“我想借这个场合向吴文俊院士致敬，用视觉智能和语言智能向他致敬。”4月13日，斩获2023吴文俊人工智能科学技术奖最高成就奖的鹏城实验室主任、中国工程院院士高文在第十三届吴文俊人工智能科学技术奖颁奖典礼上感慨：多年后，吴院士开创的几何系定理证明先河，在世界人工智能发展中仍有重要的借鉴价值。

4月13日至14日，第十三届吴文俊人工智能科学技术奖颁奖典礼暨2023中国人工智能产业年会在苏州举行，共评出70个获奖项目成果，涉及生成式AI、大模型和通用人工智能等重点领域。“今年的《政府工作报告》首次将开展‘人工智能+’行动写入其中，人工智能已成为我国加快发展新质生产力的核心驱动力。”中国人工智能学会党委书记、中国工程院院士赵春江说。新一轮人工智能新技术浪潮已至，数字技术和实体经济深度融合加速，为新质生产力发展提供新的澎湃动能。

人工智能为高质量发展开辟新赛道

“过去数十年，人工智能的研究发展既有深刻的理论创新，也有引人注目的技术变革。技术变革和需求驱动促使我们在科研攻关中把握规律、寻找真理，更好地应对人工智能研究的挑战。”在高文看来，在新一轮人工智能浪潮中，中国已经有了与世界同步发展的实力。“我们要和全世界人工智能同步推进，迎接通用人工智能‘奇点’的到来。”

然而，没有算力，就没有推动人工智能发展的动力。高文介绍，当前人工智能驱动的数据密集型创新研究，都是由算力带来的革新。在数字经济时代，算力网是一项前沿性技术，加快全国一体化算力网的建设和应用，将大大加快产业创新步伐、推动新质生产力发展，“而要想让用户像用电一样使用算力，就要搭建安全高效的算力网络，解决人工智能大模型训练的智算问题。比如鹏城实验室建设的智算平台，支持人工智能大模型开源、开放和共享，助力国产自主创新的大模型生态发展”。

当前，江苏各地也在加紧推动算力建设。近日，南京中科逆熵科技有限公司传来好消息，其运营的南京智能计算中心二期已基本建成，算力达到每秒90亿亿次（十六进制），成为长三角地区已经投入运营的规模最大、算力最强的全国产化智算中心。而苏州正加快推进“三核三区两基地”算力空间布局，在苏州国科综合数据中心有限公司，4000多个服务器机柜可提供通用计算、传统超算以及智能算力，已累计服务600余家企业。去年发布的《苏州市关于推进算力产业发展和应用的行动方案》提出，到2025年，全市数据中心总规模达到50万标准机架，算力产业创新集群规模达4000亿元。

“人工智能是引领未来的新兴战略性技术，是驱动科技革命和产业变革的关键变量。”中国科协党组副书记束为说，加强人工智能和产业发展融合，为高质量发展提供新动能。人工智能作为新型工业化的重要推动力，更是新质生产力建设的核心驱动力。创新驱动，数智强国，推动人工智能产业高质量发展，是学术界和产业界共同的机遇。“因此，要畅通产学融合之路，衔接人工智能理论创新、技术创新与场景创新，塑造新兴产业优势，赋能传统产业高端化、智能化、绿色化转型，助力人工智能精准嵌入现代化产业体系。”

人工智能应用落地加速

近年来，人工智能已不再只是存在于科幻故事中的“空中楼阁”，而是实实在在走进了人们的日常生活。工业和信息化部数据显示，2023年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。赵春江院士表示，促进我国人工智能科技成果产业化，要面向地方传统产业数字化转型的需求，加速人工智能核心技术攻关，着力解决人工智能重大应用和产业化的问题，推动通用人工智能与未来产业实体经济融合发展，加快推进人工智能场景创新和高水平应用，助推一批前沿重点应用示范项目产业化落地。

在扬州市江都区，人工智能已经在科技创新人才培养、产业应用人才培养中大展拳脚。通过政府主导建设人工智能产教融合基地项目，以扬州市江都区职教集团为载体，打造人工智能产教融合基地，贯通从青少年科创教育到职业教育的人才培养模式，构建与人工智能需求匹配的人才培养体系。人工智能训练师、服务机器人应用技术员、工业视觉系统运维员等产业实训课程覆盖数字经济产业链关键岗位的人才技能需求。

