作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，人工智能正深刻改變?nèi)祟惿�產(chǎn)生活方式。近年來，通過完善頂層設(shè)計(jì)、加強(qiáng)工作部署，我國(guó)人工智能綜合實(shí)力實(shí)現(xiàn)整體性、系統(tǒng)性躍升，但在基礎(chǔ)理論、關(guān)鍵核心技術(shù)等方面還存在不少短板弱項(xiàng)。

　　“當(dāng)前，人工智能已進(jìn)入一個(gè)新的階段——物理AI時(shí)代，競(jìng)爭(zhēng)愈發(fā)聚焦于‘根技術(shù)’。基礎(chǔ)理論、方法、工具等方面的突破，是贏得競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵，這就好比為高樓打地基，地基打得牢，大廈才能建得高�！鄙虾Ｋ蓱�(yīng)科技有限公司CEO聶凱旋表示。

　　什么是“根技術(shù)”？如今爆火的大語(yǔ)言模型ChatGPT的核心架構(gòu)——Transformer就屬于“根技術(shù)”。2017年6月，隨著一篇論文的發(fā)表，Transformer走進(jìn)了大眾視野，很快成為自然語(yǔ)言處理和計(jì)算機(jī)視覺領(lǐng)域在有監(jiān)督學(xué)習(xí)設(shè)置下的主流神經(jīng)架構(gòu)。盡管其在生成式任務(wù)中表現(xiàn)十分優(yōu)異，但隨著時(shí)間推移，局限性逐漸顯現(xiàn)。

　　高階微分計(jì)算能力不足、科學(xué)推理能力欠缺、可解釋性與穩(wěn)定性缺失……“要突破這些瓶頸，構(gòu)建適應(yīng)科學(xué)計(jì)算需求的下一代主流架構(gòu)，必須回歸到統(tǒng)計(jì)學(xué)習(xí)、數(shù)學(xué)逼近論等數(shù)理基礎(chǔ)理論層面尋求創(chuàng)新�！敝袊�(guó)科學(xué)院自動(dòng)化研究所副研究員王闖說。

　　基礎(chǔ)研究是整個(gè)科學(xué)體系的源頭，是所有技術(shù)問題的總機(jī)關(guān)�！霸绞侨斯ぶ悄苌蠈樱�我國(guó)研究者對(duì)世界作出的貢獻(xiàn)越多；越是底層，我國(guó)研究者的貢獻(xiàn)越少�！敝袊�(guó)科學(xué)院計(jì)算技術(shù)研究所研究員陳云霽曾在一篇文章中指出。

　　目前來看，我國(guó)在人工智能領(lǐng)域除應(yīng)用層面具備一定的差異化競(jìng)爭(zhēng)優(yōu)勢(shì)外，諸多關(guān)鍵核心技術(shù)仍面臨著“卡脖子”風(fēng)險(xiǎn)。

　　一個(gè)典型代表就是人工智能芯片。數(shù)據(jù)、算力、算法是AI的三大基石，共同構(gòu)成了技術(shù)發(fā)展的底層支撐。作為算力的物理載體，以GPU(圖形處理器)、FPGA(現(xiàn)場(chǎng)可編程門陣列)和ASIC(專用集成電路)為代表的人工智能芯片，是人工智能技術(shù)發(fā)展的核心硬件，決定了大模型訓(xùn)練效率、推理速度及系統(tǒng)實(shí)時(shí)性。

　　王闖告訴記者，經(jīng)過近幾年發(fā)展，國(guó)產(chǎn)GPU芯片基本實(shí)現(xiàn)了進(jìn)口替代，但整體性能與全球人工智能芯片GPU的領(lǐng)導(dǎo)廠商英偉達(dá)相比仍有較大差距。例如，在大模型訓(xùn)練端，國(guó)產(chǎn)芯片整體計(jì)算效率較英偉達(dá)最先進(jìn)芯片性能落后約3年。

　　另一個(gè)代表是算法。人工智能算法包括基礎(chǔ)算法和應(yīng)用算法兩種類型。專家指出，目前幾乎全部的基礎(chǔ)算法模型都由美國(guó)大學(xué)、IT公司提出，應(yīng)用算法多數(shù)開源，并且美國(guó)各大公司是人工智能開源代碼的主要貢獻(xiàn)者，對(duì)大部分開源社區(qū)有絕對(duì)控制權(quán)。

　　龐大的大數(shù)據(jù)樣本和卓越的算力平臺(tái)基礎(chǔ)設(shè)施是人工智能大模型訓(xùn)練的基礎(chǔ)�！爱�(dāng)前，我國(guó)人工智能軟件存在嚴(yán)重的數(shù)據(jù)孤島問題，且高端數(shù)據(jù)匱乏�！甭檮P旋說。

