“2024年，全球人工智能的竞争将进一步升级为系统性竞争，中美在大模型深度应用和战略需求上角逐，今年将是关键期。”而如何应对2024全球AI“系统性竞争”、 如何缩小中美在通用人工智能方面的差距，是全国代表、委员们热议的话题。
3月5日，《中国经营报》记者从科大讯飞方面获悉，全国人大代表、科大讯飞董事长刘庆峰提交了关于“制定国家《通用人工智能发展规划》”的建议。
“我们要正视差距，聚焦自主可控的底座大模型‘主战场’，从国家层面聚焦资源加快追赶，同时系统性构建通用人工智能生态和应用，打造综合优势 ”。刘庆峰建议制定国家《通用人工智能发展规划》，系统性加快推动我国通用人工智能发展，并提出9点加快推动通用人工智能的相关工作建议。
国务院总理李强3月5日在政府工作报告中指出，完成今年发展目标任务，必须深入贯彻习近平经济思想，集中精力推动高质量发展。国产人工智能的发展离不开国家层面的数据平台支持，刘庆峰建议，推动国家层面高质量数据平台的设立和资源共享，支持国家实验室、全国重点实验室、国家人工智能开放创新平台等国家战略科技力量，以揭榜挂帅形式优先、低成本使用。
面对全球AI“系统性竞争” 建议制定国家《通用人工智能规划》
刘庆峰认为，在2017年出台的《新一代人工智能发展规划》指引下，中国在认知智能领域已具备非常扎实的技术储备和成建制的团队，有望成为全球智慧涌现的第二极。
当前，通用人工智能是全球科技竞争的焦点，也是中美科技博弈和战略竞争的必争之地。中美博弈最核心的“主战场”就是在通用底座能力上持续进行对标。而当前 OpenAI的GPT-4/4V代表全球通用大模型底座能力的最先进水平，DALL-E3、Whisper、Sora等都是基于GPT-4/4V的底座能力平台所延伸出来的特定领域的成功实践。
国产大模型离全球最高水平有多大距离？刘庆峰以基于全国产品算力训练的讯飞星火大模型为例，其预计“在6个月内可达到GPT4/4V当前最好水平”，但随着GPT-5的发布，这个差距可能会被拉到一年以上，如果从算力、数据、模型训练等方面组织好资源全力追赶，这个差距也有望在1—2年内被追平，同时我国也在语音大模型、医疗大模型等领域形成了国际领先的比较优势。
“我们有信心在通用大模型底座上不会出现代差级落后的差距，在此基础上结合行业场景和数据进行打磨，有望实现典型行业领域的超越。”刘庆峰认为，在追赶的同时，结合全新的技术发展、竞争格局、产业赋能以及在社会生活中的各种变化，非常有必要根据新的形势制定系统性规划。
在刘庆峰看来，2024年，全球人工智能的竞争将进一步升级为系统性竞争，各国在基础大模型、行业应用、硬件、产业链等方面开始全面较量，中美在大模型深度应用和战略需求上角逐，今年将是关键期。为此，刘庆峰建议，在2017年《新一代人工智能发展规划》的基础上，瞄准我国通用人工智能发展中需要重点补上的短板进行设计，围绕自主可控算力生态构建、高质量数据开放共享、科学的评测标准制定、源头技术前瞻研发、人才培养、法律制定和伦理人文等维度，系统性制定国家《通用人工智能发展规划》，由国家高位推动规划的制定和落地，不断缩小中美通用人工智能产业在通用底座平台方面的差距，并在行业应用和价值创造上打造我国的比较优势。
加大并保持对通用大模型底座“主战场”的持续投入
刘庆峰表示，低息炒股配资门户国家在制定《通用人工智能发展规划》的同时，应该加快推动通用人工智能的相关工作，他提出9点建议：
今年是中国第一颗原子弹在中国西部罗布泊试验场爆炸成功60周年，举全国之力“集中力量办大事”，曾让国家突破科技封锁，由弱变强。刘庆峰建议，要发挥举国体制优势，加大并保持对通用大模型底座“主战场”的持续投入。如以专项的形式从算力、数据、算法上在未来5年内持续支持我国通用大模型的研发攻关，支持有条件的地方政府以专项债的形式支持通用和行业大模型研发以及应用生态发展所需的算力基础设施建设。
大模型是典型的平台赋能性技术，刘庆峰提出建议加快形成围绕国产大模型的自主可控产业生态。如加快我国大模型开发者生态体系建设和运营，支持国产大模型向开发者开放，开展大模型评测体系和开源社区建设等。
今年，“高质量发展”成为两会的关键词，从国家数据平台支持上来看，刘庆峰建议推动国家层面高质量数据平台的设立和资源共享，加大政府和市场协同，合理解决知识产权问题，构建包括国家公共数据资源、高质量电子图书、高质量音视频、多渠道行业应用数据及互联网开源数据资源等多源多模态的国家级数据资源汇聚平台，支持国家实验室、全国重点实验室、国家人工智能开放创新平台、行业领军企业等国家战略科技力量以揭榜挂帅形式优先、低成本使用。
面对缺乏有公信力、标准化的科学方法来牵引和推动行业应用更良性发展的问题，刘庆峰表示，可以出台更加客观、公正、可信的评测方法，加快大模型在行业领域的应用落地。
坚持源头核心技术系统性创新、全新机制加快拔尖创新人才培养
通用人工智能发展离不开源头核心技术创新和顶尖人才培养。刘庆峰建议，要坚持源头核心技术系统性创新，在战略性、前瞻性的基础研究领域做好布局。他建议，要加快脑科学与类脑智能、量子计算等领域与人工智能关键研究的协同攻关，形成交叉学科的突破，助力我国通用人工智能弯道超车；推动大模型与科学研究的深度结合，打造AI for Science的科研新范式，并培养一批具备专业科研能力以及高水平通用人工智能理解能力的人才，为可能涌现的交叉学科重大突破做储备。
在人才培养与引进方面，刘庆峰建议，加快推广大模型赋能全学段（从中小学到职业教育和大学的教育教学提质增效），以全新机制加快探索我国人工智能拔尖创新人才培养。如设立国家人工智能学院，以“核心+基地”的组织形式和全新机制推动我国应对中美竞争的拔尖人工智能人才培养。加强人工智能一级学科建设，联合头部企业打造一批人工智能人才产教融合培养基地，打造优秀人才专项遴选机制和通道。
针对未来比如可能被人工智能大量替代的行业和岗位会引发相关问题，需提前、主动做好应对。刘庆峰建议，研究通用人工智能时代人才能力素质模型和培养方案，加快应用型人才培养。关注通用人工智能对社会各行业带来的冲击，加快建设新的人才能力素质模型和课程培养体系，特别是加快用通用人工智能赋能软件代码、语言学习、艺术创意等应用型人才的培养，助力我国软件行业和数字经济发展。
面对应对机制和法律法规滞后的问题，要加速通用人工智能技术相关的法律法规制定与审议。刘庆峰建议加速通用人工智能技术相关的法律法规制定与审议。围绕大模型的数据安全、隐私泄露、可靠性、知识产权等几大关键方面制定法律法规，提升通用人工智能技术可靠性与规范性。同时，完善向社会开放的大模型的准入和运行规则，明确责任分配与问责机制，并明确大模型知识产权与保护方式。
此外，刘庆峰还建议，要设立软课题进行通用人工智能相关的伦理人文研究。坚持科学、独立原则，针对通用人工智能技术可能带来的社会风险、伦理挑战和人类文明变化进行开放式课题研究。
文章为作者独立观点，不代表鼎峰优配观点
相关文章
