聲明:本文來自于（ID:ykqsd.com）授權(quán)轉(zhuǎn)載發(fā)布。

由科技日報供稿

科技日報記者 薛巖

"您用DeepSeek嗎？" "用'DeepSeek'這樣的中國大模型能擺脫算力'卡脖子'難題嗎？" "如何進一步規(guī)范大模型應(yīng)用？"在兩會期間，關(guān)于人工智能發(fā)展的話題持續(xù)引發(fā)關(guān)注。

今年的政府工作報告提出，持續(xù)推動"人工智能+"戰(zhàn)略，將數(shù)字技術(shù)與制造優(yōu)勢、市場優(yōu)勢更好結(jié)合起來，支持大模型技術(shù)的廣泛應(yīng)用，大力發(fā)展智能網(wǎng)聯(lián)新能源汽車、人工智能手機和電腦、智能機器人等新一代智能終端以及智能制造裝備?？梢哉f，人工智能大模型已經(jīng)成為驅(qū)動經(jīng)濟和社會創(chuàng)新的最強引擎。

然而，這一行業(yè)的發(fā)展并非易事。算力成本持續(xù)攀升、模型的可解釋性與可信度不足、數(shù)據(jù)泄露、數(shù)據(jù)污染與投毒等挑戰(zhàn)，對人工智能產(chǎn)業(yè)發(fā)展提出了前所未有的要求。這些議題也在兩會期間引發(fā)代表委員們的熱烈討論。

推動人工智能技術(shù)與工業(yè)場景的深度融合

工業(yè)和信息化部賽迪研究院的數(shù)據(jù)顯示，2023年，中國生成式人工智能的企業(yè)采用率已達(dá)15%，市場規(guī)模約為14.4萬億元；制造業(yè)、零售業(yè)、電信行業(yè)和醫(yī)療健康等四大行業(yè)的生成式人工智能技術(shù)采用率均保持較快增長。

然而，盡管生成式人工智能技術(shù)在各行各業(yè)展現(xiàn)出強大的應(yīng)用活力，但在深度應(yīng)用中仍面臨諸多挑戰(zhàn)。

中國中車股份有限公司首席科學(xué)家馮江華委員指出："傳統(tǒng)制造業(yè)對人工智能的可靠性、安全性、準(zhǔn)確性要求較高，生成式人工智能大模型在可解釋性與安全性方面仍需進一步提升。"

作為中國軌道交通裝備的領(lǐng)軍企業(yè)，中國中車近年來持續(xù)推動數(shù)智化轉(zhuǎn)型升級，使研發(fā)制造水平不斷提升。

為了提升作業(yè)效率和運維質(zhì)量，馮江華指出，在軌道交通智能運維場景中，我們應(yīng)用了一款基于視覺的列車巡檢機器人。然而，現(xiàn)有視覺算法在復(fù)雜工況下的適應(yīng)性不足，這導(dǎo)致機器人的檢測準(zhǔn)確率維持在95%至99%之間。馮江華指出，由于列車運行安全直接關(guān)系到乘客的生命安全，目前在關(guān)鍵部件檢測環(huán)節(jié)仍然保留人工介入機制。

趙曉光委員認(rèn)為，制造業(yè)細(xì)分領(lǐng)域涵蓋面廣，工藝流程和生產(chǎn)流程復(fù)雜，專業(yè)性強。這要求大模型必須首先完成垂直類別的訓(xùn)練，實現(xiàn)與應(yīng)用場景的緊密融合。趙曉光委員認(rèn)為，進一步推動人工智能大模型在制造業(yè)中的應(yīng)用，首要任務(wù)是實現(xiàn)技術(shù)與工業(yè)場景的高度適配。

在馮江華看來，構(gòu)建自主的技術(shù)生態(tài)體系是促進人工智能與裝備制造深度融合的關(guān)鍵。他認(rèn)為，一方面，要持續(xù)推進國產(chǎn)基礎(chǔ)大模型、自主算力集群及具身智能機器人等核心技術(shù)發(fā)展；另一方面，要依托龍頭企業(yè)建設(shè)垂直行業(yè)大模型及智能工廠、數(shù)字孿生等全場景應(yīng)用，推動基礎(chǔ)大模型與行業(yè)需求雙向賦能，形成技術(shù)迭代與場景拓展的良性閉環(huán)生態(tài)。

搭建行業(yè)數(shù)據(jù)共享平臺已成為推動人工智能應(yīng)用的重要舉措。

目前，我國國產(chǎn)大模型數(shù)量已突破200個，覆蓋廣泛行業(yè)領(lǐng)域，應(yīng)用場景持續(xù)拓展。國家互聯(lián)網(wǎng)信息辦公室的最新數(shù)據(jù)顯示，截至去年3月，我國已有117個生成式人工智能服務(wù)完成備案。

數(shù)據(jù)是大模型的重要“營養(yǎng)品”。制造業(yè)的各個環(huán)節(jié)會產(chǎn)生多種類型的數(shù)據(jù)，包括研發(fā)數(shù)據(jù)、設(shè)備運行數(shù)據(jù)、生產(chǎn)制造數(shù)據(jù)、售后維護數(shù)據(jù)、質(zhì)量檢測數(shù)據(jù)等。馮江華指出，由于數(shù)據(jù)分布在不同的系統(tǒng)和設(shè)備中，導(dǎo)致行業(yè)大模型推廣困難，難以實現(xiàn)數(shù)據(jù)的有效流通和利用，制約了制造業(yè)垂直類大模型的發(fā)展。

趙曉光指出，要解決AI賦能數(shù)智化，需要在制造業(yè)場景中積累高質(zhì)量數(shù)據(jù)，并不斷優(yōu)化大模型技術(shù)，使人工智能賦能產(chǎn)業(yè)轉(zhuǎn)型升級。

馮江華還建議，構(gòu)建數(shù)據(jù)安全管理體系，從技術(shù)、制度、人員等多維度保障數(shù)據(jù)安全，消除企業(yè)數(shù)據(jù)隱私顧慮。

馮江華指出，搭建行業(yè)數(shù)據(jù)共享平臺也很重要。要鼓勵企業(yè)打通內(nèi)部數(shù)據(jù)鏈路，提升運營效率，引導(dǎo)上下游企業(yè)安全共享數(shù)據(jù)，為行業(yè)大模型提供高質(zhì)量數(shù)據(jù)支持。

事實上，圍繞人工智能大模型的應(yīng)用瓶頸，國家已采取了一系列行動。例如，3月1日，國家公共數(shù)據(jù)資源登記平臺正式上線運行。開放登記首日，已有醫(yī)保、氣象、自然資源等多類國家級公共數(shù)據(jù)上線。北京、天津、內(nèi)蒙古、遼寧、上海、廣東等地依托國家平臺也開展了登記工作。這一系列舉措表明我國數(shù)據(jù)要素市場化配置改革已取得重要進展。