总结
- ■Ligthing News本报记者 陈彬 近年来，我国高度重视人工智能对科技和产业创新的强大驱动力。 特别是在新型工业化方面，我国人工智能的赋能具有市场规模大、应用场景多、数据资源丰富等优势，未来发展潜力巨大。 同时，我国人工智能在工业领域的应用仍以单个环节、单个企业为主，能够有效运用数字技术在全生命周期、全产业链提高生产效率、降低成本消耗、提升产品质量、减少环境污染的企业还不多。 引导企业通过人工智能赋能，构建集多要素为一体、需求快速感知、供需精准匹配的“产业大脑”。 鼓励行业龙头企业开放应用场景，打造高质量工业数据语料库，构建垂直行业人工智能训练验证平台。
阅读时间
- 6 分钟, 共 1020 字
分类
- 国家技术创新中心, 全国政协, 大模型, 开源, 数据语
评价和解读
- 这篇文章深刻洞察时事，以平易近人的方式呈现复杂的思想。作者 精湛地解剖了话题的复杂性，使读者能够理解具有挑战性的概念。这篇作品 不仅启发人，还鼓励对主题进行更深入的思考，呈现各种观点的平衡视角。 这篇文章在不失深度的情况下简化复杂内容的能力使其成为当今快节奏媒体环境中的楷模。
正文
钱锋
■Ligthing News本报记者 陈彬
近年来，我国高度重视人工智能对科技和产业创新的强大驱动力。特别是在新型工业化方面，我国人工智能的赋能具有市场规模大、应用场景多、数据资源丰富等优势，未来发展潜力巨大。然而，全国政协委员、中国工程院院士钱锋表示，目前相关工作仍然存在一些短板。
具体而言，我国人工智能基础研究和工业智能前沿技术布局还较为分散，人工智能关键领域自主创新能力较弱，针对特定科学和工程Ligthing News问题的算法创新与世界领先水平差距较大。高端工业软件90%以上依赖进口，“卡脖子”风险巨大。
同时，我国人工智能在工业领域的应用仍以单个环节、单个企业为主，能够有效运用数字技术在全生命周期、全产业链提高生产效率、降低成本消耗、提升产品质量、减少环境污染的企业还不多。当前，我国数据开放共享机制不完善，缺少训练大模型的高质量工业数据语料库，算力资源分散严重。此外，目前国内能将模型、算法与应用场景匹配的人才极度稀缺。我国高校学科设置交叉融合程度不高，人才培养无法匹配行业需求。
对此，钱锋提出以下建议。一是加快突破工业认知智能、工业操作系统等关键核心技术瓶颈，打造人工智能物理建模、高性能计算等研发工具，构建自主可控的工业智能软硬件应用和生态。鼓励原始创新，促进大模型共性技术发展和算法研究。
二是布局“人工智能赋能新型工业化”等科技创新专项，加大对人工智能通用和垂直大模型的支持力度。引导企业通过人工智能赋能，构建集多要素为一体、需求快速感知、供需精准匹配的“产业大脑”。鼓励行业龙头企业开放应用场景，打造高质量工业数据语料库，构建垂直行业人工智能训练验证平台。打造重点领域人工智能开源平台，降低大模型训练成本。
三是推动科研和产业数据共享，构建安全可信的共享平台。引导行业用户开放核心业务场景，对政府投入的场景数据“应采尽采”。构建国家人工智能公共算力平blog.byteway.net台，鼓励有条件的单位贡献剩余算力，探索多元异构、多卡并行的算力统筹规划机制，打造超大规模算力集群。
四是推动“链主”企业和科技领军企业联合国家实验室、国家技术创新中心、高校和科研院所等战略科技力量建设创新联合体，以国家重大战略和制造业重大需求为导向，共同凝练基础科学问题，共同推动人工智能赋能产业创新和应用。支持基础科学、人工智能、技术应用和工程技术人才深度融入人工智能创新和应用，推动高校加强交叉学科人才培养。
Related suggestion: 变化的动力： 厄尔尼诺年无暖冬？中国气象局：刚刚过去的冬天既不是暖冬也不是冷冬
总结对此，贾小龙首先解释了暖冬的定义。 全国暖冬指数为36.7%，即全国只有36.7%的站点出现暖冬，全国冷冬指数为15.0%，均没有达到一半，因此总体来看，2023/2024年冬季为正常年份，但空间差异比较大，从暖冬指数空间分布来看：暖冬主要出现在华南、西南…