酷玩：两会热议的人工智能，到底说了些啥？

lameihua

　　今年两会，人工智能不出意外地，成为了最热门的话题之一。

　　3月5日，李强总理在2024《政府工作报告》中，首次提出了“人工智能+”概念。

　　来自社会各界的政协委员、人大代表也纷纷围绕“人工智能”建言献策，从数据、算力，到芯片、技术，再到法律、安全，以及人才培养、创新应用，各种声音万物竞发。

　　毫无疑问，2024年将是我国人工智能发展的关键年。

　　关于AI发展，今年两会有哪些提案值得关注？

　　以下就是我们对于今年两会AI相关提案的总结，为避免大佬的申论学得太好大家读起来有困难，我在每段后面简单中译中翻译了一下。

　　01：数据

　　数据、算力和算法，被称为人工智能的三驾马车，在任何一项瘸腿都会导致AI发展举步维艰。

　　数据方面，知乎创始人周源提出，我国大模型发展面临最显著的问题之一，是高质量中文语料数据短缺。

　　数据显示，截至2023年底，中国10亿参数规模的大模型厂商及院校超过200家，存量数据资源丰富，但优质中文数据稀缺，很多大模型训练，非常依赖外文标注数据集、开源数据集，或者爬取网络数据，在一定程度上限制了大模型的发展。

　　周源将中文语料数据比作“水库”，在他看来，“目前大模型最大的语料库来自于UGC（用户生成内容）生态，即来自每个人的知识、经验、见解的上传。”

　　相比如何“打水”（数据爬取），更重要的是先扩充“水库”容量，再通过“数据清洗”，构建高质量中文语料库。

　　关于水库扩容，周源认为要建立数据合规的监管机制和评估办法，避免一些类似谣言、假新闻、垃圾信息等数据滥竽充数；

　　同时加强数据安全和知识产权的保护措施，保护内容创作者和提供者，让水库一直有源头活水。

　　如何加快高质量中文数据集的开发和利用，周源提出了三个建议：

　　一、要规范数据标注标准。

　　建设标准化、规范化的数据标注方法，加快数据要素的共享、流通与交易。

　　二、要加快探索数据要素交易模式。

　　由政府引导或相关行业组织牵头，构建有利于数据交易模式创新与合规的新秩序，推动数据交易行业有序发展和健康成长。

　　三、加大政府主导的公共数据资源开放共享。

　　此外，中国铁塔党委书记、董事长张志勇，科大讯飞董事长刘庆峰也提到了数据的开放与共享。

　　刘庆峰建议，推动国家级高质量训练数据的开放和共享，支持国家实验室、国家人工智能开放创新平台等优先、低成本使用。

　　张志勇则从行业的角度出发，建议制定统一标准的数据架构，鼓励建设高水平行业数据集，加强行业数据流通交易；同时引导行业龙头企业开放非敏感数据。

　　说白了，从训练聪明的AI大模型角度来说，中文互联网的语料质量相对于英文互联网实在是太低了，我们可以说两边吹水娱乐打屁擦边内容其实差不太多，但是英文互联网上的爱好者论坛、专业论坛和开源代码平台，这些优质内容富矿，中文互联网上找不到对应的东西。

　　周源认为只有加强保护原创作者的权益加上适度的监管，才能促进优质中文语料的产生，这与他知乎老板的身份非常契合，而几位大佬都认为应该动用新型举国体制，建立标准化的数据标注、交易、共享机制。

　　02：算力

　　算力方面，中兴通讯高级副总裁苗伟提出，要聚焦算力基础设施建设。

　　首先是进一步加强全国算力的统一调度和统筹规划，以及运载力和存储力建设，以满足算力调度过程中实际的市场需求；

　　政策方面，要加强构建开放的算力生态，鼓励国内外企业、研究机构、开发者之间的深度合作与交流，形成开放合作新格局，并增加对算力建设和应用的政策扶持。

　　此外，算力实现的核心，是CPU、GPU等各种计算芯片。

　　推动国产AI芯片的发展，麒麟软件董事长谌志华建议，通过基础软件先行的方式，比如推动国产操作系统的研发，来深入挖掘国产AI芯片算力的潜力。

　　一方面，可以发挥举国体制优势，通过战略引导，加快实现国产操作系统的技术突破；另一方面，通过产品收敛降低软硬件及应用场景开发适配难度，加速实现生态突破。

　　京东技术委员会主席曹鹏也发现，国产替代往往是静态的，缺少前瞻性的规划，还存在与产业脱节的状况，只有软硬协同才能最大化发挥智算底座的作用。

　　而关于国产CPU技术路线发展，飞腾信息副总经理郭御风认为，国产CPU技术收敛肯定是长期方向，最终肯定会聚焦，因为不同技术路线将造成很多重复投入或力量分散。另外，芯片作为信息产业链的底端，只有不断丰富国产芯片的生态体系，才能展现出技术优势。

