近期美國ChatGPT的出現(xiàn)，掀起了全球AI發(fā)展的新浪潮。關于我國自有大規(guī)模預訓練模型的呼聲越來越強烈。

　　我國在全球人工智能（AI）的技術發(fā)展上已經多年位居世界前列?？蒲蓄I域的AI專門研究機構數(shù)量不斷增長。大量計算機、數(shù)據科學和電子工程領域的學者也都紛紛投身于AI技術相關的研究中。這些都有力推動了我國AI技術的持續(xù)迭代。

　　在此基礎上，我國AI發(fā)展已經從純技術驅動時代向技術+應用雙“智”驅動時代轉變。全國政協(xié)委員、德勤中國主席蔣穎介紹，2022年10月，德勤發(fā)布了第五版《企業(yè)AI應用分析報告》。報告指出當前已有很多企業(yè)積極部署了AI。并且，有高達79%的企業(yè)商業(yè)領袖愿意在未來追加投資部署更多的AI。但是，報告也指出在已經投入AI應用的企業(yè)中，核心業(yè)務的成果和收益卻相對滯后。

　　即便國內AI頭部企業(yè)很早就關注到以ChatGPT為代表的大規(guī)模預訓練模型的潛力，卻很難像ChatGPT那樣如此快速完成多次迭代和驗證，并最終投放市場（比如微軟公司Bing搜索引擎已經集成ChatGPT提供給申請者廣泛的智能問答和AIGC功能）。

　　針對上述情況，德勤·科學加速中心與包括之江實驗室、聯(lián)合國工業(yè)發(fā)展組織全球創(chuàng)新網絡項目上海全球科技創(chuàng)新中心、西北工業(yè)大學以及上海虹口中聯(lián)工發(fā)科技創(chuàng)新中心等在內的AI技術專家和應用實踐們進行了深入且系統(tǒng)的探討，總結出2個主要的待優(yōu)化領域：

　　（1）從專利、論文等產出數(shù)據來看，雖然AI應用技術研發(fā)產出在全球領先，但和現(xiàn)實需求錯位錯配嚴重。這導致技術落地存在大量“不適應”，產出效能遠低于預期；

　　（2）從政府、企業(yè)和科研機構所投入來看，雖然AI應用技術研發(fā)投入規(guī)?？捎^，但多元化角色間相互協(xié)同合作不足。這導致在需要大算力、大模型、大兵團投入的通用人工智能等研發(fā)上落后于國際先進水平。

　　蔣穎認為，造成上述情況的核心問題有3個：

　　一是目前我國對AI大學科的系統(tǒng)研究和所需的多元化人才培養(yǎng)不夠重視，尤其在應用性的交叉學科領域（比如技術應用和管理人才），導致缺乏指導技術和應用相聯(lián)接的戰(zhàn)略科學家；二是缺乏專業(yè)的第三方應用策源的智庫、咨詢機構、研究團體，以及能夠配合AI技術落地的專精知識、案例庫和方法論；三是在AI技術研發(fā)領域碎片化、分散化嚴重，缺乏可落地可應用的重大戰(zhàn)略任務設計，無法發(fā)揮國內大兵團作戰(zhàn)的優(yōu)勢。

　　為此，蔣穎建議，通過加強應用需求端軟科學能力的建設以及人才的培養(yǎng)，同時通過構建從政府到生產一線的策源體系和智庫議事提案機制，保障相關能力和信息的全面惠及與通達，形成與技術發(fā)展的雙“智”驅動格局。具體來說：

　　1、加強我國AI應用相關軟科學領域能力建設

　　建議以國家發(fā)改委為總抓，設計一批重大戰(zhàn)略性應用型項目（比如，旨在確保歐盟科研和創(chuàng)新行動服務于歐盟優(yōu)先事項，即氣候中性和綠色歐洲、歐洲數(shù)字時代以及服務于民的經濟“地平線歐洲”戰(zhàn)略計劃。參與該計劃的包括：私營組織3672家、中小企業(yè)5042家、咨詢及服務機構1164家、科研組織1525家、高等教育機構1338家、非政府組織1256家、公共事務組織1122家、國際組織28家）。同時，在國家現(xiàn)有AI決策團體當中，聘請更多在AI應用軟科學領域的國內外頂尖學者，第三方策源咨詢機構專家和行業(yè)需求端的重點企業(yè)實踐家的參與形成應用端智庫，與現(xiàn)有技術端智庫形成雙“智”驅動的格局；

　　2、加強我國AI應用相關專精人才群體的培育

　　建議在發(fā)改委的總抓領導下，科技部和教育部聯(lián)合推動AI交叉學科和相關人文社科的發(fā)展。為高校和科研機構AI應用相關的軟科學研究提供更多保障。同時，通過教育部來策動高校加強人工智能領域戰(zhàn)略科學家的培育；

　　3、構建我國AI應用策源的智庫提案議事機制

　　建議在發(fā)改委的總抓領導下，工信部組織第三方應用策源和咨詢專家和行業(yè)應用實踐家形成智庫。同時建立例行的提案及議事制度策源AI在產業(yè)經濟核心業(yè)務中的效用發(fā)揮和可持續(xù)賦能。