“我想借這個場合向吳文俊院士致敬，用視覺智慧和語言智慧向他致敬。”4月13日，斬獲2023吳文俊人工智慧科學技術獎最高成就獎的鵬城實驗室主任、中國工程院院士高文在第十三届吳文俊人工智慧科學技術獎頒獎典禮上感慨：多年後，吳院士開創的幾何系定理證明先河，在世界人工智慧發展中仍有重要的借鑒價值。

4月13日至14日，第十三届吳文俊人工智慧科學技術獎頒獎典禮暨2023中國人工智慧產業年會在蘇州舉行，共評出70個獲獎專案成果，涉及生成式AI、大模型和通用人工智慧等重點領域。“今年的《政府工作報告》首次將開展‘人工智慧+’行動寫入其中，人工智慧已成為我國加快發展新質生產力的覈心驅動力。”中國人工智慧學會黨委書記、中國工程院院士趙春江說。新一輪人工智慧新技術浪潮已至，數位科技和實體經濟深度融合加速，為新質生產力發展提供新的澎湃動能。

人工智慧為高品質發展開闢新賽道

“過去數十年，人工智慧的研究發展既有深刻的理論創新，也有引人注目的科技變革。科技變革和需求驅動促使我們在科研攻關中把握規律、尋找真理，更好地應對人工智慧研究的挑戰。”在高文看來，在新一輪人工智慧浪潮中，中國已經有了與世界同步發展的實力。“我們要和全世界人工智慧同步推進，迎接通用人工智慧‘奇點’的到來。”

然而，沒有算力，就沒有推動人工智慧發展的動力。高文介紹，當前人工智慧驅動的數據密集型創新研究，都是由算力帶來的革新。在數字經濟時代，算力網是一項前沿性科技，加快全國一體化算力網的建設和應用，將大大加快產業創新步伐、推動新質生產力發展，“而要想讓用戶像用電一樣使用算力，就要搭建安全高效的算力網絡，解决人工智慧大模型訓練的智算問題。比如鵬城實驗室建設的智算平臺，支持人工智慧大模型開源、開放和共亯，助力國產自主創新的大模型生態發展”。

當前，江蘇各地也在加緊推動算力建設。近日，南京中科逆熵科技有限公司傳來好消息，其運營的南京智慧計算中心二期已基本建成，算力達到每秒90億億次（十六進位），成為長三角地區已經投入運營的規模最大、算力最强的全國產化智算中心。而蘇州正加快推進“三核三區兩基地”算力空間佈局，在蘇州國科綜合資料中心有限公司，4000多個服務器機櫃可提供通用計算、傳統超算以及智慧算力，已累計服務600餘家企業。去年發佈的《蘇州市關於推進算力產業發展和應用的行動方案》提出，到2025年，全市資料中心總規模達到50萬標準機架，算力產業創新集羣規模達4000億元。

“人工智慧是引領未來的新興戰略性科技，是驅動科技革命和產業變革的關鍵變數。”中國科協黨組副書記束為說，加强人工智慧和產業發展融合，為高品質發展提供新動能。人工智慧作為新型工業化的重要推動力，更是新質生產力建設的覈心驅動力。創新驅動，數智強國，推動人工智慧產業高品質發展，是學術界和產業界共同的機遇。“囙此，要暢通產學融合之路，銜接人工智慧理論創新、技術創新與場景創新，塑造新興產業優勢，賦能傳統產業高端化、智能化、綠色化轉型，助力人工智慧精准嵌入現代化產業體系。”

人工智慧應用落地加速

近年來，人工智慧已不再只是存在於科幻故事中的“空中樓閣”，而是實實在在走進了人們的日常生活。工業和信息化部資料顯示，2023年，我國生成式人工智慧的企業採用率已達15%，市場規模約為14.4萬億元。趙春江院士表示，促進我國人工智慧科技成果產業化，要面向地方傳統產業數位化轉型的需求，加速人工智慧核心技術攻關，著力解决人工智慧重大應用和產業化的問題，推動通用人工智慧與未來產業實體經濟融合發展，加快推進人工智慧場景創新和高水准應用，助推一批前沿重點應用示範專案產業化落地。

在揚州市江都區，人工智慧已經在科技創新人才培養、產業應用人才培養中大展拳脚。通過政府主導建設人工智慧產教融合基地項目，以揚州市江都區職教集團為載體，打造人工智慧產教融合基地，貫通從青少年科創教育到職業教育的人才培養模式，構建與人工智慧需求匹配的人才培養體系。人工智慧訓練師、服務機器人應用技術員、工業視覺系統運維員等產業實訓課程覆蓋數字經濟產業鏈關鍵崗位的人才技能需求。