　　总的来说，AI芯片的发展，各位大佬有三点共识：

　　1）要在芯片设计、制造、基础软件等核心领域继续砸钱，更多、更多的钱；

　　2）砸钱要集中，生态要共建，英伟达的AI生态之所以强大离不开CUDA架构下众多开发者的贡献，别到时候中国搞出100个不同的架构，那就一个都搞不起来了；

　　3）软硬件协同，砸钱搞出来的东西一定要跟产业接上（别搁那骗经费）。

　　03：应用

　　构建生态体系，终端AI应用不可或缺。

　　在360创始人周鸿祎看来，2024年是大模型应用场景元年，中国可以走出一条具有中国特色的大模型发展之路，通过“小切口，大纵深”，推动大模型垂直化、产业化落地。

　　具体来说，有三个关键方向：

　　一、像OpenAI一样，有能力的互联网公司发展万亿规模的通用大模型，聚集更多人才为国效力；

　　二、发展企业级大模型，使大模型走向垂直化、产业化、行业化，赋能百行千业。

　　三、加速场景落地。像“互联网+”一样，所有领域都值得用AI重塑一遍，尤其是面向消费者的大模型，完全可以发挥中国的人口红利优势和应用开发用户体验的优势。

　　而对企业来说，首先要建立AI信仰，坚信人工智能正朝着AGI快速前进，其次还需要拿出决心，All in AI。

　　前段时间震惊行业的Sora，周鸿祎也分享了他的个人思考。

　　他认为，Sora不仅是一个应用工具，它背后代表的，实际上是多模态的感知能力到认知能力的提升。

　　换句话说，Sora相当于给人工智能加上了一双慧眼，使其像人一样理解这个世界背后的很多规律。以此为基础，Sora至少能在三个领域延伸发展：

　　第一是智能驾驶，Sora的认知能力使自动驾驶可能在2024年获得突破；

　　第二是具身智能，通用机器人借助Sora有了自己的眼睛，能通过观察世界，更了解如何跟世界去交互，从而对人形机器人产业带来巨大的推动；

　　第三个在科学研究方面，Sora在科学物理实验、化学实验、数学可视化方面会成为一个有力的工具。

　　关于AI的应用，红衣教主首先认为不要对AI进行狭窄化的理解，把AI仅仅当成聊天机器人或者视频图片生成工具。

　　它是一种与我们习惯的截然不同的理解问题的方式，因此它一定会赋能千行百业，所以态度上要ALL IN AI，不要去想你所在行业会不会被AI改变，要想它会怎么改变。

　　分工上来说，他认为应该是大型互联网公司做大模型，别的企业做应用落地。

　　04：安全

　　AGI的技术突破，使安全的边界被重新定义。

　　今年政府工作报告中，提到了26次“安全”，人工智能的安全问题，也成为今年两会的关键议题。

　　在政策端，知乎周源建议，从监管层面采取严惩与鼓励并行的方式，加强数据安全和知识产权的保护措施。

　　金杜律师事务所高级合伙人张毅也提到，“算法技术全面步入应用阶段，但同时也引发了诸如算法歧视、算法黑箱、信息茧房、算法霸权等法律甚至伦理的一系列问题”。

　　他建议，尽快推进《人工智能法》的出台，弥补监管体系空白，同时，将人工智能和算法技术按风险等级进行划分并采取不同监管措施，并设置事前、事中和事后全生命周期监管措施义务。

　　南昌大学数学与计算机学院教授闵卫东也认为，构建安全可信的人工智能治理框架，相关部门既要紧跟技术步伐，更新监管政策，也要引领行业标准的制定，例如明确人工智能及其算法在使用和应用方面的限制和义务，加强用户隐私保护。

　　在技术端，闵卫东进一步建议，产学界应当加强相关研究，早日让处于“黑箱”的人工智能研究向“灰箱”进步，从而实现人工智能系统更加可知、可控。

　　在企业端，周鸿祎认为，“数字经济的底座是数字安全，顶峰是人工智能”，他建议国家要重视通用大模型安全问题，给予兼具“安全和AI”能力的企业专项扶持政策；鼓励政府、央国企与相关企业在大模型安全领域展开合作。

　　看起来，对于如何去监管AI确保安全这个问题，大佬们似乎没有特别统一的意见，总之是要加强研究，不断明确AI的边界，才能让人工智能沿着正确的方向前进。

　　05：人才

　　未来人工智能发展的千头万绪，归根结底，在于专业人才的培养。

　　小米董事长雷军坦言，我国生成式人工智能人才储备不足。因此他建议，将人工智能素养教育纳入九年义务教育内容，设置人工智能通识课程，并将相关内容纳入中小学社会实践活动。

