生成式人工智能赋能数字产业发展的对策建议.pdf

40专题Feature

生成式人工智能赋能数字产业

发展的对策建议

□余乃平魏昊

经过60多年的演进，人工智能在大数算力是AI技术角逐的“入场券”，AIGC基

据、超级计算、物联网、脑科学等新理论和础模型上的大规模预训练需要强大算力作

新技术的驱动下加速发展，成为释放数字化为支持。因此，以GPU、FPGA和ASIC等

叠加倍增效应、加快战略性新兴产业发展、为代表的AI芯片，以AI服务器、网络设

构筑综合竞争优势的必然选择。近两年，作备及光模块为代表的IT硬件，以及AI超算

为人工智能领域的现象级应用，以ChatGPT中心、大型数据中心等算力基础设施将成为

为代表的生成式人工智能（AIGC）技术飞发展AIGC类人工智能的核心条件。

速发展，并随着时间的推移和技术的积累不二是大模型技术演进将推动AI产业发展。

断延伸、演变，AIGC技术可能成为推进人大模型通常是在大规模无标注的数据上进行

类文明发展的又一新拐点。训练，能够学习和掌握数据的特征和规则，

泛化能力强。大模型技术的兴起，将有助于

一、生成式人工智能赋能数字产业发解决AI领域开发门槛高、应用场景复杂多样、

展的路径对场景标注数据依赖等问题，能够有效降低

AI应用研发门槛，并解决在特定应用场景中

人工智能是数字产业化的重要组成部因有效数据不足导致模型精度低的问题。

分和产业数字化的助推器，以ChatGPT为三是驱动数字内容生产方式变革。

代表的AIGC技术的突破将为算力芯片和底AIGC在工业制造业、服务业、互联网、影

层算法等领域带来巨大需求，有效带动和提视制作等领域的应用场景将持续落地并加

升基础软硬件、核心电子元器件的供给水速商业化，助力行业降本增效的同时，促

平，同时，AIGC的加速应用渗透和商业化进实现创新增量。在提升内容生产效率方

进程将赋予人工智能更多实际落地场景。面，AIGC提供更加高效的智能交互式创作

一是大模型将全面提升AI芯片的需求。工具，通过海量数据激发创作灵感，大幅提

|NewEconomyFutureIndustry|2024年第06期

Feature专题41

升效率；在降低内容生产成本方面，AIGC储备和积累。

能够代替人工完成声音录制、图像渲染、视二是加快构建和完善开源生态。开源

频创作、代码编写等基础工作，使生产者能已成为重大技术创新的肥沃土壤，Linux、

够聚焦到高价值的内容创作中。MySQL、Android、早期的ChatGPT等众多

世界级信息技术产品的研发和培育都离不

二、“人工智能+”赋能数字产业发开开源生态，全球约97%的软件开发者和

展的对策建议99%的企业使用开源软件，开源已成为建

立新技术生态的重要抓手。应重视布局开源

当前，人工智能和信息技术的创新发生