行业资讯

　　2024 年是全面贯彻落实党的二十大精神的关键之年，是实施“十四五”规划的攻坚之年。十四届全国人大二次会议和全国政协十四届二次会议(简称“两会”)将分别于 2024 年 3 月 5 日和 2024 年 3 月 4 日在京召开。两会作为我国政治生活中的重要事件，也是各行各业展示成果、交流思想的重要平台。

　　近日，各行各业的全国政协委员、人大代表纷纷公布了各自提案，信息通信领域的两会代表也纷纷为产业发展发声，全面聚焦信息通信各领域发展。值得注意的是，今天两会提案中，AI人工智能发展成为“最热”话题，被多位委员代表争相提出……

　　当前，AI大模型取得实质性突破、加速迈入规模应用的新阶段，推动人工智能从助力千行百业提质增效的辅助手段，升级为支撑经济社会转型升级不可或缺的基础设施和核心能力，加快从“+AI”向“AI+”转变。

　　值此两会召开之际，全国政协常委，中国移动党组书记、董事长杨杰建议，在国家层面推动“AI+”行动，强化顶层设计和整体规划，统筹发展和安全，明确发展目标、主攻方向和关键任务，构建技术、服务和应用齐头并进、蓬勃发展的新局面，充分发挥人工智能在推动科技跨越发展、产业优化升级、生产力整体跃升方面的巨大潜能，为强国建设、民族复兴伟业提供有力支撑。具体建议如下。

　　第一，统筹推进计算智能、感知智能、认知智能、运动智能的协同发展，夯实“AI+”发展根基。目前，以逻辑运算分析为代表的计算智能、以感官信息交互为代表的感知智能、以人类思维模拟为代表的认知智能、以动作协调和复杂任务完成为代表的运动智能，正在成为全球AI创新突破的前沿方向。杨杰认为，要强化“四类智能”的有机融合与系统创新，加快前瞻性基础研究、引领性原创成果的重大突破，促进AI具备更强大的认知力、判断力、创造力，为形成新质生产力注入强劲动能。

　　第二，加快推动人工智能惠及千家万户、赋能千行百业，打造“AI+”产业高地。当前，新型工业化正在成为新质生产力形成的主阵地，AI等战略性新兴产业正在成为新质生产力形成的关键领域。杨杰建议，要以推进AI全方位、深层次融入实体经济重点领域、核心环节为方向，聚焦人民群众在教育、医疗、养老、娱乐等领域的美好生活需要，加快布局超大型智算中心、人形机器人、无人驾驶、未来生物等战略性新兴产业和未来产业新赛道，培育多模态人机交互、智能助手、工业理解计算及代码生成等一批有需求、有效益、有前景的创新应用，让人工智能不仅会“做诗”、更要会“做事”，以产业的高质量发展带动生产力的深层次变革。

　　第三，探索打造企业为主体、产学研用深度融合的创新联合体，厚植“AI+”创新沃土。AI发展是“大科学+大工程”的系统创新，涉及跨学科的交叉融合，以及基础研究、技术开发、产品培育等环节的贯通。杨杰认为，要充分发挥企业科技创新主体作用，打造国有企业、民营企业、高校及科研院所等广泛参与的产学研用创新联合体和新型研发机构，整合生产、教育、科研等优势资源，协调上、中、下游创新关键环节，完善科创评价体系和激励机制，营造鼓励创新、勇于突破、包容试错的良好氛围，广泛吸引全球AI领军人才和知名学者，培育一批面向国民经济重点行业的示范标杆应用，促进创新链、产业链、资金链、人才链深度融合，加速AI技术突破和应用普及。

