陳婷婷 辛愛峰

本期嘉賓

池憲念

工信部賽迪研究院高級工程師、賽迪四川人工智能產業創新中心總經理

周濤

電子科技大學教授、成都新經濟發展研究院執行院長

伴隨產業快速發展，人工智能正融入千行百業，成為加快發展新質生產力的重要引擎。從“+人工智能”到“人工智能+”，這一趨勢變化意味著什么？今年，四川把人工智能列為1號創新工程，傳遞出什么信號？讓“人工智能+”發揮乘數效應，成都如何發力？本刊記者就相關熱點問題專訪工信部賽迪研究院高級工程師、賽迪四川人工智能產業創新中心總經理池憲念，電子科技大學教授、成都新經濟發展研究院執行院長周濤。

Q1

人工智能是引領未來的戰略性技術，是新一輪科技革命和產業變革的核心驅動力，被認為是發展新質生產力的主要陣地。如何認識我國人工智能技術發展情況？

池憲念：作為賦能手段，無論是孕育新產業新模式新業態，還是促進傳統產業轉型升級、提質增效，人工智能都蘊含著巨大的潛能。

人工智能（AI）的發展歷程和技術演進，經歷了從“+AI”模式到“AI+”模式的轉型過程，并可相應地劃分為1.0、2.0直至3.0的時代變遷，每個階段都標志著AI技術在理論研究與實際應用上的重大突破。

“+AI”階段，即人工智能1.0階段，是指人工智能作為一項補充技術，被添加到傳統行業的既有業務流程或產品之中，目標是提升效率或解決特定問題。這個階段始于AI的起源，在20世紀50年代末至90年代初，人工智能主要通過符號邏輯推理、知識工程等方法構建專家系統，實現了在限定領域的自動化決策。例如，用于診斷醫療問題、設計電路、解析法律文本的專家系統，依靠預設規則和人類專家的知識庫進行運作。這類AI擅長對顯性規則的理解和運用，對復雜非結構化的數據處理能力和自適應學習能力較弱。

“AI+”階段，即人工智能2.0階段。進入21世紀，隨著計算能力的顯著增強、大數據的積累以及深度學習等機器學習技術的重大突破，AI不僅僅是業務流程的附屬部分，而且逐漸成為各行各業創新發展的重要驅動力。這一階段的核心是數據驅動和自我學習，利用神經網絡模型進行大量數據訓練，模擬人腦的學習機制，實現了在語音識別、圖像識別、自然語言處理等諸多領域超越人類的表現。此外，AI開始廣泛融入云計算、物聯網、區塊鏈等各種新興技術平臺，形成了跨領域的融合應用，如在自動駕駛、智能家居、智能客服等領域取得了顯著成果。

當前，人工智能正邁向3.0時代，強調全面智能化和自主決策。人工智能3.0不僅包括繼續深化現有的機器學習技術，還涉及強化學習、遷移學習、生成對抗網絡、元學習等高級算法的廣泛應用。在這一階段，AI將具備更強大的環境適應能力、創造性思維和自主行動能力，能夠在實時變化和未知環境中快速準確決策。同時，AI將進一步與物質世界深度融合，催生出新型的智能體和智能制造系統，如高度集成的人形機器人、智能醫療設備、智慧城市基礎設施等。

綜上，從“+AI”到“AI+”的轉換，意味著AI從單純的技術附加工具轉向了引領行業變革的關鍵要素，從賦能單一功能升級到重塑整個業務形態。從1.0到3.0的發展，代表了AI從基于規則的機械化智能，經過數據驅動的智能化躍遷，最終走向具有更高程度自主性、創造性和普適性的新一代智能。

周濤：“+AI”和“AI+”表面上看起來相似，但兩者在語境和含義上有明顯的區別。“+AI”是用來描述某一行業或領域引入人工智能技術的過程，這里的“+”表示人工智能作為一種附加技術或賦能手段加入原有的行業中。例如“制造業+AI”，意味著在傳統的制造業中應用人工智能技術提升效率、降低成本、改進產品質量等。“AI+”這個概念，則是從人工智能的角度出發，強調人工智能技術在各行業和領域的廣泛應用。“AI+”戰略指的是以人工智能為核心驅動力，推動各行各業的創新與變革。例如“AI+教育”，意味著人工智能技術與教育領域的深度融合，包括智能教學、個性化學習、智能測評等應用場景。兩者都是在談應用，“+AI”側重于從行業角度看待人工智能技術的應用，而“AI+”更強調人工智能作為一種基礎技術和跨界引擎的作用，推廣其在各領域的普遍應用和深度融合。

