编辑莫莹
智东西网12月14日报道今天，第十届中国人工智能大会开幕式在北京举行。
据了解，今年CCAI的主题是“创新驱动，智慧开启新征程”。围绕具身智能、设备端模型、科学智能、世界模型、空间智能等热点话题，举办七场主题演讲和一场高峰对话。专题论坛18场，十几位中外院士、百余位来自国内外人工智能领域产学研的专家，分享从技术研究到产业创新的思路和方法。
开幕式上，发布了《北京人工智能产业白皮书（2024）》（以下简称《白皮书》）、2024中关村科学城人工智能全景赋能典型案例、超级节点算力集群创新联盟和其他重大成果相继发布。
《白皮书》共九章。从全球和国家战略高度分析人工智能发展现状，系统梳理北京市人工智能创新资源和产业整体情况，总结各部门在技术创新和产业融合方面的工作举措。
《白皮书》披露，2024年，北京高被引科学家数量将达到431人，位居全球创新城市之首； 2024年人工智能核心产业规模预计突破3000亿元，同比增长12%以上，北京将提前一年完成该项目。全市人工智能创新中心三年实施规划目标。
开幕式上，北京市科委、中关村管委会联合浪潮集团、阿里云、清华大学等参与单位，共同为超级节点算力集群创新联盟揭牌。据了解，超级节点算力集群创新联盟是北京市解决当前人工智能基础设施“能力不足”问题的重要探索，是系统性布局人工智能全产业链的重要组成部分。
1、北京人工智能企业超2400家，核心产业规模超3000亿
开幕式上，北京市科委、中关村管委会信息化处处长韩健解读了白皮书。 《白皮书》认为，世界主要大国不断强化和更新人工智能战略，以生成式人工智能为代表的大模型技术正在加快人工智能技术创新速度，呈现出美、美等国的整体趋势。中国引领，大国竞相部署。
▲《白皮书》目录
《白皮书》展示了北京人工智能产业发展的强劲势头和突出成就。
一是创新资源高度集中。科技创新指数连续八年位居榜首。 2024年北京高被引科学家数量将达到431人，位居全球创新城市之首；人工智能顶尖人才、学者、论文数量居全国第一，获批高校30所。在人工智能本科专业方面，已有20多所大学设立了人工智能学院或研究所。 32所大学授予与人工智能直接相关学科的博士、硕士学位。现有研究生4.4万人，教师和研究人员1.2万人。 。
二是产业发展持续向好。预计2024年人工智能核心产业规模将突破3000亿元，同比增长12%以上，完成北京人工智能创新中心三年实施规划目标比原计划提前一年；人工智能企业超过2400家，同比增长9%以上；上市公司46家，总市值约4.3万亿元；独角兽企业36家，占全国人工智能独角兽企业一半以上；社会融资规模全国领先，前三季度社会融资约320亿元，同比增长84%；注册大型车型94个，约占全国总数的40%。
三是产业链结构完整。北京人工智能产业链涵盖基础层、技术层和应用层。北京致远人工智能研究院、北京通用人工智能研究院等新型研发机构不断产出多模态世界模型Emu3、通用智能小女孩“通通”等重大创新成果；龙头企业经营良好，一手兽企业不断释放活力，初创企业创新实力凸显，先后推出了基座模型、文胜视频模型、以及终端侧大型机型；资源密度不断提高，与海淀区形成重点产业集群。朝阳区、经济开发区、石景山区、门头沟区等区域空间布局独特。
《白皮书》详细介绍了一年来各市级相关部门在软硬件技术创新、基础设施建设、数据要素供应、行业场景应用、生态环境建设等方面的工作举措人工智能。
在技术创新方面，北京继续在通用大型车型等主流技术路线上布局，部分成果可以对标国际标准。同时，还探索类脑智能、光电计算等颠覆性技术路线，抢占下一代人工智能。发展机会。
应用落地方面，北京举办大型模型应用大赛，推动行业龙头企业和优势技术企业共建联合研发平台；聚焦重点领域，推动垂直模式率先应用，启动25所中小学人工智能试点学校建设；国家级大型法律模式创新平台即将落地北京；文化、医疗、公共服务、金融等行业都在紧锣密鼓地开展人工智能试点。
资源配置方面，北京持续推进计算基础设施建设，全市多个E级智能计算中心正在加速建设；加快优质数据的汇聚和互通，智源研究院建设的北京人工智能数据运营平台已汇聚180多个数据集，接近数据总量。同时，为营造良好的投资孵化环境，市人工智能产业基金全年投资近20亿元，带动社会资本83亿元。
《白皮书》结合前期50余位高层专家讨论和100余家企业调研，从模型、算力、数据、应用、融资五个层面总结了16项发展趋势，并展望人工智能的未来趋势。
从模型来看，基础模型能力快速提升，多模态模型成为主流，新的模型架构不断涌现；从算力角度来看，算力军备竞赛愈演愈烈，新架构芯片展现潜力；从数据角度来看，数据质量和开放共享的重要性不断提升，高质量的大量合成数据有望成为提升大型模型能力的法宝；从应用角度看，细分市场竞争加剧，终端侧大模型、AI硬件将成为实际应用的新战场；从融资角度看，大型模式融资持续火爆，资金向龙头企业集中，融资并购趋势明显。
2、打造国内高性能算力互联集群的“北京计划”
