习近平总书记在中共中央政治局第十一次集体学习时指出，必须加强原创性、颠覆性科技创新，加快实现高水平科技自立自强，打好关键核心技术攻坚战，培育发展新质生产力的新动能。新质生产力相关理论的提出，体现出以习近平同志为核心的中共中央对于前沿技术发展趋势的前瞻预见，以及对技术革命对生产力变革影响的深刻洞察。历史上每一轮技术革命，都带来生产力的吐故纳新和国家竞争力的重新洗牌。当前，以人工智能技术为核心，生物技术、能源技术、量子信息技术等各前沿领域展现出深度交叉、迭代突破的发展态势，新一轮技术革命加快演进。人工智能是这一轮技术革命的核心主导技术，正在对新质生产力的形成产生重大影响。
一、充分认识人工智能技术塑造形成新质生产力的主要路径
以大模型为代表的人工智能技术快速发展，呈现出高度扩散性和使能性，各种技术创新和商业化应用项目层出不穷，呈现出迭代速度快、应用场景广、投资热度高等特点。人工智能技术正在通过不同路径塑造形成近中远期三条生产力增长曲线。
一是推动智能化渗透千行百业，提升全社会劳动生产率。随着智能芯片和智能算法的不断迭代，智能化水平不断上升、成本不断下降，为通过智能化改造提升传统产业生产效率提供了可能性，为长期迟滞的全球生产率增长带来了新的动力源，形成人工智能推动生产力发展的第一增长曲线。前期，视觉智能赋能城市治理、商业物流、生产线自动化检测等，大幅度提高了管理和生产效能。跨媒体智能模型Sora的出现将会对电影广告设计等创意产业以及互联网行业等产生颠覆性影响。大模型与具身智能结合，将不断提高工业机器人的智能化水平，提升各个工业部门的劳动生产率。通过赋能实体经济提高全社会劳动生产率，是人工智能技术和人工智能产业持续发展的根本。
二是人工智能技术催生新产品和新服务，推动形成新的产业生态。技术驱动和行业应用拉动相结合，推动人工智能技术形成从芯片和算法到大模型再到各种应用的循环，推动人工智能新业态蓬勃发展，形成第二个生产力增长曲线。人工智能芯片、大模型、各种软件应用市场规模不断扩大。以人工智能芯片为主要业务的英伟达公司，市值已达2万亿美元，成为继苹果、微软之后第三家跻身“2万亿俱乐部”的科技巨头，展现出强大的盈利能力和发展前景。华为公司的人工智能芯片已经成为公司重要的增长极。大模型龙头OpenAI年化营收超过10亿美元，已经跻身少数几家在成立后十年内实现10亿美元年收入的公司。全球人工智能领域融资额持续增长，一批专注于特定领域的人工智能企业不断涌现，由少数龙头企业、一批独角兽企业和大批中小企业组成的产业丛林正在形成，为未来发展带来新动能。
三是人工智能深度赋能科学研究，可能带来生产工具效率的指数级增长。马克思指出：“科学是最高意义上的革命力量。”人工智能技术正在加快科学研究范式变革，提升科学研究的效率和速度，将对“科学”这个能够变革生产工具的革命性力量产生颠覆性影响。从这个意义上讲，人工智能对于生产力的影响不是线性的，而是形成指数级的第三增长曲线。在生物制药领域，人工智能应用于化合物发现、临床试验等环节，首个人工智能辅助研发药物已进入临床，莫德纳公司与OpenAI合作，对15种药物开展人工智能辅助研发，生物制药行业开发一个新药要耗费10亿美元和10年时间的发展困境有望得到缓解。人工智能技术在解决通过磁约束实现等离子体精准控制方面取得突破性进展，有可能加快受控核聚变的商业化进程。可以说，人工智能技术有可能大大加快基础科学研究进程，深度赋能生物制药、新材料研发、受控核聚变、量子计算等前沿技术领域，可能引发“技术爆炸”，从而带来群体性、颠覆性、革命性变革，带来劳动生产率的指数级提升。
二、推动人工智能形成新质生产力面临的主要挑战和问题
人工智能加快形成新质生产力，为全球劳动生产率的提升带来新的可能性。但到目前为止，对于人工智能技术的倾力投入，尚没有实现预期中的回报，人工智能技术与应用能否实现商业闭环仍存在不确定性。同时，与上一轮互联网革命时相对宽松的国际环境不同，目前大国竞争博弈环境复杂多变，部分国家将科学技术政治化，导致全球创新体系割裂，为我国带来新的挑战。瞄准形成三个增长曲线的目标，需要重点解决制约我国人工智能形成新质生产力的关键瓶颈问题。
