5月9日，由之江實驗室發(fā)起，浙江省之江發(fā)展基金會和杭州市人工智能產(chǎn)業(yè)聯(lián)盟聯(lián)合承辦的“之江圓桌會”第一期活動在杭州舉辦。本期圓桌會主題為“人工智能的競爭-機遇與挑戰(zhàn)”，重點討論了我國人工智能核心競爭力與國際領(lǐng)先水平存在的差距，以及國產(chǎn)算力、大模型技術(shù)等如何實現(xiàn)追趕與突破等話題。
本期圓桌會有來自科技界、企業(yè)界、投資界的近百位嘉賓參加，之江實驗室主任、中國工程院院士王堅表示，人工智能不是簡單的科技工具的革命，它是科技革命的革命性工具，“人工智能的發(fā)展，讓我們有機會獨立看待技術(shù)創(chuàng)新的技術(shù)價值、社會價值、商業(yè)價值。”
圍繞著我國人工智能的現(xiàn)狀以及核心競爭力與國際領(lǐng)先水平存在的差距，來自高校和之江實驗室的專家們給出了自己的見解和展望。
杭州電子科技大學(xué)教授、博導(dǎo)孔萬增指出，人工智能其實由“四個力”組成，即算力、電力、智力和數(shù)據(jù)力。目前，我國在人工智能領(lǐng)域存在“三多三少”的現(xiàn)象：基礎(chǔ)研究少、應(yīng)用從事多，軟件少、硬件多，以及小而散的平臺多，具有全球性影響力的大平臺少。
之江實驗室智能計算設(shè)施創(chuàng)新中心研究員張汝云表示，之江實驗室從算力、算法、數(shù)據(jù)、應(yīng)用這四個維度來布局人工智能，當人工智能要賦能產(chǎn)業(yè)和科技創(chuàng)新時，其實我國是有優(yōu)勢的：在該方面，除了體制機制上的優(yōu)勢、數(shù)據(jù)相關(guān)的政策優(yōu)勢，我國布局的規(guī)模和數(shù)量也會大很多，在數(shù)據(jù)方面有先天優(yōu)勢。
復(fù)旦大學(xué)人工智能創(chuàng)新與產(chǎn)業(yè)研究院研究員、博導(dǎo)徐盈輝則提出了不同的觀點，認為目前依然極度缺乏高質(zhì)量的數(shù)據(jù)：“未來的發(fā)展應(yīng)該是系統(tǒng)性的創(chuàng)新。換言之，高性能計算我們要有，低性能的計算也要有；高速度存儲要有，海量存儲也要有，要有系統(tǒng)性的架構(gòu)思維，才能讓這件事走得更遠。”
之江實驗室數(shù)據(jù)樞紐與安全研究中心特聘專家韓定一也指出，為了加速追上差距，人才、數(shù)據(jù)和算力方面的不足都是需要共同克服的問題。
人工智能的飛速發(fā)展也給企業(yè)帶來的機遇。
新華三集團高級副總裁張鵬表示，要培育獨立的技術(shù)路線，并且正視人才差距：“我有兩句建議，創(chuàng)新不可規(guī)劃，要在快速迭代中鼓勵試錯，實現(xiàn)追趕超越。 第二句話，創(chuàng)新不要狹隘，承認差距，兼容并蓄。”
摩爾線程創(chuàng)始人兼CEO張建中在圓桌會上透露，為解決當前大模型帶來的國內(nèi)AI算力剛需，摩爾線程正計劃與國內(nèi)一些頂尖的機構(gòu)合作推進更大規(guī)模的AI智算集群。摩爾線程的愿景是最終成為一家“加速計算平臺企業(yè)”，所有芯片都基于自研的MUSA統(tǒng)一系統(tǒng)架構(gòu)，同時能夠兼容CUDA，與國際生態(tài)接軌。
張建中對澎湃新聞記者表示，在從事大模型的企業(yè)中，算力成本可能會占總投入的80%以上，希望能通過和相關(guān)機構(gòu)的合作把整個算力成本壓下來，普惠全行業(yè)。
從投資的角度，科發(fā)資本董事長陳曉峰表示，十分看好之江實驗室抓基礎(chǔ)建設(shè)、抓算力，還有抓成果轉(zhuǎn)化、抓應(yīng)用推廣，投資的機會也在這兩個方向：“在算力建設(shè)過程當中，大量的機會是給投資公司的，比如你里邊的系統(tǒng)、設(shè)計，還有硬件的生產(chǎn)。第二，應(yīng)用的機會更多，我國的應(yīng)用其實在某些方面完全超越國際水平，我們要有這樣的信心。”
普華集團從2017年開始陸續(xù)投資人工智能，董事長曹國雄也介紹了三個看好并布局的領(lǐng)域：第一，AI技術(shù)底座的芯片、硬件設(shè)備與基礎(chǔ)軟件；第二，算法與模型方面的創(chuàng)業(yè)公司，跟頭部廠商合作；第三，從工業(yè)到文化等各層面的應(yīng)用。
銀杏谷資本總裁陳向明則指出，目前看來，大模型投入遠遠大于產(chǎn)出，國內(nèi)公司更多的宣傳是大模型的參數(shù)，回避了解決了什么問題、帶來多大的產(chǎn)業(yè)。“我的觀點是，大模型的應(yīng)用肯定不是走老路，不僅僅是提高了效率、優(yōu)化了功能，我相信這些不是大模型時代人工智能解決的典型問題。它肯定是創(chuàng)造了一個新的業(yè)務(wù)，發(fā)生商業(yè)模式的變遷，是一個質(zhì)的飛躍。”陳向明舉例稱，這有點類似從傳統(tǒng)打車進化到滴滴打車，最后進化到特斯拉的robotaxi。