构筑“人工智能+”新增长极

　　当前，以“人工智能+”行动打造具有国际竞争力的数字产业集群，正在各地火热推进。这是加快发展新质生产力、抢抓产业发展新赛道、提升国际竞争力的重要举措，对推动经济社会高质量发展具有重要意义。

　　推动人工智能应用落地，涉及技术创新、应用创新、生态创新和治理创新等诸多方面，需要形成政策组合拳，充分释放“人工智能+”在千行百业中的创新价值。

　　在发展模式上构建研用互促、供需迭代的创新机制。以ChatGPT为代表的生成式人工智能正在推动新一轮科技革命和产业变革，Sora、Gemini、文心一言等各种大模型的智能问答、文生图片、文生视频以及物理世界模拟等功能日益成熟，遥遥领先于现实应用需求，亟待加强创新成果的产业化应用。纵观人工智能的发展历程，一直呈现技术突破热潮之后由于应用落地滞后而快速归于沉寂的波浪式发展态势。开展“人工智能+”行动，是要更好地衔接技术创新、应用创新和成果转化的各个环节，形成供需迭代的良性循环。通过“人工智能+”以研创用，加强前沿创新领域研发力度，充分发挥颠覆性技术的阶跃效应，加快培育新模式新业态，拉动传统产业在数智转型上形成质的飞跃。通过“人工智能+”以用促研，充分发挥我国超大规模应用场景优势，加速技术创新成果的产业化落地，更好助力新质生产力发展。

　　在发展方向上形成通专结合、互为支撑的创新局面。眼下，人工智能创新形成了通用大模型和垂直大模型两条赛道。其中，通用大模型具有突破力度大、带动作用强、应用范围广的显著优势，同时也有技术门槛高、训练成本高、应用落地慢的不足。而垂直大模型聚焦具体的行业应用场景，具有精准度高、专业性强、训练成本低、应用落地快的比较优势。推动“人工智能+”行动，要充分发挥两种技术路线的比较优势，形成通专结合的技术创新组合，引导创新资源在两条赛道上均衡布局。聚焦技术创新前沿，努力推进通用人工智能的创新突破，避免被传统应用场景和商业利益束缚创新空间。还要在通用大模型基础上，结合具体行业领域的应用需求，加快垂直大模型在医疗、教育、交通等领域的应用落地，形成“沿途下蛋”的创新成果转化机制，形成通用大模型支撑垂直大模型发展、垂直大模型促进通用大模型落地的“1+N”创新局面，提高“人工智能+”行动的综合效益。

　　在发展动力上营造龙头带动、共创共赢的创新生态。人工智能创新是技术密集、人才密集、资本密集、数据密集的创新活动，对算力、算法、数据的门槛要求都很高。在人工智能技术快速演进、国际竞争日益激烈的背景下，要充分发挥新型举国体制的优势，推动人工智能创新要素向创新龙头和独角兽企业适度集聚，集中优势资源，着力实现智算芯片创新突破，加快国产人工智能通用框架、并行加速、AI编译器等基础软件自主研发，提高创新锐度。也应注重创新生态培育，探索人工智能开源创新模式，推动人工智能算力资源的调度配置，促进高质量语料库和数据集的共建共享，加快大模型与人形机器人的融合创新，形成产业上下共创共享的创新生态体系，全方位提高我国“人工智能+”的创新集成度，在全球人工智能竞争中走在前列。

　　在发展环境上优化包容审慎、协同共治的治理体系。在赋能千行百业数智转型的同时，人工智能的快速发展和广泛应用也带来了道德伦理、算法正义、个人隐私、知识产权等一系列新的治理挑战，成为全球治理的重要议题。推进“人工智能+”行动，要更好统筹发展和安全，加快构建兼顾道德伦理、创新趋势等方面的人工智能治理体系，加快人工智能相关立法研究，清晰划定人工智能创新发展的底线，科学处理好人与机器、技术与道德、创新与保护、竞争与合作的关系。创新人工智能治理工具和手段，形成以“AI治理AI”的新手段。加强人工智能治理的国际合作，推动形成全球人工智能治理共识和创新合作。

　　(作者系国家信息中心公共技术部正高级工程师)