欢迎来到国家发展与战略研究院
03
18
【经济观察报】程絮森:深化大数据与“人工智能+”研发,助力数字经济高质量发展
来源:

在2024年全国两会上,数字经济创新发展在政府工作报告中位列要位,必须充分把握这一战略发展机遇,开辟科技创新新领域新赛道、塑造发展新动能新优势。大数据、人工智能(Artificial Intelligence,缩写为AI)技术是新兴互联网技术的代表,在催生创业新业态、打造就业新形态,赋能产业数字化方面取得了积极成效,但在数据要素潜力和算力资源供应上还面临有瓶颈有待提升。对此,应当明确数据与算力作为新质生产力的基础地位,大力扶持新技术产业融合,把好数字经济“资源关”、“技术关”、“发展关”。

挖掘数据要素潜力,提升数据治理能力,促进数据跨部门、跨行业、跨地区流动共享。

数据是第五大生产要素,在算法优化、模型训练、数据分析预测等新兴技术研发中起到关键作用,可以说数据就是大数据、人工智能研发的“燃料”。我国的数据要素资源规模庞大,但数据主体分散、数据可用性差、数据可获得性低的问题显著存在,跨行业、跨领域的优质数据诉求无法得到满足。对此,应当打破政企之间、企业之间、国家之间的数据壁垒,建立数据共享共治渠道。在政企之间,鼓励政企数据融合对接,在保证安全合规、做好数据脱敏的基础上,加快政府数据开放,打造政府主导的资源统筹调度机制;在企业之间,针对移动互联网应用的“信息孤岛”、“流量围墙”现象,加强制度监管引导,实现互联网生态的“去中心化”;在地区之间,贯彻数字丝绸之路方针,消除国际“数字鸿沟”,制定更加清晰完整的数据出境管理标准,避免出现跨境流动多头监管问题,培育辐射全球的数据要素市场。

同步提高存储与计算设备能力,推动形成协同发展格局,以数据应用驱动计算技术体系重构。

大数据、人工智能技术研发,同时需要高水平的存储能力与计算能力,尽管国内数字基础设施建设成果显著,落地到具体场景后,仍存在存储计算投资不同步、产业上下游配合不紧密、技术性能不达标等问题,算力网络还需持续布局优化,从扩大体量阶段过渡到提升质量阶段。新阶段数字基础设施建设应当平衡统筹服务器、存储设备、安全设备、网络设备建设,避免数据获取端受到传输速度与存储容量限制,做到存储能力、计算能力、网络传输能力一体化发展,软硬件协同研发补足性能短板,满足自动驾驶、智能制造等场景需求。设施建设端也应当与芯片制造端、人才培养端、软件应用端协同发力,推动产业链上下游深度合作,以重点技术方向作为政策指引,以协同发展格局打造优质新质生产力。针对以算力为中心的传统计算体系,硬件之间负载与数据规格不通用等因素,应争取实现向“数据为中心”的模式转型,减少“数据搬家”成本,最大化算力网络价值。

瞄准行业特定场景,加速人工智能技术与实体经济结合,认真开展“人工智能+”行动。

继大语言模型横空出世以来,人工智能技术在全球范围内蓬勃发展,我国互联网科技公司也深度参与了本次技术变革,发挥人工智能作为新质生产力的关键作用,在我国人工智能行业发展已驶入快车道的情况下,带动各行业创新发展。“人工智能+”是“互联网+”的延续升级,意味着从顶层设计层面加快人工智能与各行业融合赋能。发挥人工智能技术优势,主要从应用交互、信息处理、决策分析三方面推动传统产业变革,加速“人工智能+”在新兴服务业和传统制造业落地,突破人工智能、先进工艺、智能装备制造的深度融合,培育布局智能机器人、自动驾驶等新产业、新赛道。

(作者程絮森,系中国人民大学国家发展与战略研究院研究员、信息学院教授)

原文链接:[经济观察报]程絮森:深化大数据与“人工智能+”研发,助力数字经济高质量发展


关于我们|加入收藏|版权声明
版权所有©2014中国人民大学国家发展与战略研究院 累计访问量:14210214 访问量统计▶