兩會熱議的人工智能，到底説了些啥？_風聞

今年兩會，人工智能不出意外地，成為了最熱門的話題之一。

3月5日，李強總理在2024《政府工作報告》中，首次提出了**“人工智能+”**概念。

來自社會各界的政協委員、人大代表也紛紛圍繞“人工智能”建言獻策，從數據、算力，到芯片、技術，再到法律、安全，以及人才培養、創新應用，各種聲音萬物競發。

毫無疑問，2024年將是我國人工智能發展的關鍵年。

關於AI發展，今年兩會有哪些提案值得關注？

以下就是我們對於今年兩會AI相關提案的總結，為避免大佬的申論學得太好大家讀起來有困難，我在每段後面簡單中譯中翻譯了一下。

01：數據

數據、算力和算法，被稱為人工智能的三駕馬車，在任何一項瘸腿都會導致AI發展舉步維艱。

數據方面，知乎創始人周源提出，我國大模型發展面臨最顯著的問題之一，是高質量中文語料數據短缺。

數據顯示，截至2023年底，中國10億參數規模的大模型廠商及院校超過200家，存量數據資源豐富，但優質中文數據稀缺，很多大模型訓練，非常依賴外文標註數據集、開源數據集，或者爬取網絡數據，在一定程度上限制了大模型的發展。

周源將中文語料數據比作“水庫”，在他看來，“目前大模型最大的語料庫來自於UGC（用户生成內容）生態，即來自每個人的知識、經驗、見解的上傳。”

相比如何“打水”（數據爬取），更重要的是先擴充“水庫”容量，再通過“數據清洗”，構建高質量中文語料庫。

關於水庫擴容，周源認為要建立數據合規的監管機制和評估辦法，避免一些類似謠言、假新聞、垃圾信息等數據濫竽充數；

同時加強數據安全和知識產權的保護措施，保護內容創作者和提供者，讓水庫一直有源頭活水。

如何加快高質量中文數據集的開發和利用，周源提出了三個建議：

一、要規範數據標註標準。

建設標準化、規範化的數據標註方法，加快數據要素的共享、流通與交易。

二、要加快探索數據要素****交易模式。

由政府引導或相關行業組織牽頭，構建有利於數據交易模式創新與合規的新秩序，推動數據交易行業有序發展和健康成長。

三、加大政府主導的公共數據資源開放共享。

此外，中國鐵塔黨委書記、董事長張志勇，科大訊飛董事長劉慶峯也提到了數據的開放與共享。

劉慶峯建議，推動國家級高質量訓練數據的開放和共享，支持國家實驗室、國家人工智能開放創新平台等優先、低成本使用。

張志勇則從行業的角度出發，建議制定統一標準的數據架構，鼓勵建設高水平行業數據集，加強行業數據流通交易；同時引導行業龍頭企業開放非敏感數據。

説白了，從訓練聰明的AI大模型角度來説，中文互聯網的語料質量相對於英文互聯網實在是太低了，我們可以説兩邊吹水娛樂打屁擦邊內容其實差不太多，但是英文互聯網上的愛好者論壇、專業論壇和開源代碼平台，這些優質內容富礦，中文互聯網上找不到對應的東西。

周源認為只有加強保護原創作者的權益加上適度的監管，才能促進優質中文語料的產生，這與他知乎老闆的身份非常契合，而幾位大佬都認為應該動用新型舉國體制，建立標準化的數據標註、交易、共享機制。

02：算力

算力方面，中興通訊高級副總裁苗偉提出，要聚焦算力基礎設施建設。

首先是進一步加強全國算力的統一調度和統籌規劃，以及運載力和存儲力建設，以滿足算力調度過程中實際的市場需求；

政策方面，要加強構建開放的算力生態，鼓勵國內外企業、研究機構、開發者之間的深度合作與交流，形成開放合作新格局，並增加對算力建設和應用的政策扶持。

此外，算力實現的核心，是CPU、GPU等各種計算芯片。

推動國產AI芯片的發展，麒麟軟件董事長諶志華建議，通過基礎軟件先行的方式，比如推動國產操作系統的研發，來深入挖掘國產AI芯片算力的潛力。

一方面，可以發揮舉國體制優勢，通過戰略引導，加快實現國產操作系統的技術突破；另一方面，通過產品收斂降低軟硬件及應用場景開發適配難度，加速實現生態突破。

京東技術委員會主席曹鵬也發現，國產替代往往是靜態的，缺少前瞻性的規劃，還存在與產業脱節的狀況，只有軟硬協同才能最大化發揮智算底座的作用。

而關於國產CPU技術路線發展，飛騰信息副總經理郭御風認為，國產CPU技術收斂肯定是長期方向，最終肯定會聚焦，因為不同技術路線將造成很多重複投入或力量分散。另外，芯片作為信息產業鏈的底端，只有不斷豐富國產芯片的生態體系，才能展現出技術優勢。

