人工智能技術正在快速演進。截至今年5月，我國已形成超過100個10億參數(shù)規(guī)模以上的大模型。研究領域成果不少，尋找人工智能的核心應用場景成為2024年AI產業(yè)的關鍵問題。

“人工智能要切實賦能實體經濟發(fā)展。”近日，中國工程院院士、北京郵電大學信息與通信工程學院教授張平參加數(shù)字中國建設峰會的特色活動“院士專家行”時表示。

張平認為，人工智能的終極目標是讓機器能夠盡可能擁有人類的智能。“人類引以為豪的兩大功能是語言認知功能和運動控制功能，而目前的人工智能研究就是在沿著這兩個方向不斷探索。”

在他看來，從最開始的大語言模型產品ChatGPT，到后續(xù)不斷發(fā)布的各類多模態(tài)大模型，人工智能在語言認知功能方面已經取得了許多成果。而運動控制路線目前的可能性亟待被發(fā)掘。人形機器人、具身智能等概念雖然也常被提及，但還沒有跑出特別驚艷的技術或應用。

“如果只發(fā)展語言認知能力，AI技術對人類的影響可能只限于文本、圖片等方面的理解和處理。如果在具身智能領域有所突破，這個‘AI’將無限接近人類。”

張平認為，圍繞人工智能的討論要堅持“脫虛向實”的思路。“我們討論AI發(fā)展的最終目的，是希望了解它能為實體經濟發(fā)展做些什么。”同時具備大腦和身體，AI才能更好地助力實體經濟發(fā)展，激活新質生產力。

制造業(yè)是實體經濟的重要基礎，AI+制造業(yè)的組合能碰撞出不少火花。

張平在會后接受21世紀經濟報道記者采訪時指出，以工廠場景為例，AGV（自動導向車）、人形機器人逐漸參與到產線工作，是目前比較可及、有前景的應用場景。

AI應用于千行百業(yè)，離不開數(shù)據(jù)、算法和算力的支持。在張平看來，在AI基礎設施方面，當下應該關注和思考的是我國相關領域的“長板”究竟在哪。

以算力為例，他認為，在大算力時代，結合我國目前的技術積累，發(fā)展分布式算力是必然選擇。

在接受21記者采訪時，張平解釋道，“打造分布式算力，意味著要做到海量數(shù)據(jù)的高效傳輸，而我國在通信領域已經實現(xiàn)了5G、6G等諸多突破。”在張平看來，我國通信技術世界領先，因此，在優(yōu)越的網絡水平支持下，我國具備發(fā)展分布式算力的先發(fā)優(yōu)勢。

“總而言之，在人工智能問題上，我們需要做到揚長避短。才能實現(xiàn)算法、算力、數(shù)據(jù)快捷高效地云、邊、端協(xié)同，切實創(chuàng)造價值。”他指出。