　　不過，相較于上述掣肘，王闖更擔(dān)憂的是國(guó)外企業(yè)對(duì)應(yīng)用生態(tài)的壟斷。當(dāng)前，AI模型的分發(fā)與共享高度依賴少數(shù)全球化平臺(tái)，這種壟斷帶來的后果是，即使中國(guó)研發(fā)出頂尖大模型，仍需依賴國(guó)際平臺(tái)推廣，從而在標(biāo)準(zhǔn)制定、技術(shù)趨勢(shì)上喪失話語(yǔ)權(quán)�！斑@種壟斷，或?qū)⑿纬杀扔布�或算法更加隱蔽卻更深遠(yuǎn)的控制力。”王闖認(rèn)為，國(guó)內(nèi)頭部企業(yè)應(yīng)協(xié)同打造真正開放的開源平臺(tái)。

　　加強(qiáng)人工智能基礎(chǔ)研究，時(shí)不我待。“人工智能的每一次繁榮都離不開基礎(chǔ)理論的重大突破，人工智能架構(gòu)面臨的問題，同樣需要從理論層面尋求解答�！蓖蹶J建議，國(guó)家層面進(jìn)一步加大對(duì)人工智能數(shù)學(xué)機(jī)理、數(shù)學(xué)基礎(chǔ)理論、計(jì)算機(jī)基礎(chǔ)理論等基礎(chǔ)研究的支持力度。

　　在聶凱旋看來，物理AI時(shí)代，人工智能基礎(chǔ)研究主要聚焦兩大核心方向——物理世界建模能力與機(jī)器人智能體系構(gòu)建，這些突破將重塑產(chǎn)業(yè)競(jìng)爭(zhēng)格局。例如，協(xié)作機(jī)器人抓取雞蛋時(shí)，需要同步計(jì)算接觸力與蛋殼強(qiáng)度，這類“手腦協(xié)同”能力高度依賴高保真物理仿真。松應(yīng)科技自主研發(fā)的國(guó)內(nèi)首款物理AI仿真系統(tǒng)ORCA，成功解決了這一難題。

　　需要迎頭趕上的不只是基礎(chǔ)研究，還要將人工智能大模型發(fā)展的主動(dòng)權(quán)牢牢掌握在自己手中。有學(xué)者建議，著力攻克關(guān)鍵底層技術(shù)，實(shí)現(xiàn)從芯片設(shè)計(jì)到訓(xùn)練框架的全鏈條自主可控；優(yōu)化異構(gòu)算力調(diào)度能力，降低萬(wàn)卡集群訓(xùn)練能耗與成本；堅(jiān)持“學(xué)中干，干中學(xué)”，培育理論功底厚、工程能力強(qiáng)的高端人才隊(duì)伍。

　　“從基礎(chǔ)理論到基礎(chǔ)硬件平臺(tái)、核心軟件，每一項(xiàng)突破都需要不斷積累經(jīng)驗(yàn)。”王闖說，我們既要集中力量打好關(guān)鍵核心技術(shù)攻堅(jiān)戰(zhàn)，也要努力構(gòu)建具有國(guó)際影響力的人工智能創(chuàng)新生態(tài)，同時(shí)加快推動(dòng)更多人工智能成果從“書架”走向“貨架”。

　　“物理AI時(shí)代，未來人工智能的關(guān)鍵突破將集中在3個(gè)深度融合實(shí)體世界的領(lǐng)域�！甭檮P旋認(rèn)為，搶占未來人工智能發(fā)展的先機(jī)，需從三方面著手布局：筑牢物理AI自主基座，支持企業(yè)構(gòu)建硬件中立平臺(tái)，將其納入“新基建”重點(diǎn)部署；構(gòu)建開源協(xié)同生態(tài)，聯(lián)合成立“物理AI開源聯(lián)盟”，推動(dòng)中國(guó)主導(dǎo)的數(shù)據(jù)標(biāo)準(zhǔn)國(guó)際化；打造場(chǎng)景驅(qū)動(dòng)試驗(yàn)田，在低空經(jīng)濟(jì)、智慧物流等領(lǐng)域設(shè)立國(guó)家級(jí)先導(dǎo)區(qū)，通過稅收優(yōu)惠等政策推動(dòng)國(guó)產(chǎn)平臺(tái)規(guī)模化應(yīng)用，形成可復(fù)制的“數(shù)字孿生+實(shí)體經(jīng)濟(jì)”的模式。

　　免責(zé)聲明：中國(guó)網(wǎng)財(cái)經(jīng)轉(zhuǎn)載此文目的在于傳遞更多信息，不代表本網(wǎng)的觀點(diǎn)和立場(chǎng)。文章內(nèi)容僅供參考，不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。

　　中國(guó)網(wǎng)是國(guó)務(wù)院新聞辦公室領(lǐng)導(dǎo)，中國(guó)外文出版發(fā)行事業(yè)局管理的國(guó)家重點(diǎn)新聞網(wǎng)站。本網(wǎng)通過10個(gè)語(yǔ)種11個(gè)文版，24小時(shí)對(duì)外發(fā)布信息，是中國(guó)進(jìn)行國(guó)際傳播、信息交流的重要窗口。