河北省柏鄉縣一家機器人制造科技型企業的員工在調試機器人產品。 新華社記者 牟宇 攝
??最新數據顯示,我國人工智能核心產業規模不斷增長,企業數量超過4400家。人工智能與制造業深度融合,有力推動實體經濟數字化、智能化、綠色化
轉型,目前全國已建設近萬家數字化車間和智能工廠。
??記者獲悉,相關部門將通過科技創新重大項目,著力推動大模型算法、框架等基礎性原創性技術突破,強化人工智能“根”技術研發,推進人工智能試點
示范,拓展特色應用場景,加快“智改數轉”,進一步推動人工智能形成現實生產力。
??拓展創新應用
??當前,人工智能產業步入創新活躍、應用拓展的發展機遇期。
??簡單輸入文字,幾秒就能生成圖畫、創意、文本等。在2023年世界互聯網大會烏鎮峰會上,百度、科大訊飛等企業的AI大模型產品,通過自然對話方式理
解和執行用戶任務,吸引眾多人士體驗。
??“人工智能是新一輪科技革命和產業變革的重要驅動力量。深度學習作為人工智能的核心技術,具有很強的通用性,并具備標準化、自動化和模塊化的工
業大生產特征。而大模型的興起,使得人工智能應用的深度和廣度進一步拓展。人工智能已進入工業大生產階段。”百度首席技術官、深度學習技術及應用國
家工程研究中心主任王海峰說。
??商湯科技“元蘿卜SenseRobot”AI下棋機器人吸引人們駐足體驗。工作人員介紹,其高精度的視覺感知算法可實現棋子的精準定位,結合工業級機械臂
技術能夠以毫米級的操作精度進行取子、落子,讓“元蘿卜”像人一樣“眼快、手準、出招穩”,手眼協同,給用戶帶來沉浸式對弈樂趣。
??此外,人工智能正被廣泛應用在臨床疾病診斷中,為醫生提供臨床輔助分診建議,有助于大規模提升疾病篩查的檢出率。作為獲得2023年世界互聯網大會
領先科技獎的項目,“騰訊覓影數智醫療影像平臺”已全面開放20多個醫療AI引擎助力科研創新,通過“云+AI”實現遠程診斷、遠程會診、輔助診斷等多種
數字影像應用。據介紹,根據臨床試驗,騰訊覓影的青光眼AI引擎能夠降低漏診率20%,降低誤診率2%。
??從線上到線下、從制造業到服務業,人工智能賦能千行百業,為經濟社會高質量發展提供新動能。工信部數據顯示,我國人工智能核心產業規模不斷增長,
企業數量超過4400家,智能芯片、開發框架、通用大模型等創新成果不斷涌現。
??布局產業賽道
??記者注意到,近段時間,從部委到地方正積極部署,夯實人工智能技術底座,壯大人工智能產業規模。
??工信部提出,將通過科技創新重大項目,著力推動大模型算法、框架等基礎性原創性技術突破,提升智能芯片算力水平,釋放數據價值,強化“根”技術
研發;推動智能產品和裝備發展;發揮大模型強認知、強交互、強生成的特點,促進高端裝備、關鍵軟件、智能終端升級迭代,提升重點產品和裝備智能化水平。
??地方也持續出臺相關舉措?!逗笔⊥七M人工智能產業發展三年行動方案(2023—2025年)》提出,力爭到2025年全省人工智能產業規模超過1500億元。
在智能芯片、多模態大模型、自然語言處理、視聽覺信息智能識別、自動駕駛等重點領域取得重大標志性成果100項以上。
??《福建省促進人工智能產業發展十條措施》提出布局提升算力基礎、提供普惠算力服務、推動數據開放應用、加強關鍵技術攻關、支持企業做大做強等十條
措施,搶抓發展機遇,布局人工智能產業。
??賽迪顧問人工智能產業研究中心分析師鄒德寶對《經濟參考報》記者表示,整體來看,我國在創新優化級、工程實現級的人工智能技術研發方面取得巨大成
就,但在顛覆性理論突破與階躍性模型創新方面還有所不足,在關鍵技術、芯片制造、架構設計、底層平臺等方面還存在短板。相關部署將進一步調動資源,推
進技術創新攻關,構建研發—產業—應用“快車道”,推動人工智能共性技術研發與產業化。
??賦能實體經濟
??人工智能與制造業深度融合,有力推動實體經濟數字化、智能化、綠色化轉型。
??從產品設計、原材料管理,到產品加工、物流運輸……越來越多的制造業企業將數字化智能化嵌入生產管理全鏈條。數據顯示,目前全國已建設近萬家數字
化車間和智能工廠。
??根據《“十四五”智能制造發展規劃》部署,到2025年,70%規模以上制造業企業基本實現數字化網絡化,建成500個以上引領行業發展的智能制造示范工
廠,智能制造裝備和工業軟件市場滿足率分別超過70%和50%。
??工信部明確,下一步將推動重點行業智能化升級;加快制造業全流程智能化;深化人工智能技術在制造業全流程融合應用,大幅提升研發、中試、生產、服
務、管理等環節智能化水平;推進人工智能試點示范,拓展特色應用場景,加快“智改數轉”,形成現實生產力。
??對此,鄒德寶建議,夯實自然語言處理、智能語音、機器視覺、生物特征識別和人機交互等關鍵領域技術基礎,推動人工智能與新型工業化進一步融合創新,
提高人工智能技術通用化水平,降低新型工業化生產準入門檻,加快推進人工智能先進技術對新型工業化的賦能應用。(記者 郭倩 實習生 杜益萌)