“人工智能是助力我国制造业高质量发展的‘加速器’，是发展新质生产力的重要路径之一。”全国政协常委，九三学社中央常委、上海市委主委，上海市政协副主席，中国工程院院士钱锋在接受上海证券报记者采访时表示，建议强化工业智能核心技术自主创新，推进人工智能赋能产业创新，加强数据和算力要素共享整合，以数智化赋能新型工业化。
人工智能赋能新型工业化潜力大
我国高度重视人工智能对科技和产业创新的强大驱动力。政府工作报告提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。
钱锋认为，我国人工智能赋能新型工业化具有市场规模大、应用场景广、数据资源丰富等优势，未来发展潜力巨大。
“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，行业更多关注人工智能应用，在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。”钱锋说。
除了关键核心技术的突破之外，在钱锋看来，人工智能赋能产业创新有待加强。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，亟须以人工智能为代表的新一代信息技术打通工业生产全过程。数据和算力资源也有待共享和整合。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。此外，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。
打造重点领域开源平台
如何让人工智能为新型工业化注入新动力？钱锋建议，强化工业智能核心技术自主创新。加快突破工业认知智能、工业操作系统、工业元宇宙、工业软件、大规模异构互联、智能调控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和算法研究。
“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支持力度。引导企业通过人工智能赋能，构建集研发设计、原料采购、资源配置、生产制造、绿色低碳等要素为一体，需求快速感知、供需精准匹配的‘产业大脑’。”钱锋建议，鼓励行业龙头企业开放应用场景，打造高质量工业语料库，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。
“推动科研和产业数据共享，依托隐私计算、区块链等技术，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。构建国家人工智能公共算力平台，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。”钱锋说。
此外，钱锋还从推进科技、教育、人才协同发展等方面，建议推动“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。
