無論是ChatGPT的誕生還是Sora引發(fā)的全球關(guān)注，大模型呈現(xiàn)出來的智慧涌現(xiàn)能力，被認(rèn)為不亞于PC和互聯(lián)網(wǎng)的誕生，將徹底改變產(chǎn)業(yè)形態(tài)和競爭格局。在這個產(chǎn)業(yè)變革的關(guān)鍵時刻，中國如何應(yīng)對？

今年全國“兩會”期間，全國人大代表、科大訊飛董事長劉慶峰建議，制定國家《通用人工智能發(fā)展規(guī)劃》，系統(tǒng)性加快推動我國通用人工智能發(fā)展。“我們要正視差距，聚焦自主可控的底座大模型‘主戰(zhàn)場’，從國家層面聚焦資源加快追趕，同時系統(tǒng)性構(gòu)建通用人工智能生態(tài)和應(yīng)用，打造綜合優(yōu)勢 ?！?

全國人大代表、科大訊飛董事長劉慶峰

呼吁制定國家《通用人工智能規(guī)劃》

劉慶峰認(rèn)為，在2017年出臺的《新一代人工智能發(fā)展規(guī)劃》指引下，中國在認(rèn)知智能領(lǐng)域已具備非常扎實的技術(shù)儲備和成建制的團(tuán)隊，有望成為全球智慧涌現(xiàn)的第二極。

當(dāng)前，通用人工智能是全球科技競爭的焦點(diǎn)，也是中美科技博弈和戰(zhàn)略競爭的必爭之地。

中美博弈最核心的“主戰(zhàn)場”就是在通用底座能力上持續(xù)進(jìn)行對標(biāo)。而當(dāng)前OpenAI的GPT-4/4V代表全球通用大模型底座能力的最先進(jìn)水平，DALL-E3、Whisper、Sora等都是基于GPT-4/4V的底座能力平臺所延伸出來的特定領(lǐng)域的成功實踐。

國產(chǎn)大模型離全球最高水平有多大距離？劉慶峰以訊飛星火大模型為例，“其預(yù)計在6個月內(nèi)可達(dá)到GPT4/4V當(dāng)前最好水平”，但隨著GPT-5的發(fā)布，這個差距可能會被拉到一年以上，如果從算力、數(shù)據(jù)、模型訓(xùn)練等方面組織好資源全力追趕，這個差距也有望在1-2年內(nèi)被追平到相當(dāng)?shù)乃?，同時我國也在語音大模型、醫(yī)療大模型等領(lǐng)域形成了國際領(lǐng)先的比較優(yōu)勢。

“我們有信心在通用大模型底座上不會出現(xiàn)代差級落后的差距，在此基礎(chǔ)上結(jié)合行業(yè)場景和數(shù)據(jù)進(jìn)行打磨，有望實現(xiàn)典型行業(yè)領(lǐng)域的超越。”他認(rèn)為，在追趕的同時，結(jié)合全新的技術(shù)發(fā)展、競爭格局、產(chǎn)業(yè)賦能以及在社會生活中的各種變化，非常有必要根據(jù)新的形勢制定系統(tǒng)性規(guī)劃。

為此劉慶峰建議，在2017年《新一代人工智能發(fā)展規(guī)劃》的基礎(chǔ)上，瞄準(zhǔn)我國通用人工智能發(fā)展中需要重點(diǎn)補(bǔ)上的短板進(jìn)行設(shè)計，圍繞自主可控算力生態(tài)構(gòu)建、高質(zhì)量數(shù)據(jù)開放共享、科學(xué)的評測標(biāo)準(zhǔn)制定、源頭技術(shù)前瞻研發(fā)、人才培養(yǎng)、法律制定和倫理人文等維度，系統(tǒng)性制定國家《通用人工智能發(fā)展規(guī)劃》（下稱：《規(guī)劃》），國家高位推動規(guī)劃的制定和落地，不斷縮小中美通用人工智能產(chǎn)業(yè)在通用底座平臺方面的差距，并在行業(yè)應(yīng)用和價值創(chuàng)造上打造我國的比較優(yōu)勢。

