川观新闻记者 徐莉莎 高杲 唐泽文
10月12日至13日，2021中国人工智能大会在成都举行。20余位中外院士领衔、近百位学术技术精英共聚西南人工智能新高地，共话人工智能学术研究与技术创新趋势。
近年来，四川顺应时代潮流，把发展人工智能作为优先战略选择，主动谋划，加紧布局，加快推进人工智能发展。截至2020年底，四川已有人工智能相关企业600余家，人工智能企业累计营业收入超过400亿元，成都先后获批建设国家新一代人工智能创新发展试验区、国家人工智能创新应用先导区，人工智能产业发展已步入“快车道”。
当中外院士“智汇”成都，他们对四川强化前沿技术研发，促进人工智能与产业融合，推动算力合理建设和有效利用等关键问题，提出了相应建议。
谈研究：以场景和问题入手，加快汇聚型研究
“在图像识别领域，人工智能2016年的识别错误率以降低到3.5%的成绩，标志着图片识别领域已开始超过人类。下棋，人工智能也能打败九段高手”，中国⼯程院院⼠、东北⼤学学术委员会主任柴天佑说，但是这些仍然是“窄人工智能”。
其突出特征是，在某个特定场景或领域超过人类，但二者无法沟通。未来人工智能将朝着与人一样智慧全面的AI发展，朝着智能系统的方向发展。
这也是四川强化前沿技术研发的机遇所在。要突破这个关键问题，需要改变过去的线性研究方式。
柴天佑院士
柴天佑说，过去是分段的，基础研究取得了突破，再突破应用技术，进而实现产业化。
但当⼤数据引入后，从数据到结论，中间有一个不可解释的“黑匣子”，必须靠实验去检验和验证。这是理论解决不了的问题。因此，未来的研究，从算法到实验必须连通起来。
此外，柴天佑认为，人工智能发展至今，所取得的成果都是采取了汇聚研究的思想，以问题驱动，通过学科交叉，解决问题。
他认为，首先是问题驱动，找准场景和问题，利⽤问题确定⽬标。
此外，解决跨学科的复杂问题，则需要团队研究。融合服务器技术、端边云技术、5G技术，要把科学思想和技术思想结合，把基础研究、应⽤研究、产业化贯通起来，才有可能在新⼀轮工业革命中走在前列。
谈融合：加大政策驱动和典型示范
人工智能与传统产业的交叉融合的深度，既是人工智能可持续发展的根基所在，也是人工智能走向成熟的重要标志。四川作为经济大省、制造业大省，如何加快人工智能与传统产业的融合?
中国工程院院士、浪潮首席科学家王恩东院士建议，首先政府层面需要加大人工智能新型基础设施建设。如以智能计算中心为代表算力基础设施，以巨量模型为代表的算法基础设施等等，把技术应用链条设计好;然后由政府引导，从战略意识、技术理解、案例分享等多个方面帮助传统产业建立系统化的认识和能力。
欧洲科学院外籍院士、上海交通大学讲席教授过敏意进一步建议，要加大对人工智能大企业的支持力度，发挥好行业内龙头企业的带头作用，同时进一步完善研发型创业企业的扶持政策，为人工智能产业发展营造更加丰富的场景。进一步打通“政产学研用”对接“最后一公里”，让更多的高校成果，与产业发展需求相结合，走出校门，走向市场。
“相比第二产业，第一产业和第三产业的使用者，对人工智能的认知要更低，技术能力更弱。政府要更加重视引导，通过树立一些典型案例，激发他们对应用人工智能技术的主动性、积极性。”王恩东认为，政府也应加强政策引导，通过树典型、强培训等手段，加快促进人工智能技术在第一产业和第三产业的普及，从而全面实现智慧型国家建设。
谈算力：算力建设应着重公益性和普惠性
随着数字经济占比不断提升，算力已成为核心生产力。随着人工智能的不断发展，模型参数越来越大，需要远超以往的强大算力集群来满足。当前，各地正竞相布局建设大算力平台，规划和建设人工智能计算中心。但在加快步伐的背后，算力基础设施建设仍面临一系列问题与挑战。
智算中心越来越多，如何建好、用好?算力需求越来越大，将带来巨大的能耗，在目前“双碳”目标背景下，如何应对巨大需求和耗能的矛盾?
华为昇腾计算业务CTO周斌表示，算力基础设施集约化建设势在必行，通过高效利用将对本地产业相关发展带来巨大促进作用。
王恩东建议，要大力发展集约高效、绿色节能、超强算力、多元适配、可持续的智能计算中心，以算力驱动AI对数据进行深度加工，支持各种智能服务与应用，让算力成本更优、智慧化效用更大，更好地支撑智能产业发展。
当前，我国一些计算中心采取了算力性能发展优先，再拉动应用发展的策略，忽视上层应用迁移及兼容程度，导致算力系统的初期应用效率偏低，无法完全支撑全面的智能化应用场景需求。
王恩东认为，智能计算中心的建设必须要以长远的眼光做好顶层设计，在建设过程中要充分考虑公益性、开放性和兼容性，真正把从技术到应用的完整链条设计好。从政府投资的角度来看，建设智能计算中心一方面是希望以低成本、高性能的AI算力，来支撑城市发展中的各项智能服务;另一方面则是需要以基础设施带动人工智能产业集群的汇聚、吸引数字化人才、推动企业创新。二者有机结合，才可推动人工智能产业和区域经济的可持续发展。因此，智能计算中心并不是简单的做好基建即可，还应重视相关配套方案、生态资源、人才培养机制及长期运营能力的建设。
此外，王恩东认为，人工智能三要素，算力、算法、数据。在基础算力提供层面，更是需要学科层面、技术层面的交叉融合来解决计算需求暴增的挑战。
中国工程院院士、中星微电子集团创始人兼首席科学家邓中翰认为，现有的AI算法依赖海量的大数据和算力，从大数据走向智数据将会成为未来人工智能发展关键。智数据会减少容量、降低传输宽带和节省能耗，只提供对解决问题有用的信息，智数据将大数据转化为可应用的数据，可以实时获取各种业务结果。