總的來説，AI芯片的發展，各位大佬有三點共識：

1）要在芯片設計、製造、基礎軟件等核心領域繼續砸錢，更多、更多的錢；

2）砸錢要集中，生態要共建，英偉達的AI生態之所以強大離不開CUDA架構下眾多開發者的貢獻，別到時候中國搞出100個不同的架構，那就一個都搞不起來了；

3）軟硬件協同，砸錢搞出來的東西一定要跟產業接上（別擱那騙經費）。

03：應用

構建生態體系，終端AI應用不可或缺。

在360創始人周鴻禕看來，2024年是大模型應用場景元年，中國可以走出一條具有中國特色的大模型發展之路，通過**“小切口，大縱深”**，推動大模型垂直化、產業化落地。

具體來説，有三個關鍵方向：

一、像OpenAI一樣，有能力的互聯網公司發展萬億規模的通用大模型，聚集更多人才為國效力；

二、發展企業級大模型，使大模型走向垂直化、產業化、行業化，賦能百行千業。

三、加速場景落地。像“互聯網+”一樣，所有領域都值得用AI重塑一遍，尤其是面向消費者的大模型，完全可以發揮中國的人口紅利優勢和應用開發用户體驗的優勢。

而對企業來説，首先要建立AI信仰，堅信人工智能正朝着AGI快速前進，其次還需要拿出決心，All in AI。

前段時間震驚行業的Sora，周鴻禕也分享了他的個人思考。

他認為，Sora不僅是一個應用工具，它背後代表的，實際上是多模態的感知能力到認知能力的提升。

換句話説，Sora相當於給人工智能加上了一雙慧眼，使其像人一樣理解這個世界背後的很多規律。以此為基礎，Sora至少能在三個領域延伸發展：

第一是智能駕駛，Sora的認知能力使自動駕駛可能在2024年獲得突破；

第二是具身智能，通用機器人藉助Sora有了自己的眼睛，能通過觀察世界，更瞭解如何跟世界去交互，從而對人形機器人產業帶來巨大的推動；

第三個在科學研究方面，Sora在科學物理實驗、化學實驗、數學可視化方面會成為一個有力的工具。

關於AI的應用，紅衣教主首先認為不要對AI進行狹窄化的理解，把AI僅僅當成聊天機器人或者視頻圖片生成工具。

它是一種與我們習慣的截然不同的理解問題的方式，因此它一定會賦能千行百業，所以態度上要ALL IN AI，不要去想你所在行業會不會被AI改變，要想它會怎麼改變。

分工上來説，他認為應該是大型互聯網公司做大模型，別的企業做應用落地。

04：安全

AGI的技術突破，使安全的邊界被重新定義。

今年政府工作報告中，提到了26次“安全”，人工智能的安全問題，也成為今年兩會的關鍵議題。

在政策端，知乎周源建議，從監管層面採取嚴懲與鼓勵並行的方式，加強數據安全和知識產權的保護措施。

金杜律師事務所高級合夥人張毅也提到，“算法技術全面步入應用階段，但同時也引發了諸如算法歧視、算法黑箱、信息繭房、算法霸權等法律甚至倫理的一系列問題”。

他建議，儘快**推進《人工智能法》**的出台，彌補監管體系空白，同時，將人工智能和算法技術按風險等級進行劃分並採取不同監管措施，並設置事前、事中和事後全生命週期監管措施義務。

南昌大學數學與計算機學院教授閔衞東也認為，構建安全可信的人工智能治理框架，相關部門既要緊跟技術步伐，更新監管政策，也要引領行業標準的制定，例如明確人工智能及其算法在使用和應用方面的限制和義務，加強用户隱私保護。

在技術端，閔衞東進一步建議，產學界應當加強相關研究，早日讓處於“黑箱”的人工智能研究向“灰箱”進步，從而實現人工智能系統更加可知、可控。

在企業端，周鴻禕認為，“數字經濟的底座是數字安全，頂峯是人工智能”，他建議國家要重視通用大模型安全問題，給予兼具“安全和AI”能力的企業專項扶持政策；鼓勵政府、央國企與相關企業在大模型安全領域展開合作。

看起來，對於如何去監管AI確保安全這個問題，大佬們似乎沒有特別統一的意見，總之是要加強研究，不斷明確AI的邊界，才能讓人工智能沿着正確的方向前進。

05：人才

未來人工智能發展的千頭萬緒，歸根結底，在於專業人才的培養。

小米董事長雷軍坦言，我國生成式人工智能人才儲備不足。因此他建議，將人工智能素養教育納入九年義務教育內容，設置人工智能通識課程，並將相關內容納入中小學社會實踐活動。