“人工智慧是引領新一輪科技革命和產業變革的重要推動力。”蘇州市副市長張橋介紹，蘇州緊密依託工業門類齊全、應用場景多元的優勢，將人工智慧與工業產業發展緊密結合，不斷開拓新的應用場景。蘇州市高度重視人工智慧創新發展，集聚了包括南京大學蘇州校區、中科大蘇州高等研究院等在內的一批大院大所；引進了華為、微軟等一批國際知名的龍頭企業，成功培育了包括思必馳、科沃斯、魔門塔在內的一批優秀本土企業，形成了一定的產業集聚效應，據不完全統計，蘇州已集聚人工智慧企業超過1000家，2023年，蘇州全市人工智慧產業產值超過1500億元，同比增長了超過22%。

要想對蘇州獨墅湖大教堂進行掃描建模，需要多久？答案是：只需10分鐘。蘇州知至科技有限公司創始人餘崇聖介紹，利用移動式全景3D雷射雷達掃描儀，可以將現有的建築掃描成空間資產，記錄時間和座標，對辦公室進行三維建模甚至只要兩分鐘。然而，在GPS訊號遺失的情况下，如何進行高精度定位導航、實时3D空間成像？他帶領團隊進行的《面向物理空間數字化應用的激光雷達成像系統研制及產業化》項目，能在無需GPS環境下實現移動式快速實时完成導航定位和三維空間重建，並獲得最優毫米級別3D模型，可廣泛應用於室內外、地下礦井，甚至深海空間等眾多場景的3D重建。

面向未來的人工智慧之路日益清晰

當前，人工智慧發展枝蔓漸盛。未來，什麼才是人工智慧發展的方向？在其中可能遇到什麼樣的暗礁？

當前大模型發展如火如荼。“大模型是當下人工智慧從弱到强的重要技術路線，但我們也要冷靜地分析大模型存在的固有缺陷，需要思考國家未來人工智慧發展除了大模型以外，能否開闢其他新的技術路線？”中國工程院院士、同濟大學校長鄭慶華有著前瞻性的看法。他分析，大模型依託大數據、大算力和强算灋，除了內容生成以外，也為科學研究和計算提供了强大的武器。“比如蛋白質精確結構的預測，過去可能要幾個月，要數以千計的人才能完成，今天在大模型分析支持下，用幾分鐘就可以生成這樣的結構。”

“有專家預測，到2026年大規模語料可挖掘價值將基本消耗殆盡。如同我們在礦產資源當中開掘有價值的黃金，有瓶頸，也有極限。”他解釋，大模型的參數現時已經達到萬億級別，訓練數據的規模與算力消耗成正比，也就是說，在大數據上再訓練出有價值數據的難度非常大。同時，大模型存在災難性遺忘問題，且邏輯推理能力弱。例如在推理問題求解環節，人駕駛一輛汽車走過一段路，人腦是有記憶的，但是自動駕駛每次都要重新計算，並不能把路線場景記錄下來。

對此，他認為，人工智慧首先要解决計算智慧，然後再解决感知智慧，進而實現認知智慧。“計算智慧覈心目的是解决能存會算的問題，主要是通過運算和存儲來解决；感知智慧解决的是能聽會說、能看會認，解决的是語言、影像、手勢等感知問題；認知智慧則是讓人工智慧能理解、會思考。”鄭慶華說。

大模型所欠缺的與物理環境的交互性，或許可以用“具身智慧”來填補。哈爾濱工業大學副校長劉挺認為，具身智慧通過智慧體與環境的互動獲取資訊、理解問題、作出決策，從實用意義上來說，就是為實體機器人安上“大腦”，讓“機器”真正變成“機器人”，“有了物理環境，原來機器人只是去掃描文字，看影像，現在有了物理身體可以和現實世界進行碰撞，可以感知一個物體的冷熱和硬度”。

“具身智慧研究，不只是有‘身體’，更主要有智慧，僅僅把大模型塞到機器人體內，並不意味著讓機器人立刻就有了具身智慧。”劉挺勾勒出了具身智慧的架構：機器人要主動理解周圍的環境，要經歷具身感知、具身認知、行為優化等步驟。他認為，比較複雜的是操作語義，比如機器人看到游泳池裏一個孩子在游泳起伏並不是很自如，就要判斷是否存在溺水可能；再比如主人打了一個噴嚏，機器人需要作出是房間有灰塵需要打掃還是給主任提供藥品的判斷。“具身智慧有望在開放場景下真正替代人工，比如隨著機器通識理解能力的提升，在餐廳接待、柔性生產、情感陪伴等方面成為人類的好幫手。”