“近期针对数字中国战略，国家层面出台了多项重磅文件和政策，明显感觉到国家在相关产业生态体系建设上的步伐加快了。”全国政协委员、天娱数科副总经理贺晗在接受上海证券报记者采访时表示。今年全国两会，他将围绕人工智能产业的发展提出相关建议。
　　今年初，ChatGPT风靡网络，这款人工智能软件以其极高的人机交互水平引发了全球范围的关注和讨论，这也引发了贺晗的思考。
　　“ChatGPT的核心是用海量数据和海量算力对算法模型进行长期重投入的训练，系统性提升底层技术能力。”贺晗表示，在AI领域，中国科技企业目前更多注重实际场景应用，这与经济发展阶段有关。但长远来看，底层技术能力的欠缺会限制产业数字化的发展空间，甚至类似ChatGPT的大规模预训练模型本身，也会成为一项“卡脖子”技术。
　　对此，贺晗准备了一份《构建开放共享协同的人工智能产业生态体系，推动我国数字经济高质量发展》的提案。贺晗表示，从目前来看，在人工智能领域，国内和国外相比还存在着不小的差距。
　　“首先是公共数据开放太少，产业数据共享太弱。”贺晗举例说，美国在2009年已建立全国性的公共数据开放平台，整合了来自各公共部门、各级政府、自愿参与的企业与大学的所有开放数据，截至目前已有33.5万个数据集，涉及农业、商业、教育、能源、制造业、科研等多个领域。相比之下，我国的数据开放起步较晚、进展较慢，目前相关数据公开以地方为主，还没有全国性平台，跨地区、跨部门、跨层级数据综合分析需求较难满足，“数据孤岛”问题比较突出。
　　其次是开源体系建设仍处在起步阶段，基础薄弱。贺晗介绍，目前发达国家已经形成的成熟开源生态，令开源项目基本覆盖当下主流技术领域，通过“集众智”的模式突破单一组织边界和资源限制，加速算法生产和迭代，实现持续创新。
　　“ChatGPT的出现就是很好的例子，它也不是从零开始的，而是在谷歌Transformer模型基础上迭代多次发展而来，也是站在全球众多开源贡献者的肩膀上才出现的。”贺晗说，目前我国开源社区、开源平台等组织建设仍处在起步阶段，基础相对薄弱，优秀开源项目总体较少，未能充分融入全球开源开发体系。
　　最后是企业端智能算力成本较高。据了解，目前我国算力总规模已超过140EFLOPS(每秒140百亿亿次浮点运算)，算力规模排名全球第二。与此同时，我国实现目标算力的成本却高于国外，而这一成本又与芯片技术密切相关。贺晗表示，如果人工智能领域落后了，我国力推的数字经济将会打折扣，甚至会落伍，因为未来数字经济要拼智能的，这一点应该引起重视。
　　基于这些行业现状，贺晗呼吁国内行业要携起手来，共同构建开放共享协同的AI产业生态体系，具体包括三个方面：
　　一是加快推动数据要素高效流通使用。因地制宜，加快构建国家层面公共数据开放体系，深入推动公共数据跨层级、跨地域、跨部门有序共享和开发利用，提供统一规范高效的数据开放服务，释放公共数据红利。
　　二是加快推动开源体系建设。大力弘扬共建共创共享的开源文化，营造有利于开源发展的环境。完善开源知识产权和法律体系，为开源生态建设提供良好的制度基础。大力加强开源基金会建设，逐步放开对开源基金会设立的限制，鼓励社会资本参与。
　　三是加快推动智能算力服务体系建设。鼓励相关云服务企业与基础电信企业建设公共算力服务平台，提升公共算力服务水平，鼓励围绕训练、推理等人工智能领域实际算力需求，建设专用行业云及融合赋能应用平台，鼓励推出算力共享、算力错峰等新业务模式进一步降低公共算力成本，实现普惠包容算力。
（文章来源：上海证券报）