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

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?！拔覀円暡罹啵劢棺灾骺煽氐牡鬃竽Ｐ汀鲬?zhàn)場’，從國家層面聚焦資源加快追趕，同時系統(tǒng)性構建通用人工智能生態(tài)和應用，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，中國在認知智能領域已具備非常扎實的技術儲備和成建制的團隊，有望成為全球智慧涌現(xiàn)的第二極。

當前，通用人工智能是全球科技競爭的焦點，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)進行對標。而當前OpenAI的GPT-4/4V代表全球通用大模型底座能力的最先進水平，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域的成功實踐。

國產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，“其預計在6個月內可達到GPT4/4V當前最好水平”，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年內被追平到相當?shù)乃剑瑫r我國也在語音大模型、醫(yī)療大模型等領域形成了國際領先的比較優(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，在此基礎上結合行業(yè)場景和數(shù)據(jù)進行打磨，有望實現(xiàn)典型行業(yè)領域的超越?！彼J為，在追趕的同時，結合全新的技術發(fā)展、競爭格局、產業(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》的基礎上，瞄準我國通用人工智能發(fā)展中需要重點補上的短板進行設計，圍繞自主可控算力生態(tài)構建、高質量數(shù)據(jù)開放共享、科學的評測標準制定、源頭技術前瞻研發(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業(yè)在通用底座平臺方面的差距，并在行業(yè)應用和價值創(chuàng)造上打造我國的比較優(yōu)勢。

推動國家級高質量訓練數(shù)據(jù)開放和共享

劉慶峰提出9點具體建議，他認為，在制定國家《規(guī)劃》的同時，應加快推進通用大模型的相關工作，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年內持續(xù)支持我國通用大模型的研發(fā)攻關，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)以及應用生態(tài)發(fā)展所需的算力基礎設施建設。

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

“推動國家級高質量訓練數(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量數(shù)據(jù)平臺的設立和資源共享，支持國家實驗室、全國重點實驗室、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、標準化的科學方法來牽引和推動行業(yè)應用更良性發(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)領域的應用落地。

用全新機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創(chuàng)新和頂尖人才培養(yǎng)。

劉慶峰認為，要堅持源頭核心技術系統(tǒng)性創(chuàng)新，在戰(zhàn)略性、前瞻性的基礎研究領域做好布局。他建議，要加快腦科學與類腦智能、量子計算等領域與人工智能關鍵研究的協(xié)同攻關，形成交叉學科的突破，助力我國通用人工智能彎道超車；推動大模型與科學研究的深度結合，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)的交叉學科重大突破做儲備。

在人才培養(yǎng)與引進方面，劉慶峰建議加快推廣大模型賦能全學段，以全新機制加快探索我國人工智能拔尖創(chuàng)新人才培養(yǎng)。如設立國家人工智能學院，以“核心+基地”的組織形式和全新機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模型和培養(yǎng)方案，加快應用型人才培養(yǎng)。面對應對機制和法律法規(guī)滯后的問題，要加速通用人工智能技術相關的法律法規(guī)制定與審議。

此外，劉慶峰還建議，要設立軟課題進行通用人工智能相關的倫理人文研究。

本文系觀察者網獨家稿件，未經授權，不得轉載。