飛象網(wǎng)訊（馬秋月/文）在2024全國兩會期間，全國人大代表、科大訊飛董事長劉慶峰建議，在2017年《新一代人工智能發(fā)展規(guī)劃》的基礎(chǔ)上，瞄準(zhǔn)我國通用人工智能發(fā)展中需要重點補上的短板進(jìn)行設(shè)計，圍繞自主可控算力生態(tài)構(gòu)建、高質(zhì)量數(shù)據(jù)開放共享、科學(xué)的評測標(biāo)準(zhǔn)制定、源頭技術(shù)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》（簡稱《規(guī)劃》），由國家高位推動規(guī)劃的制定和落地，不斷縮小中美通用人工智能產(chǎn)業(yè)在通用底座平臺方面的差距，并在行業(yè)應(yīng)用和價值創(chuàng)造上打造我國的比較優(yōu)勢。
為此，劉慶峰提出9點建議：
第一，建議發(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。以專項的形式從算力、數(shù)據(jù)、算法上在未來5年內(nèi)持續(xù)支持我國通用大模型的研發(fā)攻關(guān)；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(yīng)用生態(tài)發(fā)展所需的算力基礎(chǔ)設(shè)施建設(shè)；制定相關(guān)政策，推動工業(yè)和民生等領(lǐng)域的大模型應(yīng)用，從而讓“底座大模型+行業(yè)應(yīng)用”形成相互促進(jìn)的良好局面；鼓勵國資央企優(yōu)先應(yīng)用國產(chǎn)大模型，在關(guān)鍵敏感領(lǐng)域和核心戰(zhàn)略領(lǐng)域只能用自主可控的大模型；面向“一帶一路”設(shè)立專項，支持多語種大模型技術(shù)研發(fā)，以及在主要產(chǎn)業(yè)鏈合作國家、地區(qū)的落地應(yīng)用。
第二，建議加快形成圍繞國產(chǎn)大模型的自主可控產(chǎn)業(yè)生態(tài)。大模型是典型的平臺賦能性技術(shù)，要加快我國大模型開發(fā)者生態(tài)體系建設(shè)和運營，支持國產(chǎn)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(shè)，降低研發(fā)和使用成本。支持工業(yè)大模型在工業(yè)互聯(lián)網(wǎng)領(lǐng)域的賦能，支持軟件大模型對軟件行業(yè)的賦能，支持行業(yè)大模型對汽車、家電、服務(wù)機(jī)器人等行業(yè)領(lǐng)域的應(yīng)用，以“人工智能+”推動我國自主可控的大模型產(chǎn)業(yè)生態(tài)蓬勃發(fā)展。
第三，建議推動國家級高質(zhì)量訓(xùn)練數(shù)據(jù)開放和共享。推動國家層面高質(zhì)量數(shù)據(jù)平臺的設(shè)立和資源共享，加大政府和市場協(xié)同，合理解決知識產(chǎn)權(quán)問題，構(gòu)建包括國家公共數(shù)據(jù)資源、高質(zhì)量電子圖書、高質(zhì)量音視頻、多渠道行業(yè)應(yīng)用數(shù)據(jù)及互聯(lián)網(wǎng)開源數(shù)據(jù)資源等多源多模態(tài)的國家級數(shù)據(jù)資源匯聚平臺，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、行業(yè)領(lǐng)軍企業(yè)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。