开幕式上，北京市科委、中关村管委会、浪潮集团、阿里云、清华大学、中科院计算技术研究所、中科院微电子研究所以及中国移动、智能计算芯片OISA高速互联网推进委员会、高通量以太网联盟等参与单位共同揭牌超级节点算力集群创新联盟。
▲超级节点算力集群创新联盟揭牌仪式
超级节点算力集群是一种颠覆传统单机八卡服务器的全新算力组网形式。随着大型模型演化至万亿参数，模型性能和泛化能力进一步增强，进一步推动底层智能计算基础设施向“超级节点”形态升级。
为更好整合产业链资源，加快新产品研发落地，北京市科委、中关村管委会组织建设“北京人工智能算力互联创新中心”（以下简称“北京人工智能算力互联创新中心”）。作为创新中心），促进产业链上下游合作。开展“超级节点”产品形态设计和方案论证，推进中试验证，服务产业化销售。
超级节点算力集群创新联盟依托创新中心，充分发挥创新联盟组织机制优势，推动产业链上下游企业加快基于集群的技术研究，满足行业需求，推出新产品。产品、创造新业态、形成新生态。此次创新联盟揭牌仪式，标志着北京建设国内高性能算力互联集群的“北京计划”正式启动。
据了解，超级节点算力集群创新联盟是北京市解决当前人工智能基础设施“能力不足”问题的重要探索，是系统性布局人工智能全产业链的重要组成部分。未来，北京将以创新联盟成员为核心，广泛吸纳优势产业单位，升级做强下一代算力集群产业链，不断夯实我国人工智能底层算力基础。
3. AI for Math & Math for AI，多位中外院士探讨人工智能未来
开幕式上，中国科学院院士、西安交通大学教授徐宗本发表题为“大模型极限理论：解读智能涌现现象”的主题演讲，深入阐述智力出现现象背后的复杂机制。
徐宗本从数学极限理论的角度阐述了实现智能涌现的方法论。他用数学中的“极限”视角来认识智力中的“涌现”现象。他说，智能的出现就像数学领域中无理数的出现一样。它是一种超出当前认知范围的行为，而极限理论是拓展认知边界的有力工具。
中国工程院院士、中国人工智能学会副理事长何友发表题为“人工智能大模型与智能决策”的主题演讲，剖析大模型在智能决策中的理论支撑和技术潜力-制作。
他梳理了AI大模型的发展历程以及重要技术和架构的发布节点，列出了当前AI大模型智能决策相关的前沿应用，并总结了AI大模型智能决策带来的问题。 AI大型模型。
基于AI大模型智能决策的发展现状，何友提出大模型决策技术将向五个方向发展，即多模态大模型将进一步突破感知方法的局限性，实现多模态决策。 -模态或跨模态智能感知、决策和生成；边缘大模型进一步突破大模型的量化技术，将具有一定性能的大模型部署在低功耗、低成本、低时延的边缘设备上；代理将具有自我迭代、升级和优化的能力；具身智能应用；生物智能、信息智能和物理智能的融合。
清华大学自动化系教授、CAAI元宇宙技术委员会主任陶建华与中科院外籍院士丘成桐共同围绕“AI for Math & Math for AI”主题美国科学院院士、中国人工智能学会理事长戴琼海、JD发现研究院院长何晓东、台湾阳明交通大学终身讲席教授林文伟南京应用教学中心副主任、北京雁栖湖应用数学研究所副院长、研究员吴荣岭展开高峰对话。
▲ “AI for Math & Math for AI”话题高峰对话
戴琼海提到，目前人工智能训练中遇到的参数瓶颈和黑箱问题希望通过数学方法、数学表达、数学推理得到有效解决。他呼吁更多的数学研究者进入“数学+人工智能”的交叉点。
何晓东从业内人士的角度谈了他对人工智能行业的观察。他表示，现在的人工智能更像是一种效率工具，只能让科学家“看得更快”，快速完成筛选、分析、预测工作，更快地发现更有价值的研究方向，但尚未完全具备。从0到1的突破。同时，大模型数据仍然存在局限性。泛数据很快就会枯竭，利用效率不够高。
林文伟以“计算几何·图像处理与人工智能”为主题分享了具体案例。他介绍，在与南京鼓楼医院合作研究脑肿瘤时，团队通过共形几何探索出了一条极其有效的图像预处理和标准化路径。他们利用最优传输变换理论，将大脑这样的不规则3D物体映射成规则的单位球体和立方体，同时保持了大脑原有的几何特性，并且是可逆的。
吴荣龄以“Yau-Yau非线性滤波器：中国特色的人工智能之路”为主题分享了一个案例。他介绍，Yau-Yau非线性滤波器可以分析复杂现象的内部，而不受其随机性和非线性变换的影响。例如，当使用Yau-Yau非线性滤波器研究人类肠炎时，它可以有效分析肠道菌群的变化，并通过抖动现象反馈疾病状况。吴荣岭表示，这种从固定模型到随机模型的研究方法可以应用到人工智能的机器学习中。
结论：人工智能的未来不是一项孤立的技术
当今的人工智能不仅是技术创新的舞台，更是塑造未来社会格局的核心驱动力。在互联网上，我们看到的不仅是当前的技术突破和产业进步，更是勾画出未来无限可能。人工智能正在从工具发展到体现；它不再只是帮助我们完成任务的“手”，而将成为能够理解、感知和预测复杂环境的“大脑”。
同时，人工智能并不是一项孤立的技术，而是与数学、物理、生物学等学科深度交叉的综合体。我们期待它推动人类进入一个超越认知极限的时代，帮助发现新的物理定律，解决重大医学问题。