推動國家級高質(zhì)量訓(xùn)練數(shù)據(jù)開放和共享

劉慶峰提出9點(diǎn)具體建議，他認(rèn)為，在制定國家《規(guī)劃》的同時，應(yīng)加快推進(jìn)通用大模型的相關(guān)工作，盡快追趕。在建議中，劉慶峰提到，要發(fā)揮舉國體制優(yōu)勢，加大并保持對通用大模型底座“主戰(zhàn)場”的持續(xù)投入。如以專項的形式從算力、數(shù)據(jù)、算法上在未來5年內(nèi)持續(xù)支持我國通用大模型的研發(fā)攻關(guān)，支持有條件的地方政府以專項債的形式支持通用和行業(yè)大模型研發(fā)以及應(yīng)用生態(tài)發(fā)展所需的算力基礎(chǔ)設(shè)施建設(shè)。

劉慶峰提出加快形成圍繞國產(chǎn)大模型的自主可控產(chǎn)業(yè)生態(tài)。如加快我國大模型開發(fā)者生態(tài)體系建設(shè)和運(yùn)營，支持國產(chǎn)大模型向開發(fā)者開放，開展大模型評測體系和開源社區(qū)建設(shè)等。

“推動國家級高質(zhì)量訓(xùn)練數(shù)據(jù)開放和共享”也被提到，劉慶峰建議推動國家層面高質(zhì)量數(shù)據(jù)平臺的設(shè)立和資源共享，支持國家實驗室、全國重點(diǎn)實驗室、國家人工智能開放創(chuàng)新平臺等國家戰(zhàn)略科技力量以揭榜掛帥形式優(yōu)先、低成本使用。面對缺乏有公信力、標(biāo)準(zhǔn)化的科學(xué)方法來牽引和推動行業(yè)應(yīng)用更良性發(fā)展的問題，劉慶峰表示，可以出臺更加客觀、公正、可信的評測方法，加快大模型在行業(yè)領(lǐng)域的應(yīng)用落地。

用全新機(jī)制推動拔尖人工智能人才培養(yǎng)

通用人工智能發(fā)展離不開源頭核心技術(shù)創(chuàng)新和頂尖人才培養(yǎng)。

劉慶峰認(rèn)為，要堅持源頭核心技術(shù)系統(tǒng)性創(chuàng)新，在戰(zhàn)略性、前瞻性的基礎(chǔ)研究領(lǐng)域做好布局。他建議，要加快腦科學(xué)與類腦智能、量子計算等領(lǐng)域與人工智能關(guān)鍵研究的協(xié)同攻關(guān)，形成交叉學(xué)科的突破，助力我國通用人工智能彎道超車；推動大模型與科學(xué)研究的深度結(jié)合，打造AI for Science的科研新范式，并培養(yǎng)一批具備專業(yè)科研能力以及高水平通用人工智能理解能力的人才，為可能涌現(xiàn)的交叉學(xué)科重大突破做儲備。

在人才培養(yǎng)與引進(jìn)方面，劉慶峰建議加快推廣大模型賦能全學(xué)段，以全新機(jī)制加快探索我國人工智能拔尖創(chuàng)新人才培養(yǎng)。如設(shè)立國家人工智能學(xué)院，以“核心+基地”的組織形式和全新機(jī)制推動我國面對中美競爭的拔尖人工智能人才培養(yǎng)。同時，要研究通用人工智能時代人才能力素質(zhì)模型和培養(yǎng)方案，加快應(yīng)用型人才培養(yǎng)。面對應(yīng)對機(jī)制和法律法規(guī)滯后的問題，要加速通用人工智能技術(shù)相關(guān)的法律法規(guī)制定與審議。

此外，劉慶峰還建議，要設(shè)立軟課題進(jìn)行通用人工智能相關(guān)的倫理人文研究。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。