近期美国ChatGPT的出现,掀起了全球AI发展的新浪潮。关于我国自有大规模预训练模型的呼声越来越强烈。
我国在全球人工智能(AI)的技术发展上已经多年位居世界前列。科研领域的AI专门研究机构数量不断增长。大量计算机、数据科学和电子工程领域的学者也都纷纷投身于AI技术相关的研究中。这些都有力推动了我国AI技术的持续迭代。
在此基础上,我国AI发展已经从纯技术驱动时代向技术+应用双“智”驱动时代转变。全国政协委员、德勤中国主席蒋颖介绍,2022年10月,德勤发布了第五版《企业AI应用分析报告》。报告指出当前已有很多企业积极部署了AI。并且,有高达79%的企业商业领袖愿意在未来追加投资部署更多的AI。但是,报告也指出在已经投入AI应用的企业中,核心业务的成果和收益却相对滞后。
即便国内AI头部企业很早就关注到以ChatGPT为代表的大规模预训练模型的潜力,却很难像ChatGPT那样如此快速完成多次迭代和验证,并最终投放市场(比如微软公司Bing搜索引擎已经集成ChatGPT提供给申请者广泛的智能问答和AIGC功能)。
针对上述情况,德勤·科学加速中心与包括之江实验室、联合国工业发展组织全球创新网络项目上海全球科技创新中心、西北工业大学以及上海虹口中联工发科技创新中心等在内的AI技术专家和应用实践们进行了深入且系统的探讨,总结出2个主要的待优化领域:
(1)从专利、论文等产出数据来看,虽然AI应用技术研发产出在全球领先,但和现实需求错位错配严重。这导致技术落地存在大量“不适应”,产出效能远低于预期;
(2)从政府、企业和科研机构所投入来看,虽然AI应用技术研发投入规模可观,但多元化角色间相互协同合作不足。这导致在需要大算力、大模型、大兵团投入的通用人工智能等研发上落后于国际先进水平。
蒋颖认为,造成上述情况的核心问题有3个:
一是目前我国对AI大学科的系统研究和所需的多元化人才培养不够重视,尤其在应用性的交叉学科领域(比如技术应用和管理人才),导致缺乏指导技术和应用相联接的战略科学家;二是缺乏专业的第三方应用策源的智库、咨询机构、研究团体,以及能够配合AI技术落地的专精知识、案例库和方法论;三是在AI技术研发领域碎片化、分散化严重,缺乏可落地可应用的重大战略任务设计,无法发挥国内大兵团作战的优势。
为此,蒋颖建议,通过加强应用需求端软科学能力的建设以及人才的培养,同时通过构建从政府到生产一线的策源体系和智库议事提案机制,保障相关能力和信息的全面惠及与通达,形成与技术发展的双“智”驱动格局。具体来说:
1、加强我国AI应用相关软科学领域能力建设
建议以国家发改委为总抓,设计一批重大战略性应用型项目(比如,旨在确保欧盟科研和创新行动服务于欧盟优先事项,即气候中性和绿色欧洲、欧洲数字时代以及服务于民的经济“地平线欧洲”战略计划。参与该计划的包括:私营组织3672家、中小企业5042家、咨询及服务机构1164家、科研组织1525家、高等教育机构1338家、非政府组织1256家、公共事务组织1122家、国际组织28家)。同时,在国家现有AI决策团体当中,聘请更多在AI应用软科学领域的国内外顶尖学者,第三方策源咨询机构专家和行业需求端的重点企业实践家的参与形成应用端智库,与现有技术端智库形成双“智”驱动的格局;
2、加强我国AI应用相关专精人才群体的培育
建议在发改委的总抓领导下,科技部和教育部联合推动AI交叉学科和相关人文社科的发展。为高校和科研机构AI应用相关的软科学研究提供更多保障。同时,通过教育部来策动高校加强人工智能领域战略科学家的培育;
3、构建我国AI应用策源的智库提案议事机制
建议在发改委的总抓领导下,工信部组织第三方应用策源和咨询专家和行业应用实践家形成智库。同时建立例行的提案及议事制度策源AI在产业经济核心业务中的效用发挥和可持续赋能。
相关稿件