　　对高校来说，一方面要加大高校人工智能学科建设的投入，通过加强与世界一流科研机构的合作交流、引进优秀师资力量、吸引企业高级人才和行业专家进入高校授课等方式，扩大教学力量。

　　另一方面，要将人工智能通识课程拓展到像工科、医学、金融、文史、艺术等专业，培养更多跨领域人才；

　　与此同时，鼓励企业与高校开展合作，人工智能大企业向高校学生开放实习实践机会，提升其理论与实践融合的能力，而系统性的人才培养体系，也可以满足企业对人工智能人才的需求。

　　在人才培养方面，科大讯飞董事长刘庆峰建议，加快运用大模型的现有能力，打造教师和学生的助手，赋能从中小学到职业教育和大学的教育教学提质增效。

　　上海应用技术大学校长汪小帆也建议，推进AIGC技术赋能高等教育，同时鼓励年轻人投身人工智能。

　　以Sora背后的研发团队为例，汪小帆认为，“青年科技人才是实现高水平科技自立自强的生力军，技术越发展，这个趋势越明显”。

　　“要充分相信年轻人，对他们的想象力给予充分保护，营造良好环境，切忌急功近利。”

　　中国铁塔董事长张志勇还强调，有条件的地区可以试点“人才特区”等政策，打造企业、人才集聚的人工智能创新高地。

　　总之，相信年轻人，让更多的年轻人在更早的时候开始，学习AI，应用AI，参与AI产品的开发。

　　06：其他

　　今年两会期间，科技圈还有一些人工智能的衍生提案值得关注。

　　一、人形机器人

　　工信部在2023年10月印发的《人形机器人创新发展指导意见》提到，人形机器人集成人工智能、高端制造、新材料等先进技术，有望成为继计算机、智能手机、新能源汽车后的颠覆性产品。

　　芜湖机器人公司董事长许礼进提出，我国人形机器人产业在场景创新和应用推广方面，还存在一些亟需解决的问题。

　　一是共性关键技术有待提升，例如四肢不够强健，双足行走和双臂作业爆发能力有待提高。

　　二是高成本限制了商业化的应用推广，进一步导致市场不明确，难以形成商业闭环。

　　在他看来，解决人形机器人面临的问题，需要凝聚国家战略力量，突破产业共性技术；同时整合产业链供给侧优势，强化协同供给能力；最后还要强化政策导向，鼓励企业将未定型的创新产品与应用方建立合作，首试首用，并申办机器人创新大赛，推进人形机器人的普及。

　　二、智能驾驶

　　有关智能驾驶的安全性，雷军建议，从“规范辅助驾驶功能”、“规范自主待客泊车功能”、“规范车端数据使用”三个方面，全面规范智能驾驶产品的安全应用。

　　小鹏董事长何小鹏则建议，探索限定场景无人驾驶法规，如开展夜间低速无人驾驶+补能试点应用，实现从“人找桩”到“车找桩”，将用电负荷从日间高峰期规模化迁移至夜间低谷期，并将充电从主动行为转变为自动化漫游式服务。

　　此外，针对飞行汽车与低空经济，何小鹏也提出，飞行汽车作为先进智能的交通工具，正成为中美日欧等国家争相涌入的热点科创领域，但作为一个全新物种，与飞行汽车对应的产品法规及认证效率，无法满足当前迫切的市场需求。

　　对此，他提出了三点建议：

　　一是加快开展飞行汽车在产品管理、产品认证、标准体系设计（如适航审定）等方面的前瞻性顶层设计与规划，并推动中国标准国际化进程。

　　二是建设完善的飞行汽车运行体系，从驾驶员资质、空域、运行管理等多方面支持产品规模化应用。

　　最后，何小鹏认为，飞行汽车产业的高速发展，应该参考新能源汽车产业的发展经验，从产业政策、财政投入、资源配套、商业化支持方面，支持飞行汽车的推广应用。

　　07：尾声

　　从政策端来看，发展AI可以算是国策了，从产业端来看，AI是几乎所有科技大佬投入的焦点。

　　今年两会关于人工智能的话题，主要集中在大模型、数据、算力、创新应用、人才培养等方面，人工智能的发展，既需要政策端的规范和引导，也需要产业端的合作与落地，更需要技术端的研发和投入。

　　AI的发展势不可挡，只有从上到下的产学研联动，才能推动“人工智能+”落地，形成新质生产力。

　　关于人工智能的未来发展，以及“人工智能+”如何助力中国经济破浪前行，我们将持续关注。