這一發展趨勢背后主要有三個原因。

一是技術成熟度提升。隨著深度學習、大數據處理、高性能計算等技術的快速發展和成熟，人工智能已經能夠解決越來越多復雜的實際問題，加上最近大模型技術的成熟，使其準確度、效率、通用性、靈活性都得到了顯著提升，使人工智能在各行業中的應用成為可能。

二是海量數據驅動。現代社會產生的數據呈指數級增長，為人工智能提供了豐富的“養料”。有了大數據的支撐，人工智能得以更好地學習和理解現實世界，從而在各領域提供更精準的決策支持和應用服務。

三是市場需求牽引。消費者和企業客戶對便捷、高效、個性化的服務需求日益增強，人工智能技術能極大地滿足這些需求，例如智能客服、個性化推薦、智能診斷等，從而在各領域中得到廣泛應用。

從“+AI”向“AI+”轉變，說明人工智能不再局限于單一行業或實驗室研究，而是開始真正融入到各行各業，成為推動社會生產力發展和提升生活質量的重要引擎；技術的發展趨勢越來越傾向于與實體經濟深度融合，以解決實際問題為導向，從而產生更大的經濟效益和社會價值。

Q2

當前，人工智能處于技術躍遷的重要窗口期，其產業生態和產業鏈的不斷完善，對發展新質生產力有什么積極作用？

池憲念：人工智能作為新質生產力的重要組成部分，在推動高質量發展中扮演著至關重要的角色。人工智能的發展有助于科技進步和產業升級，能夠與傳統產業深度融合，催生新的業態和模式，從而有力地推動新質生產力的形成與發展。各地區和各類產業經濟發展的重點任務，是“牢牢把握高質量發展這個首要任務，因地制宜發展新質生產力”。

首先，發展人工智能的必要性體現在它是新一輪科技革命和產業變革的重要驅動力。在當今信息化、智能化浪潮中，人工智能作為先進生產力的典型代表，能夠有效整合和優化資源配置，大幅提高生產和服務效率，對于推動產業結構優化升級、培育經濟增長新動能具有不可替代的作用。

其次，發展人工智能的重要性在于其與新質生產力的緊密關系。新質生產力是指能引發生產方式根本變革、帶來生產力整體躍升的創新力量。人工智能通過模擬人類智慧，實現感知、認知、決策和執行等智能活動的自動化與智能化，既革新了傳統的生產工具，又催生了全新的生產模式，如智能制造、智能服務等，構成了新質生產力的核心組成部分。

但要注意的是“因地制宜”，應充分考慮產業結構、人口結構、社會壓力等因素，確定符合本地區情況的人工智能發展方向及不同發展階段的重點。

周濤：新質生產力是由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生，以勞動者、勞動資料、勞動對象及其優化組合的躍升為基本內涵。從這個意義上來說，我想重點談人工智能契合新質生產力發展中的兩個重要要素，一是顛覆性的技術突破，二是人工智能的發展所帶來的生產要素的優化配置。

AI是非常典型的顛覆性技術創新，尤其是大模型，它不再是漸進式的創新，而是一次跨時代的飛躍。這種創新被業內稱為“破壞性”創新，比原始創新更厲害。它把原有的一些技術和生態都“破壞”了，比如，原來做大量的自然語言處理研究，但有了大模型研究后，其價值就變得很小甚至沒有價值，AI帶來很多產業的價值重構。

人工智能的發展帶來生產要素的優化配置，主要體現在數據要素更高效的市場化配置，這也是發展新質生產力的一個關鍵。與傳統的四大生產要素土地、勞動力、資本和技術相比，數據要素具備顯著的規模經濟特性，在與傳統要素融合的過程中，將對經濟發展產生放大、疊加與倍增作用。