　　第四，深化构建可控可信的人工智能安全防护体系，筑牢“AI+”安全屏障。AI的快速发展也将带来一系列安全问题和潜在风险，防范化解好AI安全风险，让AI更好服务于社会，已成为当前最紧迫的议题之一。对此，杨杰建议，要以AI高水平安全保障AI高质量发展，全面审视技术基础架构、数据、模型、应用的安全规范和技术策略，系统锻造AI安全能力，布局内生安全、隐私计算、区块链等新型技术，增强内容风险管理、数据隐私保护、科技伦理规范等方面的治理效能，形成一体化全程可信的“AI+”安全体系。

　　两会召开之际，全国政协委员、360集团创始人周鸿祎在2024年两会提案中建议，深化人工智能多场景应用，支持大模型向垂直化、产业化方向发展，助力加快形成新质生产力。

　　周鸿祎认为，中美在人工智能领域的竞争，一方面是对抗Open AI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要时间，但在大模型应用方面，2024年是大模型应用场景元年，中国完全可以走出一条具有中国特色的大模型发展之路。

　　周鸿祎指出，在许多垂直领域，其实不需要千亿规模的大模型，百亿大模型足够赋能百行千业，中国发展大模型的一个重要方向应该是借助产业和场景的优势，将大模型与业务流程、产品功能相结合，寻求多场景应用、垂直化和产业化的落地，助力加快形成新质生产力。

　　通用大模型在企业级场景中无法直接应用，发展垂直化和企业化的大模型可以更好地满足企业的个性化需求，提高生产效率和服务质量，促进产业升级。一是通用大模型是“通才”，但缺乏行业深度，试图用一个大模型解决企业所有问题不现实;二是通用大模型与组织内部业务结合不紧密，不能满足企业级应用场景的垂直性、专业性问题;三是通用大模型存在数据安全隐患，易造成企业内部数据泄露;四是通用大模型存在“幻觉”，无法保障内容真实可信、有据可查;五是垂直大模型相较通用大模型，调试和部署成本更低，训练时间更少，性价比更高，同时垂直大模型所需要算力更小，有助于应对当前算力卡脖子的问题。

　　可从三方面有所作为：

　　一是场景很重要，大模型在垂直领域大有可为，建议政府、央国企率先提供更多应用场景，聚焦“小切口，大纵深”，推动大模型垂直化、产业化落地。企业用大模型不能冒进，而是要用AI逐步改造业务，循序渐进，积小胜为大胜。在实践中要拆分场景具体分析，在业务流程上找准切入点，选择与大模型成熟能力匹配的业务环节切入，切入点虽小，但纵深推进，对业务影响很大，改造收效更大。近期，国资委召开中央企业人工智能专题推进会，10家央企率先倡议社会开放应用场景，建议政府和央国企持续提供更多应用场景，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”的落地机会，助力百行千业数字化转型，实现数转智改。

　　二是知识很重要，基于“暗知识”的垂直大模型能更好解决企业问题。建议鼓励企业在定制AI前，做好知识管理，将企业大数据平台升级为企业知识平台。大模型的数据、知识只是人类知识的冰山一角，企业还有大量的“暗知识”，如战略规划、产品设计图等企业具有的独特知识，只存在于特定企业中，在互联上难以找到。建议鼓励企业构建知识平台，将“暗知识”汇总起来，打造企业专属知识库，做好管理，在此基础上，通过垂直训练，深入企业级场景，满足企业需求。

　　三是业务融合很重要，建议鼓励和引导企业将大模型与数字化业务系统深度结合，同业务流程相结合，充分发挥大模型价值。大模型像发动机，不是用来秀的，而是要与业务相结合，特别是传统制造业，大模型是推动数转智改的利器。大模型与业务场景的融合，关键是智能体应用与企业数字化系统的连接打通。企业层面，通过打通组织、人员、业务、流程，构建业务协作平台，促进与大模型的全面融合。国家层面，鼓励企业拿出一至两个业务场景与大模型融合，创造大量可落地推广的与业务紧密融合的大模型，推动这些大模型与数字化系统融为一体，这将对中国的产业数字化、新型工业化产生巨大作用，本质上成为新质生产力的重要部分。

　　来源：通信世界