原標題：“排名前五，還不是最頭部，但發(fā)展?jié)摿薮蟆薄?/p>

　　“人工智能+”落地發(fā)展需破“軟肋”

　　“江蘇人工智能產(chǎn)業(yè)發(fā)展還不是最頭部，但潛力巨大?！苯衲陜蓵陂g，不少代表委員都提到同一份榜單，即去年6月，中國新一代人工智能發(fā)展戰(zhàn)略研究院發(fā)布的《中國新一代人工智能科技產(chǎn)業(yè)區(qū)域競爭力評價指數(shù)(2024)》報告，排名前五的省市分別是北京市、廣東省、上海市、浙江省和江蘇省，南京、蘇州躋身城市榜單前十。

　　過去的2024年，是AI發(fā)展取得巨大成就的一年。如何讓“人工智能+”在江蘇加速落地、賦能江蘇省產(chǎn)業(yè)發(fā)展，引發(fā)科技界企業(yè)界代表委員的思考。

　　先來看看人工智能的算力、算法、數(shù)據(jù)“三大基石”在江蘇省的發(fā)展情況——

　　“江蘇算力基礎(chǔ)設(shè)施是全國領(lǐng)先的，具有先發(fā)先行優(yōu)勢?！笔∪舜蟠恚K省通信服務(wù)有限公司黨委書記、總經(jīng)理殷鵬注意到，2024年，“人工智能+”首次被列入國務(wù)院政府工作報告，同年4月《江蘇省算力基礎(chǔ)設(shè)施發(fā)展專項規(guī)劃》就發(fā)布了，這是全國首個相關(guān)專項規(guī)劃。過去一年，全省在用算力規(guī)模較2023年底增長121%，在建算力超過25EFLOPS，綜合算力評價排名全國第二。

　　但作為江蘇算力聯(lián)盟理事長，殷鵬帶隊調(diào)研時也發(fā)現(xiàn)，受限于前期算力建設(shè)小、散、異構(gòu)分散等因素，江蘇省算力發(fā)展面臨供需匹配成本較高、無法滿足未來大模型需求等問題。為此，今年省兩會他帶來相關(guān)建議，“算力即國力，政府應進一步加強布局規(guī)劃引導，要將算力資源統(tǒng)籌匯聚。還可以鼓勵相關(guān)算力節(jié)點建設(shè)企業(yè)搬遷到匯聚節(jié)點，參與建設(shè)和運營，形成算力資源的協(xié)同集聚效應?！?/p>

　　過去一年，ChatGPT、Sora、文心一言、通義千問等生成式人工智能大模型取得巨大成功。與之形成鮮明對比的是，工業(yè)大模型在很多場合卻面臨“能用起來但用不好”的尷尬，這在中小企業(yè)中反映尤其突出。

　　在省人大代表、雪浪工業(yè)軟件研究院常務(wù)副院長王峰看來，這是由于國產(chǎn)GPU價格高、適配難導致的，必須建設(shè)能適配的國產(chǎn)高性價比新型算力服務(wù)器，打造新型“蘇產(chǎn)蘇用工業(yè)智能裝備”的重要陣地，支持中小企業(yè)用好大模型，讓它們既“用得起”也能“放心算”。

　　而在數(shù)據(jù)領(lǐng)域，省人大代表、無錫隆瑪科技股份有限公司董事長楊朝輝認為，安全和隱私問題亟待解決。他建議，完善數(shù)據(jù)安全法規(guī)和技術(shù)手段，政府制定更加嚴格的數(shù)據(jù)安全法規(guī)，加大對數(shù)據(jù)泄露行為的處罰力度，企業(yè)采用先進的數(shù)據(jù)加密、訪問控制等技術(shù)手段，確保數(shù)據(jù)安全。

　　再來看看人工智能的技術(shù)卡點。兩會期間，省人大代表，南京大學科學技術(shù)研究院副院長、南京大學射陽高新技術(shù)研究院院長周東山向記者透露一個科研領(lǐng)域的最新趨勢：人工智能驅(qū)動的科學研究(即AI for Science)正成為科研新范式，“它是將人工智能與各個科學領(lǐng)域緊密結(jié)合，催生了新的科學知識和技術(shù)創(chuàng)新”。

　　然而，很多技術(shù)并沒有真正實現(xiàn)產(chǎn)業(yè)化。隨著人工智能技術(shù)研究步入“深水區(qū)”，科學家們面臨著對數(shù)據(jù)的依賴性強、算力要求高等挑戰(zhàn)，未來還有大量關(guān)鍵技術(shù)難題需要攻克。

　　那么，是什么“阻礙”人工智能更大范圍“用起來”?

　　“融合難題依舊沒有解決?！笔∪舜蟠?、蘇州科技大學校長顧菊平調(diào)研發(fā)現(xiàn)，江蘇省人工智能產(chǎn)業(yè)與本土制造業(yè)之間，存在一定的技術(shù)供需不匹配，并發(fā)展出“隔離帶”——一方面，人工智能應用的開發(fā)場景不足，現(xiàn)階段面向電子信息、汽車制造、新能源、生物醫(yī)藥等新興產(chǎn)業(yè)的應用場景開發(fā)較集中，但圍繞化工、食品等傳統(tǒng)產(chǎn)業(yè)的場景開發(fā)相對不足；另一方面，人工智能產(chǎn)業(yè)鏈“缺芯少核”，工業(yè)軟件、工業(yè)傳感器、工業(yè)互聯(lián)網(wǎng)等核心技術(shù)短板在前端就限制了企業(yè)數(shù)字化轉(zhuǎn)型，而非標準化、非結(jié)構(gòu)性數(shù)據(jù)又導致工業(yè)數(shù)據(jù)利用率偏低。

　　省政協(xié)委員、南京航空航天大學機電學院教授唐敦兵更是直言不諱：“江蘇人工智能與工業(yè)化融合進程處于初級階段?！碧贫乇ㄗh，出臺一系列針對人工智能賦能新型工業(yè)化的專項政策，設(shè)立人工智能賦能新型工業(yè)化的專項基金，用于支持技術(shù)研發(fā)、產(chǎn)品創(chuàng)新、示范應用等關(guān)鍵環(huán)節(jié)。同時，建立人工智能產(chǎn)業(yè)公共服務(wù)平臺或創(chuàng)新中心，提供技術(shù)咨詢、融資支持、市場推廣等一站式服務(wù)，降低企業(yè)創(chuàng)新成本和市場風險，讓“AI+”在更多應用場景實現(xiàn)突破。