“人工智能是引领新一轮科技革命和产业变革的重要推动力。”苏州市副市长张桥介绍，苏州紧密依托工业门类齐全、应用场景多元的优势，将人工智能与工业产业发展紧密结合，不断开拓新的应用场景。苏州市高度重视人工智能创新发展，集聚了包括南京大学苏州校区、中科大苏州高等研究院等在内的一批大院大所；引进了华为、微软等一批国际知名的龙头企业，成功培育了包括思必驰、科沃斯、魔门塔在内的一批优秀本土企业，形成了一定的产业集聚效应，据不完全统计，苏州已集聚人工智能企业超过1000家，2023年，苏州全市人工智能产业产值超过1500亿元，同比增长了超过22%。

要想对苏州独墅湖大教堂进行扫描建模，需要多久？答案是：只需10分钟。苏州知至科技有限公司创始人余崇圣介绍，利用移动式全景3D激光雷达扫描仪，可以将现有的建筑扫描成空间资产，记录时间和坐标，对办公室进行三维建模甚至只要两分钟。然而，在GPS信号丢失的情况下，如何进行高精度定位导航、实时3D空间成像？他带领团队进行的《面向物理空间数字化应用的激光雷达成像系统研制及产业化》项目，能在无需GPS环境下实现移动式快速实时完成导航定位和三维空间重建，并获得最优毫米级别3D模型，可广泛应用于室内外、地下矿井，甚至深海空间等众多场景的3D重建。

面向未来的人工智能之路日益清晰

当前，人工智能发展枝蔓渐盛。未来，什么才是人工智能发展的方向？在其中可能遇到什么样的暗礁？

当前大模型发展如火如荼。“大模型是当下人工智能从弱到强的重要技术路线，但我们也要冷静地分析大模型存在的固有缺陷，需要思考国家未来人工智能发展除了大模型以外，能否开辟其他新的技术路线？”中国工程院院士、同济大学校长郑庆华有着前瞻性的看法。他分析，大模型依托大数据、大算力和强算法，除了内容生成以外，也为科学研究和计算提供了强大的武器。“比如蛋白质精确结构的预测，过去可能要几个月，要数以千计的人才能完成，今天在大模型分析支持下，用几分钟就可以生成这样的结构。”

“有专家预测，到2026年大规模语料可挖掘价值将基本消耗殆尽。如同我们在矿产资源当中开掘有价值的黄金，有瓶颈，也有极限。”他解释，大模型的参数目前已经达到万亿级别，训练数据的规模与算力消耗成正比，也就是说，在大数据上再训练出有价值数据的难度非常大。同时，大模型存在灾难性遗忘问题，且逻辑推理能力弱。例如在推理问题求解环节，人驾驶一辆汽车走过一段路，人脑是有记忆的，但是自动驾驶每次都要重新计算，并不能把路线场景记录下来。

对此，他认为，人工智能首先要解决计算智能，然后再解决感知智能，进而实现认知智能。“计算智能核心目的是解决能存会算的问题，主要是通过运算和存储来解决；感知智能解决的是能听会说、能看会认，解决的是语言、图像、手势等感知问题；认知智能则是让人工智能能理解、会思考。”郑庆华说。

大模型所欠缺的与物理环境的交互性，或许可以用“具身智能”来填补。哈尔滨工业大学副校长刘挺认为，具身智能通过智能体与环境的交互获取信息、理解问题、作出决策，从实用意义上来说，就是为实体机器人安上“大脑”，让“机器”真正变成“机器人”，“有了物理环境，原来机器人只是去扫描文本，看图像，现在有了物理身体可以和现实世界进行碰撞，可以感知一个物体的冷热和硬度”。

“具身智能研究，不只是有‘身体’，更主要有智能，仅仅把大模型塞到机器人体内，并不意味着让机器人立刻就有了具身智能。”刘挺勾勒出了具身智能的架构：机器人要主动理解周围的环境，要经历具身感知、具身认知、行为优化等步骤。他认为，比较复杂的是操作语义，比如机器人看到游泳池里一个孩子在游泳起伏并不是很自如，就要判断是否存在溺水可能；再比如主人打了一个喷嚏，机器人需要作出是房间有灰尘需要打扫还是给主任提供药品的判断。“具身智能有望在开放场景下真正替代人工，比如随着机器通识理解能力的提升，在餐厅接待、柔性生产、情感陪伴等方面成为人类的好帮手。”