王建波在演讲中提到，大语言模型（Large Model）等技术的快速发展，将人工智能带入了前所未有的新时代。模型能力的提升和架构的演进催生了新的算力应用范式，提供了所需的算力。计算基础设施提出了全新的挑战。
不过他也表示，从中国市场来看，生成式人工智能产业链在中国已经初具规模。虽然目前产业链各大厂商都处于早期投资阶段，但随着应用落地的加速，与之前相比，随着AI的创新，这一次大家对盈利和商业化的焦虑明显减少。 “这种来自科技和实体产业的双重合法性，极大提振了平台经济巩固后互联网产业的发展信心。”王建波说道。
国家超级计算成都中心常务副主任王建波 图片来源：主办方提供
大模型产业化和创新商业模式成为关键挑战
王建波表示，随着大语言模型的快速发展，人工智能进入了前所未有的新时代。模型能力的提升和架构的演进催生了新的算力应用范式，对所需的算力基础设施提出了新的挑战。 。他举例说，-4有1.8万亿个参数，百度文信大模型4.0也突破了万亿规模，国内外正在大规模建设新型、昂贵的算力中心。 X AI 计划使用 100,000 个 H100 GPU 构建超级计算机，其大小至少是目前市场上最大 GPU 集群的 4 倍。
因此，大模型、大算力、大数据——以“大”取胜，超级计算、人工智能、数据驱动各种应用的发展，以及解决问题方法的变化。加速硬件的出现以及超级计算、智能计算、云计算的共存协作，对计算机系统软件和平台提出了新的要求。
不过，王建波坦言，我国人工智能发展仍面临相当大的困难和挑战。首先是核心能力缺失。王建波认为，中国在人工智能核心能力方面处于“跟踪”模式。这些核心能力包括高端人工智能人才数量、人工智能基础算法创新、人工智能基础大模型能力、基础大模型训练数据、基础大模型训练算力等。
此外，王建波提到，我国目前的人工智能应用主要集中在互联网行业和部分国防领域。从互联网行业迁移到非互联网行业，需要大量的定制工作。迁移困难，单次使用成本高。我国AI领域人才数量与实际需求相比明显不足。
他还表示，中国大模型技术发展也有自己独特的优势。从技术角度来看，中国拥有全球最大的互联网用户群，为深度学习模型的训练提供了丰富的素材，让中国的AI技术能够更快迭代。和优化；从应用端看，以AI电商为代表的产业逻辑创新带来新机遇。通过用户行为数据分析，电商平台可以提供更精准的商品推荐，提高用户的购物体验和转化率。此外，以自动驾驶为代表的新兴产业的出现也给科技互联网企业带来了新的机遇。
我国生成式人工智能产业链已初具规模
在王建波看来，美国的大模式走的是一条通用的技术路线，就是用超越人类智能的机器来发动另一场工业革命。这条路线下，美国大模科技主要聚焦于服务业。目前应用于内容生成、人机交互、逻辑推理三大能力有突破迹象。
中国的大模式是全社会生产方式的革命。王建波解释说，这不是单一的革命性技术，而是以成本和效率优化为目标的复合技术应用。这个发展方向有利于整个社会。要素生产率的提高，对传统产业、新兴产业、未来产业都将带来巨大利好。
在王建波看来，人工智能技术成功的关键在于能否大幅降低一个行业或一个产品的成本，从而将用户数量和行业规模扩大10倍。
“基于生成式人工智能的产业链在中国已经初具规模。在中国，具身智能和无人驾驶是前景广阔的新兴产业。”王建波说道。
王建波还表示，大模型技术最终是为了新基建而战。数据、算力、算法的综合基础设施已成为国家战略信息资源。人工智能大模型是数据空间中的一种算法基础设施。因此，需要全国范围内的综合算力网络在算力基础设施建设中发挥引领作用，率先实现要素智能化。
他特别强调，大模型技术和算力等基础设施关系到发展的可持续性和最终的国际竞争格局，让用得起、安全、值得信赖的算力技术能够低门槛赋能各行各业，让我们的生活更加美好。国家最重要的发展道路是保持优势产业的竞争力，让落后产业的差距明显缩小。
每日经济新闻
