隨著國(guó)內(nèi)外大模型相繼發(fā)布，全球掀起了人工智能發(fā)展新浪潮，開啟了通用人工智能賦能千行百業(yè)的路徑，引領(lǐng)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展。我國(guó)人工智能發(fā)展在產(chǎn)業(yè)規(guī)模、應(yīng)用場(chǎng)景等方面具有一定競(jìng)爭(zhēng)優(yōu)勢(shì)，但算法、算力、數(shù)據(jù)和安全方面存在明顯短板。
近年來，合肥充分發(fā)揮人才、科創(chuàng)和產(chǎn)業(yè)融合發(fā)展優(yōu)勢(shì)，堅(jiān)持創(chuàng)新驅(qū)動(dòng)、平臺(tái)支撐、開放共享、生態(tài)賦能，人工智能創(chuàng)新能力領(lǐng)先、產(chǎn)業(yè)聚鏈成群、綜合實(shí)力躋身全國(guó)前列。接下來，推進(jìn)人工智能安全發(fā)展，將以創(chuàng)新引領(lǐng)、鍛長(zhǎng)補(bǔ)短為主線，全力打造國(guó)內(nèi)領(lǐng)先、國(guó)際一流的人工智能創(chuàng)新策源、要素供給、場(chǎng)景應(yīng)用和安全治理高地。
打造創(chuàng)新策源高地，迸發(fā)產(chǎn)業(yè)動(dòng)能。我國(guó)人工智能領(lǐng)域核心技術(shù)創(chuàng)新較少，大模型研發(fā)所用的算法及相關(guān)核心技術(shù)絕大部分仍來自國(guó)外，國(guó)內(nèi)自研訓(xùn)練工具與國(guó)際主流相比仍存在一定差距，需在技術(shù)創(chuàng)新上取得新突破，打造產(chǎn)業(yè)發(fā)展核心動(dòng)力和競(jìng)爭(zhēng)力。一是不斷集聚和依托來自中國(guó)科大、國(guó)家實(shí)驗(yàn)室、綜合性國(guó)家科學(xué)中心等戰(zhàn)略科技力量的人工智能高能級(jí)創(chuàng)新平臺(tái)和高層次領(lǐng)軍人才團(tuán)隊(duì)，聚焦基礎(chǔ)理論研究、關(guān)鍵核心技術(shù)、核心支撐部件等領(lǐng)域，推動(dòng)核心算法、GPU芯片、云計(jì)算等關(guān)鍵技術(shù)突破，構(gòu)建自主可控大模型技術(shù)體系。二是推動(dòng)類腦智能技術(shù)突破，研究神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、知識(shí)推理等創(chuàng)新計(jì)算模型和方法，構(gòu)建新的通用人工智能發(fā)展路徑。三是推動(dòng)量子計(jì)算技術(shù)研發(fā)，突破量子比特操控、量子模擬加速、量子編譯等核心技術(shù)，推動(dòng)量子計(jì)算商用進(jìn)程。
打造要素供給高地，強(qiáng)化產(chǎn)業(yè)支撐。我國(guó)智能算力基礎(chǔ)薄弱，GPU芯片面臨“卡脖子”難題，可用于人工智能計(jì)算的智能算力嚴(yán)重不足，分布分散且異構(gòu)嚴(yán)重，統(tǒng)一調(diào)度難度大，缺乏大規(guī)模公益性開放算力平臺(tái)；訓(xùn)練數(shù)據(jù)供給不足，中文語音、詞匯和語法多樣復(fù)雜，數(shù)據(jù)量雖大但數(shù)據(jù)質(zhì)量參差不齊，數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)注難度較高，需在算力和數(shù)據(jù)支撐上開展統(tǒng)籌建設(shè)和有效積累。一是支持相關(guān)龍頭企業(yè)聯(lián)合攻關(guān)，構(gòu)建千P智能算力集群，實(shí)現(xiàn)國(guó)產(chǎn)算力訓(xùn)練性能完全對(duì)標(biāo)國(guó)際領(lǐng)先企業(yè)，突破大模型訓(xùn)練算力底座的“卡脖子”難題。二是推動(dòng)大規(guī)模高質(zhì)量多渠道數(shù)據(jù)資源獲取、無監(jiān)督預(yù)訓(xùn)練數(shù)據(jù)清洗、人機(jī)協(xié)同的多模態(tài)眾包數(shù)據(jù)標(biāo)注平臺(tái)研發(fā)，構(gòu)建100TB以上超大規(guī)模多模態(tài)多語種數(shù)據(jù)資源，爭(zhēng)創(chuàng)國(guó)家級(jí)數(shù)據(jù)訓(xùn)練基地。三是推動(dòng)國(guó)產(chǎn)GPU、自然語言處理、數(shù)據(jù)挖掘、深度學(xué)習(xí)等領(lǐng)域企業(yè)集聚，構(gòu)建自主可控產(chǎn)業(yè)鏈體系。