第四，建議出臺更加客觀、公正、可信的評測方法，加快大模型在行業(yè)領(lǐng)域的應(yīng)用落地。聯(lián)合國家級權(quán)威機(jī)構(gòu)和行業(yè)龍頭企業(yè)等組織，共同發(fā)布具有公信力的大模型評測標(biāo)準(zhǔn)和應(yīng)用指南，并定期組織系統(tǒng)全面的科學(xué)評測，指導(dǎo)各行業(yè)甄別和選型大模型，避免各家大模型刻意刷榜和各種不權(quán)威的商業(yè)評測擾亂正常市場秩序。在行業(yè)應(yīng)用方面，建議首批可以加快開發(fā)面向金融、工業(yè)、汽車、文旅、政務(wù)、教育、醫(yī)療等關(guān)鍵行業(yè)的應(yīng)用場景，加快打造標(biāo)桿示范，在成效驗證后向全國規(guī)模化推廣。
第五，建議堅持源頭核心技術(shù)系統(tǒng)性創(chuàng)新，在戰(zhàn)略性、前瞻性的基礎(chǔ)研究領(lǐng)域做好布局。布局投入大模型的寬基礎(chǔ)研究，在大模型能力涌現(xiàn)機(jī)理、大模型可信訓(xùn)練推理、強(qiáng)化學(xué)習(xí)技術(shù)、自主學(xué)習(xí)技術(shù)等方面形成突破。加快腦科學(xué)與類腦智能、量子計算等領(lǐng)域與人工智能關(guān)鍵研究的協(xié)同攻關(guān)，形成交叉學(xué)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(xué)研究的深度結(jié)合，打造AI for Science的科研新范式，研究基于科學(xué)數(shù)據(jù)的AI建模和科學(xué)知識提取技術(shù)，助力科研人員更高效地進(jìn)行科學(xué)研究和探索。在生命科學(xué)、化學(xué)、制藥、物理、材料等多個科研領(lǐng)域，引入人工智能通識課，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(xué)科重大突破做儲備。
第六，建議加快推廣大模型賦能全學(xué)段，以全新機(jī)制加快探索我國人工智能拔尖創(chuàng)新人才培養(yǎng)。加快運用大模型的現(xiàn)有能力打造教師和學(xué)生的助手，賦能從中小學(xué)到職業(yè)教育和大學(xué)的教育教學(xué)提質(zhì)增效。設(shè)立國家人工智能學(xué)院，以“核心+基地”的組織形式和全新機(jī)制推動我國面對中美競爭的拔尖人工智能人才培養(yǎng)。加強(qiáng)人工智能一級學(xué)科建設(shè)，聯(lián)合頭部企業(yè)打造一批人工智能人才產(chǎn)教融合培養(yǎng)基地，打造優(yōu)秀人才專項遴選機(jī)制和通道等。
第七，建議研究通用人工智能時代人才能力素質(zhì)模型和培養(yǎng)方案，加快應(yīng)用型人才培養(yǎng)。針對未來可能被人工智能大量替代的行業(yè)和崗位，對勞動力培養(yǎng)及再就業(yè)做專項研究，并且提前、主動做好應(yīng)對。關(guān)注通用人工智能對社會各行業(yè)帶來的沖擊，加快建設(shè)新的人才能力素質(zhì)模型和課程培養(yǎng)體系，特別是加快以通用人工智能賦能軟件代碼、語言學(xué)習(xí)、藝術(shù)創(chuàng)意等領(lǐng)域應(yīng)用型人才的培養(yǎng)，助力我國軟件行業(yè)和數(shù)字經(jīng)濟(jì)發(fā)展。
第八，建議加速通用人工智能技術(shù)相關(guān)的法律法規(guī)制定與審議。圍繞大模型的數(shù)據(jù)安全、隱私泄露、可靠性、知識產(chǎn)權(quán)等幾大關(guān)鍵方面制定法律法規(guī)，提升通用人工智能技術(shù)可靠性與規(guī)范性。同時，完善向社會開放的大模型的準(zhǔn)入和運行規(guī)則，明確責(zé)任分配與問責(zé)機(jī)制，并明確大模型知識產(chǎn)權(quán)與保護(hù)方式。
第九，建議設(shè)立軟課題進(jìn)行通用人工智能相關(guān)的倫理人文研究。堅持科學(xué)、獨立原則，針對通用人工智能技術(shù)可能帶來的社會風(fēng)險、倫理挑戰(zhàn)和人類文明變化進(jìn)行開放式課題研究。
