全国政协常委钱锋：打造人工智能开源平台，降低大模型训练成本
从自动驾驶到ChatGPT再到最近的Sora，近年来，在科技界搅起浪花的事件中总能看见人工智能的身影。
“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、上海市政协副主席钱锋建议，加大人工智能领域原始创新，以数智化赋能新型工业化，推动新质生产力加快发展。
钱锋特别注意到我国在人工智能关键核心技术方面的能力。他发现，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，‘卡脖子’风险巨大。”
在产业赋能方面，钱锋指出，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，能够有效运用数字技术提高全生命周期和全产业链生产效率、降低成本消耗、提升产品质量、减少环境污染的企业还不多。
在数据算力方面，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。“大模型带来的算力需求增长和美国禁运高端人工智能芯片的影响，制约了我国人工智能发展。但各地、各高校院所纷纷建立智算中心，造成算力资源分散严重。”钱锋说。
人工智能技术的发展离不开人工智能人才。钱锋发现，目前，国内能将模型、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。
对此，钱锋建议，我国应该鼓励超越Transformer算法、类脑人工智能新型算法、大模型涌现机理等原始创新，促进大模型共性技术和算法研究。同时，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。“还要打造重点领域人工智能开源平台，降低大模型训练成本。”
数据和算力是人工智能进一步发展的基础。钱锋建议推动科研和产业数据共享，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，攻关大规模并行训练等前沿领域，打造超大规模算力集群。
“还要支持基础科学、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。”钱锋说。