人工智能（néng）作诗、写对联，神经（jīng）医学人工智能研究最新进展，人工智能交通融（róng）合感（gǎn）知与数（shù）字（zì）孪生解决方案，精准医疗辅助（zhù）诊断平台……10月26日，2021人工（gōng）智（zhì）能计（jì）算（suàn）大会在北京举行，一批（pī）人工智能技术应用的创新成果（guǒ）吸（xī）引了不少观众互动（dòng）。

会上，包括中国工程（chéng）院院士、浪潮首席（xí）科学（xué）家王恩东在（zài）内的（de）专家深入探（tàn）讨了数字经济新格局下，计算（suàn）如何向智算转型，智算如何赋（fù）能科技创（chuàng）新（xīn）、社会治（zhì）理及产业升级，并对人（rén）工智能如（rú）何发展出像（xiàng）人类的逻辑、如何（hé）跟应用场景结合等（děng）人（rén）工智能（néng）行业的热点（diǎn）问（wèn）题进行了解答（dá）。

“人工（gōng）智能已经从五（wǔ）六年前的‘黑科技’变成了今天的（de）‘热科技’，我们看（kàn）到（dào）前沿的研究不（bú）断涌现，比如通过Alpha Fold 2模型，预测人类蛋白质序列，通过脑（nǎo）机接口研究，让（ràng）猴子用意念来打游戏。同时（shí），我们（men）也看到人工智能正在与各个产业深度融合（hé），改变第一、第二（èr）、第（dì）三产业的生产方（fāng）式，各种行业大脑（nǎo）、无人化作业模（mó）式不（bú）断涌现，这些（xiē）新基建正（zhèng）在加速（sù）推（tuī）动着智慧时（shí）代（dài）的到来（lái）。”王恩东说，人工（gōng）智能变成“热科技”的（de）关键，在于加强新基建，释（shì）放多元算力价值，其中计（jì）算系统的（de）创新是关键。

今年的人（rén）工智能（néng）计算（suàn）大会以“智算·新际”为主题。在大会现场，浪潮人工智能（néng）研究院开发的（de）全球最大（dà）规模中文（wén）AI巨量（liàng）模型“源1.0”成为全场（chǎng）焦点，大（dà）批参会者排队与“源（yuán）1.0”互动，亲身（shēn）感受由人工智能驱动的内容生产方式变革。

“2020年，人工智能加（jiā）速芯片所交付的计算力总和（hé）已经超过了通（tōng）用CPU（中央（yāng）处理（lǐ）器（qì））。预计到（dào）2025年，加速芯片所提供（gòng）的计算力可能超过80%。”王恩东表示。

“随着人工智能（néng）的规模化（huà）发展（zhǎn），算（suàn）力已（yǐ）经（jīng）成为决定性（xìng）的力量，智慧（huì）计算是智慧时代的核（hé）心生产力。”王恩东表示，人工智能（néng）带来指数级增长的算力（lì）需（xū）求，计算产业（yè）正面临多（duō）元化、巨（jù）量化（huà）、生态离散化交织（zhī）的趋势与挑（tiāo）战。一方面，多样（yàng）化（huà）的智能场景需要（yào）多元（yuán）化的算力（lì），巨量化的模（mó）型、数据和应用规模需（xū）要巨量的算力，算力已（yǐ）经成为人工智能继续发（fā）展的重中之（zhī）重；另一方面，从（cóng）芯片到算力的转化依（yī）然存在（zài）巨大鸿沟，多元算力价值并未得到充（chōng）分释放。如何（hé）快速完成多元（yuán）芯片到计算系统的创（chuàng）新（xīn），已经（jīng）成（chéng）为推动人工智能产业发展（zhǎn）的（de）关键环节。

人工（gōng）智能如何发展出像人类具（jù）备逻辑、意识和推理的认知能（néng）力，是人工智能研（yán）究一直在探（tàn）索的方向。

“目（mù）前来看，通过大规模数据训练超大参数量的（de）巨量模型，被（bèi）认为（wéi）是非常（cháng）有希（xī）望实现通用（yòng）人（rén）工智能的一个（gè）重要方向（xiàng）。”王恩东认为，随着巨（jù）量模型的兴起，巨（jù）量化已成为未来人工智能发展（zhǎn）非常重要的一个趋势。

全球知名的AI领先公司（sī）都（dōu）在巨量模型上予以重兵投入，谷歌（gē）、微软、英伟（wěi）达、浪（làng）潮（cháo）、智（zhì）源研（yán）究（jiū）院、百度、阿里等公（gōng）司（sī）相继推（tuī）出了各（gè）自的巨量（liàng）模型。

王恩东介绍，巨量化的一个（gè）核心特征就是模型参数多（duō）、训练数据（jù）量（liàng）大。“以‘源1.0’为例，其参数（shù）量高达（dá）2457亿，训练数据集规模（mó）达到5000GB。”

很（hěn）多人会有这样的（de）困惑：人工智能那么好，但是怎么（me）跟我（wǒ）的业务、应用（yòng）场景结合？我想通过AI技术做智（zhì）能化转型，但是没人（rén）懂算法懂模型，也缺少（shǎo）好用的AI开发平（píng）台，算法模型那么多，如何找（zhǎo）到（dào）不同算法（fǎ）在应用中的最优组合？

“懂这些的人，往往（wǎng）都集中在科研机构或者（zhě）头部公司。这些地方集中了最优秀的AI人才，但缺少对传（chuán）统行业的需求场（chǎng）景、业务规律的深入理解。”对于当前人工智能从技术到应用所面临的困局，王恩（ēn）东指出。

来自埃森哲的一份调（diào）研报告显示，70%以上（shàng）有技术的研究机构、科（kē）技公司缺需求场景、领（lǐng）域知识和（hé）数据（jù），70%以（yǐ）上的（de）行业用户（hù）缺技术（shù）人（rén）才、AI平台和实（shí）践能力。

王恩东认为，目前（qián）人工（gōng）智能的技术、产业链条脱节，生态（tài）离散化成为制约人工智能技术上水平、应用上规模、产业上台（tái）阶的瓶颈。“要（yào）想释放多元算力价值、促进人工智能创新，既要重视智算系统的创新，加大人工智能新型基础设施建（jiàn）设，把从技术到应（yīng）用的链条设计好，从体系结构、芯片设计（jì）、系统设计（jì）、系统（tǒng）软件（jiàn）、开发环境等各个领域形成分工明确而又协同创新的局面（miàn），又要（yào）加快（kuài）推（tuī）动开放标准（zhǔn）建（jiàn）设，通（tōng）过统一、规范的标准，将多元化算（suàn）力转变（biàn）为可调度的（de）资源（yuán），让算力好用、易用。”