中評社北京3月17日電／人工智能是今年全國兩會期間的熱議話題之一。一直以來，我國企業在人工智能領域持續布局，相關技術已在社會生產各環節極大地提高了生產效率。如果把過去信息技術產業的發展比喻為“手工時代”，那麼人工智能技術的出現則將把信息技術產業推向“自動化時代”。
黨的十八大以來，我國高度重視智能經濟發展，促進人工智能和實體經濟深度融合，為高質量發展注入強勁動力。特別是十四屆全國人大一次會議表決通過的關於國務院機構改革方案的決定，明確組建國家數據局負責協調推進數據基礎制度建設，統籌數據資源整合共享和開發利用。對此，須抓住機遇，把人工智能這個“硬科技”上升至更加重要的地位，加快創新發展。
當前我國人工智能產業的發展還有很大提升空間。在數據方面，我國企業製作的模型訓練數據庫規模有限，而且有“各自為戰”的問題，數據較分散。而一些發達國家開發出的相關模型則值得借鑒。在算法方面，我國人工智能領域的研究起步較晚，研究和應用方向多集中在應用層面，對深度學習等基礎技術重視不夠。在算力方面，眾所周知，AI訓練需要超大規模計算資源，依賴於配備高性能圖形處理單元服務器的計算中心，涉及浮點運算能力、GPU內存大小和帶寬等多項指標。受限於芯片等技術，我國自行研發高性能GPU進展有限。
有鑒於此，未來應抓住重點、聚焦關鍵，有針對性地施策，攻克人工智能技術短板。
第一，加強頂層規劃設計。明確人工智能科技投入的國家目標，協調相關機構根據自身職責、能力確定發展重點，規劃發展路線；促進不同研究領域的協調合作，鼓勵探索更多應用場景，促進人工智能的廣泛應用，形成良好產業生態，支撐行業長期穩健發展。
第二，重視人工智能基礎技術研究。加強前瞻性基礎研究，鼓勵多學科交叉創新研究，對深度學習等基礎技術研發給予政策資金引導，扶持致力於機器學習算法和深度學習應用的企業；規範人工智能的學科設置和職業培訓，加大對從事基礎技術和創新研發核心人才的培養力度，鼓勵採用產學研聯動模式，確保人才儲備充足。
第三，加快建設“算力”“算法”“數據”等新型基礎設施。集中力量在芯片設計、製造上取得突破，縮小算力差距；加強科研與產業的結合，引導科研人員兼顧應用場景可行性，尋找算力消耗更小的人工智能算法。整合行業力量和上下游產業鏈，建立起一套用於人工智能超大模型訓練的高質量數據庫，降低訓練成本。
第四，優化支持產業發展的政府集中採購等制度。前期，宜採用報價優惠、合同預留等方式向科技創新型企業採購，扶持AI產業，並及時進行動態調整與分配設計。後期，可通過稅收、獎補等政策，鼓勵AI企業形成百花齊放、萬眾創新的產業格局。
來源：經濟日報 作者：李濤
|