數據要素蘊含的價值因數據規模擴大與數據類型豐富而不斷累積。隨著數據資源的日益增長與多元化，利用數據的主體也將逐步增加，從而能夠從數據中提煉出更多價值，形成“滾雪球”式的正反饋循環。這一趨勢導致不同類型、不同行業、不同區域的要素在不斷聚合的過程中價值呈指數級增長，并為數據處理者提供更加豐富的價值信息與洞察。

比如，一家跨境電商的法務咨詢公司，原有的上千萬條的咨詢對話雖然是數據，但不是數據鑰匙，因為這些數據沒辦法用于生產。而現在可用于訓練大模型，通過訓練對話的機器人完成法律咨詢。大模型質量的關鍵，是對高質量的數據在一個相對合理的模型架構下進行微調，這個時候數據就發揮巨大價值。

因此，通過人工智能特別是通用大模型，我們有可能使以前一些沒有辦法產生價值或者價值較小的數據，變得價值較大，從而實現數據要素的優化配置，帶來新質生產力。

Q3

今年，四川將人工智能作為1號創新工程。如何認識這一決策部署，因地制宜做好差異化發展？

池憲念：四川把人工智能作為今年1號創新工程，超常規最大力度精準支持人工智能產業發展，并揭牌成立四川省人工智能學院，正是其因地制宜發展新質生產力的具體行動。在此基礎上，可從以下五方面著力，加快培育新質生產力，推動四川人工智能產業高質量發展。

一是依托科研優勢與教育資源。四川擁有電子科技大學、四川大學等高校，在計算機科學、通信工程、自動化等相關學科上的雄厚科研力量為人工智能產業提供了堅實的技術支撐和人才儲備。應充分發揮這一優勢，培育和發展本土人工智能研發團隊，同時引入國際領先的企業和研究機構，共同推動核心技術攻關和人才培養。

二是融合傳統產業升級。應充分利用本地區域特色和傳統產業基礎，將人工智能與農業、制造業、服務業等深度融合，實現傳統產業的智能化改造升級。例如，在農業領域推進智能農機裝備、智慧農業系統的應用，在制造業發展中大力推廣工業機器人、智能制造等先進技術。

三是利用產業集群效應。四川應聚焦成都等地的高新技術產業集聚區，構建起以人工智能為核心的新一代信息技術產業集群。比如，成都高新區、錦江區等地結合原有的軟件和信息服務基礎，可打造人工智能創新應用中心和產業基地，形成獨具特色的AI產業生態圈。

四是聚焦場景應用創新。依據本地經濟社會發展需求，可有針對性地開展人工智能應用場景試點示范，如在城市治理、公共服務、文化旅游等方面探索特色化的AI解決方案，通過率先應用，積累經驗，推動技術創新和商業模式創新。

五是搶抓新技術高地。要緊跟國際國內人工智能發展趨勢，特別是在人形機器人、智能制造、智能網聯汽車、無人駕駛、低空經濟等方面提前布局，結合四川省內實際場景，發展符合市場需求的特色應用場景和技術產品。

周濤：伴隨著大數據的爆發增長、計算能力的飛躍提升以及機器學習尤其是深度學習和大模型技術的重大突破，人工智能正在以前所未有的速度蓬勃發展，廣泛應用于自動駕駛、醫療診斷、金融服務、教育娛樂、工業制造等諸多領域，迅猛而深刻地改變著各行各業。人工智能也是第四次工業革命的核心驅動力，把握住這一發展機遇，對于推動產業升級轉型，保持國際競爭力至關重要。因此，加快人工智能發展不僅是一種科技追求，更是關乎經濟發展、社會穩定與國家安全的戰略選擇。國務院在2017年印發了我國第一個人工智能規劃——《新一代人工智能發展規劃》，明確提出要把人工智能作為我國新一輪科技革命和產業變革的核心驅動力，力爭到2030年，我國人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。

