打造“無人農場”和“黑燈工廠”，成為解鎖新質生產力的關鍵鑰匙。
我國人工智能產業發展現狀如何？未來趨勢怎樣？在日前舉行的第十三屆吳文俊人工智能科學技術獎頒獎典禮暨2023中國人工智能產業年會上，多位專家就此話題展開探討。
大模型、具身智能引領新浪潮
人工智能有著廣泛的應用前景，讓生產生活提質增效，為千行百業插上智慧“翅膀”。
在工業領域，“AI+工業互聯網”幫助企業開展智能制造、數字采購、數字營銷、智能運維；在農業領域，“無人農場”讓農業生產實現播種、除草、噴淋、收割的全過程自動化；在醫療領域，“下肢外骨骼機器人”輔助癱瘓人士進行康復治療……
國產大模型發展迅速，鵬城實驗室開辟了分布式協同計算“藍海”，研制并訓練完成“鵬城·腦海”系列通用AI大模型底座。獲得本次“吳文俊人工智能最高成就獎”的中國工程院院士、鵬城實驗室主任高文近些年帶領團隊致力于“中國算力網”的研發和建設，為我國新一代人工智能和國產大模型的發展提供強有力的底座支撐。
“我國單個芯片方面的能力跟國外相比仍有差距。但我們通過芯片、通信、組網技術三個方面的突破，也可以實現萬億級的算力，共同推動我國大模型集群的發展。”清華大學教授孫富春說。
不少與會專家認為，具身智能將成為人工智能的下一個浪潮。具身智能是人工智能與現實環境交互的形態。哈爾濱工業大學副校長劉挺認為，具身智能的獨特意義在于為實體機器人安上“大腦”，讓“機器”真正變成“機器人”。
2035年，世界人形機器人市場規模預計達到1540億美元。劉挺介紹，人形機器人很有發展潛力，可以在服務場景、工業與物流場景以及軍事特種工作等領域代替人工。此外，通用機器人將是大模型落地應用的重要載體。“大模型為通用機器人提供強大的能力，人工智能可以將運算、感知、認知、決策、創造等各類智能集成應用在機器人平臺上。”
警惕數據瓶頸與算力浪費
數據、算力與算法是人工智能快速發展依賴的三個核心要素。大模型的發展則建立在龐大數據和超高算力的基礎之上。數據瓶頸與算力浪費是人工智能產業發展過程中不容忽視的問題。
“如果把大數據比喻為礦產資源，那么其還有多少可以‘挖掘’的新知識有待分析考量。”中國工程院院士、同濟大學校長鄭慶華分析。
在高文看來，我國人工智能發展過程中還存在一個問題——高質量中文語料不足。“數據和算力是人工智能快速發展的兩條腿，二者缺一不可。我國人工智能在高質量數據方面相對薄弱。放眼世界，中文語料在所有數據中占比較小。雖然中國的數據總量很大，數據資源也豐富，但數據市場的規模化產業化尚待培育。”要想打通目前存在的數據壁壘，政府要發揮好指引作用，為數據的安全性、可用性提供制度保障。
目前，大模型的參數已經達到萬億級別。鄭慶華指出，這類大模型存在過度消耗數據和算力的問題。“沒有深度學習時，算力對電力的依賴每20個月翻一番；大模型時代，算力對電力的依賴，每年都要翻10到100倍。可見，算力對電力的消耗呈幾何指數增長。”
由此可見，大模型不僅要消耗大量算力、依賴大量數據，還要投入大量資本。目前來看，這個領域還沒有明確的營利模式，如何實現可持續發展，有待進一步分析和考量。鄭慶華說：“我們不僅需要在人工智能領域實現高水平科技自立自強，還需要建立起一套具有自主知識產權的人工智能發展生態。”
讓人工智能賦能新質生產力
大模型和具身智能引領下的新一代人工智能，在發展進程中如何應對機遇與挑戰？
專家們認為，當前，正處于第二代人工智能向第三代人工智能過渡的階段。人工智能首先解決計算智能，再發展感知智能，進而實現認知智能，這三者并不是階段性的，而是一種螺旋式上升。
時下熱門的大模型并不是人工智能未來發展的唯一路徑。鄭慶華指出，借鑒人腦記憶模型、創建機器記憶模型就是其中一種新途徑、新思路。大模型依托大數據、大算力和強算法，存在過度消耗數據和算力、災難性遺忘等固有缺陷。“如果我們能夠深度借鑒腦科學中記憶的表征、激活、檢索、編碼、回放等機制，有望破解當前深度學習與大模型的固有缺陷。”
如何讓人工智能賦能我國新質生產力加快發展？相比“互聯網+”，“人工智能+”所涵蓋的面更寬，展現出更強的賦能效果。北京工業大學副校長喬俊飛認為，在傳統產業數字化轉型、智能化改造的過程中，人工智能有非常重要的地位。“要想實現高端化、綠色化、智能化的新型工業化，讓新質生產力發揮更大作用，繞不開人工智能技術。”
“下一步人工智能的發展不僅要講理念、講方式、講途徑，更要付諸實實在在的行動。從企業到高校、從人才培養到科學研究，方方面面都要有人工智能意識、提出明確的舉措。”鄭慶華說，要把人工智能賦能作為推動創新發展、開辟新域新制的一種重要手段。例如，教育領域可以用人工智能賦能傳統學科，改進培養方案、課程體系和實踐平臺，讓傳統學科“老樹吐新芽”。