一是产业化应用存在各种制约，赋能实体经济尚未实现高水平循环。发展人工智能，核心还是做好自己的事，把我国现代化建设、人口老龄化、应对气候变化等方面的问题作为人工智能发展的着力点，但仍存在诸多制约因素。例如，人工智能应用依赖于高质量数据，我国仍存在行业数据获取难、高质量数据集缺乏等问题。以医疗领域为例，由于各种原因，不同医疗机构之间的医疗数据难以实现互联互通和共享应用。另外，在自动驾驶、低空经济等人工智能深度赋能的新领域还存在诸多政策限制。
二是关键环节存在技术短板，新技术和新产业发展的基础不够厚实。美国把人工智能技术作为未来发展的制高点，推动对我国技术脱钩，强化人工智能芯片出口管制。人工智能芯片以及半导体制造工艺的短板，导致我国人工智能算力资源缺乏，除少数科技龙头企业外，大部分企业、高校和科研院所都存在人工智能算力短缺问题，严重影响人工智能创新生态的形成。人工智能开源框架等仍主要依赖美国企业，存在卡脖子风险。
三是人工智能高端人才缺乏，对未来发展原创引领不足。我国人工智能技术路线、核心原理和关键算法等长期处于跟跑状态，其核心原因是高端人工智能人才不足，围绕人才配置创新资源的机制不够完善。我国人工智能从业者规模巨大，但是高水平人才不足。清华大学发布的人工智能全球最具影响力学者榜单（简称“AI 2000”），我国入选学者数量约是美国的1/5。企业高端人才更加缺乏，与产业界引领人工智能发展的大趋势不适应。高端人才不足，以及跨学科人才组合能力不足，导致我国对人工智能前沿方向的原创引领力不够，人工智能赋能科学研究的能力不足。
三、加快推动人工智能形成新质生产力的相关建议
我国目前在人工智能发展上处于世界前列，在市场应用、产业体系等方面也有独特的优势，但与美国相比，在算力、数据、人才、投入等方面还存在较大差距。面对国际人工智能竞争以及加快形成新质生产力的需要，必须坚持目标导向和问题导向结合，补齐短板和发挥长板优势结合，重点做好以下几个方面工作。
一是践行新型举国体制，打通人工智能领域产业链条。以重大科技攻关任务为牵引，完善央地协同机制，推动人工智能科研力量跨区域整合，避免盲目补贴导致的封闭、分散，以最优质力量形成产业链合力。建立人工智能核心芯片、基础软件的统筹协调机制，引导支持头部人工智能芯片企业与芯片应用企业软件适配，提升使用效能，打通人工智能芯片、开放框架、大模型建设和行业应用链条，推进实现高水平技术产业循环。有序推动基础大模型通过竞争优化整合，集中力量打造少量国家级大模型底座，引导各个地方结合区域特点，分工协同，发展制造、医药、文旅等行业大模型。制定新一轮国家人工智能发展规划，明确战略布局，引导激发全社会人工智能创新创业活力。
二是以企业为核心完善创新体系，营造最优创新创业环境。以企业为核心优化人工智能战略力量布局，推进人工智能领域国家实验室、高水平大学和研究机构向企业赋能，促进更多高端人工智能人才向企业流动。试点人工智能企业与行业头部企业“结对子”，迭代推进大模型的行业示范应用，发挥我国产业体系齐全、拥有高效协作的制造业网络和丰富的行业数据资源等优势，促进人工智能技术快速转化应用。以新型工业化、城镇化、农业现代化以及消费升级、绿色低碳转型等我国现代化发展的关键问题作为出发点，积极营造人工智能应用场景。
三是以人为核心组织创新资源，推动算力、数据等向人才集聚。聚焦高水平研究型大学人工智能顶尖人才，在高水准算力资源和数据资源上给予保障，培育一批熟悉大模型开发应用的高端人才。促进人才在企业与高校院所之间双向流动，鼓励高端人才针对特定任务跨学科组合和密切协同。结合区域特色，有序布局建设行业数据共享中心，在创新资源密集地区布局建设算力基础设施，加强人工智能普惠算力供给，引导行业数据共建共享，支持人工智能领域创新创业。
四是前瞻组合布局未来技术，促进信息-能源相互促进迭代发展。人工智能的长期发展依赖于信息和能源的相互促进，迭代发展。应加强脑科学与人工智能技术的协同，发展低能耗类脑智能，为通用智能发展提供更多原创策源力。加强量子计算与人工智能技术的相互赋能，为人工智能未来发展储备高阶算力。加强人工智能在超导、受控核聚变等领域的应用，为人工智能长期可持续发展提供不竭绿色能源。
（作者为中国科学技术信息研究所所长，九三学社中央科技专委会主任。本文发表于《民主与科学》2024年第2期）
资讯来源：中关村人才协会公众号，转载自《民主与科学》杂志