四川把人工智能列為今年的1號創新工程，是緊跟國家科技創新步伐，貫徹落實國家戰略的重要部署。根據《四川省“十四五”新一代人工智能發展規劃》，到2025年，四川將建成5個左右人工智能特色產業集聚區，建成國家級創新平臺2個以上，培育30家左右人工智能創新標桿企業，形成人工智能核心產業規模超1000億元，帶動相關產業規模5000億元以上。

相信通過精準投放資源，鼓勵創新型企業、高校和研究機構開展人工智能技術研發與應用，能夠提升四川的創新能力、產業競爭力和經濟社會效益，實現科技引領下的全面創新發展。

Q4

對成都人工智能產業發展有什么建議？

池憲念：一是強化創新引領能力。成都可將增強原創能力作為著力點，推動人工智能算法、算力、數據三大要素融合，形成產業創新發展的核心優勢。同時，以國家新一代人工智能創新發展試驗區建設為重點，加快計算機視覺、人臉識別、無人智能、深度學習等技術領域的自主創新，提升技術創新能力和產業競爭力。

二是完善產業發展生態。要有效整合創新合作和產業化資源，培育融資多元化、人才多樣化、治理敏捷化的產業土壤，打造人工智能產業生態示范地。同時，加強政策支持和引導，為人工智能產業的發展提供高效公共算力服務。

三是推動企業發展壯大。要堅持企業主體地位，推動大中小微企業協同發展，打造以人工智能鏈主企業為核心、優勢企業為支撐的企業集群。同時，推進鏈主企業項目引育，積極爭取其硬件制造、軟件研發、開源大模型、生態創新中心、場景應用等在成都落地。

四是促進產業協同發展。要推進成都人工智能載體建設，推動形成由點及面、以強帶弱、協同共進的全市人工智能產業發展格局。此外，推進跨區域協同合作交流，促進人工智能創新鏈與產業鏈協同互補、數字要素與設施開放共享。

五是加快場景引領發展。要發揮好人工智能溢出帶動性強的“頭雁”效應，組織開展人工智能新技術新產品新模式在實體經濟、民生服務、公園城市、智慧蓉城中的深度應用。通過應用帶動集成，牽引科技成果轉化、重大產品創新和示范應用。

周濤：我認為當前人工智能產業最大的機會在大模型——這里所說的大模型是廣義的，既包括大語言模型，也包括其他生成式人工智能。成都現在在大模型相關產業方面與北京和深圳相比還存在差距。結合成都自身在產業、人才、技術和場景的資源稟賦，有四方面建議。

一是引進和培育一批大模型應用開發者。建議制定簡單明了、實操性強的專項產業政策，引進和培育一批大模型應用開發企業。這些政策包括但不限于在股權投資和債權融資方面給予傾斜、提供充分的算力資源及有競爭力的算力補貼等。

二是培養領軍型行業大模型解決方案提供商。建議積極尋找大模型能夠發揮巨大價值的場景，例如，醫療健康、教育培訓、政務服務、文化旅游等，以類似“揭榜掛帥”的模式，政府提供場景、數據和少量資金，遴選有意愿有能力的企業開發行業大模型解決方案，在成都做出示范后開展全國甚至全球服務，相應的收入、稅收和知識產權需留在本地。

三是建設大規模智算中心和數據基礎服務公共技術平臺。建議以集約、綠色的方式建設大規模智算中心，覆蓋大規模預訓練、一般性訓練、高并發推理等需求，支持國產化信創訓練和信創推理，通過不同力度的算力補貼招引和培育大模型企業。建議建設數據基礎服務公共平臺，通過工具和能力的輸出，整合本市和西南地區從事數據標注、元數據治理、數據質量控制等業務的企業，為大模型訓練和“東數西算”背景下高速增長的數據基礎服務需求做好準備。

四是加快關鍵共性技術研發和核心人才培養。建議以大模型為主題，支持一批針對關鍵科學問題和核心技術問題的科研攻關項目，設立和支持一批針對產業共性技術的揭榜掛帥項目。借鑒產業技術研究院和新型研發機構中成功運營的經驗，支持有能力、有意愿的在蓉高校科研團隊，設立不同規模的實體化運營大模型實驗室。鼓勵在蓉高校針對大模型產業人才開設系統課程或開展職前、職中培訓。