(資料圖片僅供參考)

推動人工智能大模型產業化應用是提升國家競爭力的關鍵舉措。要搶占人工智能大模型產業發展制高點，必須加強戰略規劃和深度治理，推進新型算力生態基礎設施建設，打造穩定可靠的算法開源生態。

不久前舉辦的中關村論壇人工智能大模型發展分論壇發布的《中國人工智能大模型地圖研究報告》提出，我國自2020年進入大模型快速發展期，目前與美國保持同步增長態勢。當前，我國人工智能大模型已發布79個。此前召開的中共中央政治局會議提出，要重視通用人工智能發展，營造創新生態，重視防范風險。推動人工智能大模型產業化應用，是加快實現我國人工智能領域高水平科技自立自強的應時之舉，也是推動我國產業優化升級、實現經濟高質量發展的重要一招，更是提升國家競爭力、維護國家安全的關鍵舉措。

營造良好的人工智能大模型產業生態，應著力解決目前我國人工智能大模型發展面臨的高端算力技術不可控、大規模高質量數據集少、算法可靠性和可解釋性弱等核心問題。目前，由GPU、FPGA、ASIC等加速芯片異構而成的人工智能高端算力芯片技術面臨“卡脖子”風險。在高效低碳的算力網絡基礎設施方面，跨省域互聯互通與動態調配的機制尚未建立，規模化的高端算力供給能力亟待提升。同時，高質量數據供給不足影響了大模型“智商”。這體現在高價值公共數據開放程度不足、行業及企業數據要素市場化流通不夠充分、用于大模型訓練的數據集規模較小等。此外，算法可解釋性不強也影響了大模型的產業化應用。擁有千億級參數的大模型算法，開發難度大、訓練難度高、決策過程及結果的可解釋性差、合規評估難，直接對行業大模型開發的進程有所影響。

基于此，要搶占人工智能大模型產業發展制高點，必須加強源頭技術創新，打贏軟硬件基礎設施國產化攻堅戰，化解大模型關鍵核心技術被“卡脖子”的風險，多措并舉推動人工智能大模型產業化應用。

首先，推進新型算力生態基礎設施建設。實施高端算力芯片研發重大專項扶持計劃，鼓勵頭部企業聯合高水平大學“揭榜掛帥”。建立新型研發機構，推動國產高端算力芯片實現突破。在國家“東數西算”工程背景下，推動新型算力網絡基礎設施建設的頂層設計，建設國家公共算力開放創新平臺，搭建算力生態鏈，推動全國算力資源互聯互通、協同共享與優化配置。

其次，構建規模大、質量高的數據生態。完善國家公共數據開放標準和平臺，推動高價值公共數據開放與多元化授權運營，引導行業、企業大數據有條件開放、融通并進場交易，形成多模態、多領域的大規模數據集。打造數據集精細化標注的眾包服務平臺和數據質量評估標準體系，建設高質量中文語料庫。構建敏感領域數據隱私保護的監管體系和技術服務體系。

再次，打造穩定可靠的算法開源生態。建立大模型算法及工具開源平臺，完善具有穩定性、可靠性和安全性的算法監測標準和技術體系。實施行業大模型產品和服務的登記備案、安全評估及潛在風險預測的審查機制。鼓勵平臺企業積極開展算法創新探索與應用，賦能中小企業降本增效并創新商業模式，深化數字化轉型并引領高質量發展。

最后，加強人工智能大模型的戰略規劃和深度治理。制定人工智能大模型產業發展規劃，對大模型技術研發和產業應用給予相應的政策、資金和人才等支持。推動算力、算法、數據、應用場景等上下游產業無縫銜接與協同聯動，實現大模型產業相關要素跨語言、跨模態、跨任務、跨行業融合發展。加強人工智能大模型深度治理的國際合作，推動技術向善發展，促進大模型產業高質量發展。(何喜軍 張惠娜)

標簽： 大模型 人工智能 生態鏈 產業發展規