對高校來説，一方面要加大高校人工智能學科建設的投入，通過加強與世界一流科研機構的合作交流、引進優秀師資力量、吸引企業高級人才和行業專家進入高校授課等方式，擴大教學力量。

另一方面，要將人工智能通識課程拓展到像工科、醫學、金融、文史、藝術等專業，培養更多跨領域人才；

與此同時，鼓勵企業與高校開展合作，人工智能大企業向高校學生開放實習實踐機會，提升其理論與實踐融合的能力，而系統性的人才培養體系，也可以滿足企業對人工智能人才的需求。

在人才培養方面，科大訊飛董事長劉慶峯建議，加快運用大模型的現有能力，打造教師和學生的助手，賦能從中小學到職業教育和大學的教育教學提質增效。

上海應用技術大學校長汪小帆也建議，推進AIGC技術賦能高等教育，同時鼓勵年輕人投身人工智能。

以Sora背後的研發團隊為例，汪小帆認為，“青年科技人才是實現高水平科技自立自強的生力軍，技術越發展，這個趨勢越明顯”。

“要充分相信年輕人，對他們的想象力給予充分保護，營造良好環境，切忌急功近利。”

中國鐵塔董事長張志勇還強調，有條件的地區可以試點“人才特區”等政策，打造企業、人才集聚的人工智能創新高地。

總之，相信年輕人，讓更多的年輕人在更早的時候開始，學習AI，應用AI，參與AI產品的開發。

06：其他

今年兩會期間，科技圈還有一些人工智能的衍生提案值得關注。

一、人形機器人

工信部在2023年10月印發的《人形機器人創新發展指導意見》提到，人形機器人集成人工智能、高端製造、新材料等先進技術，有望成為繼計算機、智能手機、新能源汽車後的顛覆性產品。

蕪湖機器人公司董事長許禮進提出，我國人形機器人產業在場景創新和應用推廣方面，還存在一些亟需解決的問題。

一是共性關鍵技術有待提升，例如四肢不夠強健，雙足行走和雙臂作業爆發能力有待提高。

二是高成本限制了商業化的應用推廣，進一步導致市場不明確，難以形成商業閉環。

在他看來，解決人形機器人面臨的問題，需要凝聚國家戰略力量，突破產業共性技術；同時整合產業鏈供給側優勢，強化協同供給能力；最後還要強化政策導向，鼓勵企業將未定型的創新產品與應用方建立合作，首試首用，並申辦機器人創新大賽，推進人形機器人的普及。

二、智能駕駛

有關智能駕駛的安全性，雷軍建議，從“規範輔助駕駛功能”、“規範自主待客泊車功能”、“規範車端數據使用”三個方面，全面規範智能駕駛產品的安全應用。

小鵬董事長何小鵬則建議，探索限定場景無人駕駛法規，如開展夜間低速無人駕駛+補能試點應用，實現從“人找樁”到“車找樁”，將用電負荷從日間高峯期規模化遷移至夜間低谷期，並將充電從主動行為轉變為自動化漫遊式服務。

此外，針對飛行汽車與低空經濟，何小鵬也提出，飛行汽車作為先進智能的交通工具，正成為中美日歐等國家爭相湧入的熱點科創領域，但作為一個全新物種，與飛行汽車對應的產品法規及認證效率，無法滿足當前迫切的市場需求。

對此，他提出了三點建議：

一是加快開展飛行汽車在產品管理、產品認證、標準體系設計（如適航審定）等方面的前瞻性頂層設計與規劃，並推動中國標準國際化進程。

二是建設完善的飛行汽車運行體系，從駕駛員資質、空域、運行管理等多方面支持產品規模化應用。

最後，何小鵬認為，飛行汽車產業的高速發展，應該參考新能源汽車產業的發展經驗，從產業政策、財政投入、資源配套、商業化支持方面，支持飛行汽車的推廣應用。

07：尾聲

從政策端來看，發展AI可以算是國策了，從產業端來看，AI是幾乎所有科技大佬投入的焦點。

今年兩會關於人工智能的話題，主要集中在大模型、數據、算力、創新應用、人才培養等方面，人工智能的發展，既需要政策端的規範和引導，也需要產業端的合作與落地，更需要技術端的研發和投入。

AI的發展勢不可擋，只有從上到下的產學研聯動，才能推動“人工智能+”落地，形成新質生產力。

關於人工智能的未來發展，以及“人工智能+”如何助力中國經濟破浪前行，我們將持續關注。