打造場(chǎng)景應(yīng)用高地，提升產(chǎn)業(yè)能級(jí)。龐大人口基數(shù)產(chǎn)生的海量數(shù)據(jù)和背后的巨大市場(chǎng)需求，是我國(guó)人工智能產(chǎn)業(yè)發(fā)展得天獨(dú)厚的優(yōu)勢(shì)，需加速全時(shí)全域場(chǎng)景探索應(yīng)用。一是推動(dòng)“科研探索+”應(yīng)用示范，充分發(fā)揮人工智能技術(shù)在文獻(xiàn)數(shù)據(jù)獲取、實(shí)驗(yàn)預(yù)測(cè)、結(jié)果分析等方面的作用，支持域內(nèi)高校院所與人工智能企業(yè)聯(lián)合設(shè)立科研合作專項(xiàng)，研發(fā)科學(xué)智能計(jì)算模型，充分挖掘分析實(shí)驗(yàn)數(shù)據(jù)，學(xué)習(xí)、模擬、預(yù)測(cè)和發(fā)現(xiàn)各種現(xiàn)象與科學(xué)規(guī)律，爭(zhēng)取在量子信息、可控核聚變、深空探測(cè)等領(lǐng)域?qū)崿F(xiàn)創(chuàng)新突破。二是推動(dòng)“千行百業(yè)+”應(yīng)用示范，推動(dòng)國(guó)產(chǎn)大模型賦能地域聚力發(fā)展的產(chǎn)業(yè)地標(biāo)，在相關(guān)重點(diǎn)產(chǎn)業(yè)開展大模型應(yīng)用示范，推出新能源和智能網(wǎng)聯(lián)汽車、工業(yè)互聯(lián)網(wǎng)、智能家居等行業(yè)大模型，并形成一批可復(fù)制推廣的細(xì)分領(lǐng)域應(yīng)用解決方案和標(biāo)桿型示范應(yīng)用案例。
打造安全治理高地，優(yōu)化產(chǎn)業(yè)環(huán)境。當(dāng)前，我國(guó)人工智能安全監(jiān)管面臨一些挑戰(zhàn)。數(shù)據(jù)保護(hù)方面，用戶信息泄露和濫用涉及的網(wǎng)絡(luò)和數(shù)據(jù)安全技術(shù)有待突破，數(shù)據(jù)保護(hù)相關(guān)法律制度不完善；算法安全方面，對(duì)算法偏見、算法設(shè)計(jì)公正性和普適性的監(jiān)管仍存在不足，需堅(jiān)持統(tǒng)籌發(fā)展和安全，加強(qiáng)風(fēng)險(xiǎn)防控。一是高水平、高標(biāo)準(zhǔn)建設(shè)“中國(guó)（合肥）安全谷”，爭(zhēng)取在AI大模型網(wǎng)絡(luò)、數(shù)據(jù)安全、算法安全、云安全等關(guān)鍵技術(shù)領(lǐng)域取得重大突破，形成一批具有全國(guó)競(jìng)爭(zhēng)力的網(wǎng)絡(luò)與數(shù)據(jù)安全核心產(chǎn)品和解決方案，全面提升網(wǎng)絡(luò)和數(shù)據(jù)安全防護(hù)能力。二是完善風(fēng)險(xiǎn)防控和處置機(jī)制，遵守人工智能發(fā)展有關(guān)法律法規(guī)、倫理規(guī)范和技術(shù)標(biāo)準(zhǔn)，實(shí)行設(shè)計(jì)問責(zé)和應(yīng)用監(jiān)督并重的雙層監(jiān)管結(jié)構(gòu)，防范和打擊數(shù)據(jù)濫用、侵犯用戶隱私等行為。
總之，打造人工智能產(chǎn)業(yè)新優(yōu)勢(shì)，需在技術(shù)、要素、場(chǎng)景和安全等多方面充分整合調(diào)度資源，各方合力推進(jìn)。國(guó)家層面應(yīng)重點(diǎn)支持大模型領(lǐng)域重大研發(fā)攻關(guān)項(xiàng)目，適度超前布局綠色智能的多層次算力設(shè)施體系，加強(qiáng)數(shù)據(jù)標(biāo)準(zhǔn)體系建設(shè)和完善數(shù)據(jù)交易機(jī)制，加快制定人工智能安全領(lǐng)域標(biāo)準(zhǔn)規(guī)范，鼓勵(lì)地方和企業(yè)積極探索創(chuàng)新通用人工智能場(chǎng)景應(yīng)用，推動(dòng)我國(guó)人工智能產(chǎn)業(yè)發(fā)展形成新優(yōu)勢(shì)、取得新進(jìn)步。