人工智能（néng）作诗、写（xiě）对联，神经医学人工智能研究最新进展，人（rén）工智能（néng）交通融合感知与（yǔ）数字孪（luán）生解决方案，精准医疗（liáo）辅（fǔ）助诊（zhěn）断平台……10月（yuè）26日，2021人工智能计（jì）算（suàn）大会在北京（jīng）举行（háng），一批（pī）人工智能技（jì）术应用的创新成果吸引了（le）不少观（guān）众互动。

会上，包（bāo）括中国工程院院（yuàn）士、浪潮首席科学（xué）家王恩东在内（nèi）的专家深入探讨了（le）数字经济新格局下，计（jì）算如何向智算转型，智算如何（hé）赋能（néng）科技创新、社会（huì）治理及产业升级，并对人（rén）工智能（néng）如何（hé）发展出像人类的逻（luó）辑（jí）、如何跟（gēn）应用（yòng）场景结合（hé）等（děng）人（rén）工智（zhì）能（néng）行（háng）业（yè）的热（rè）点问（wèn）题进（jìn）行了（le）解答。

“人工智能已经从五六年前（qián）的‘黑科技’变（biàn）成了今天的‘热（rè）科技’，我们看到前沿（yán）的（de）研究不断涌现，比如通过Alpha Fold 2模型（xíng），预测人类蛋白（bái）质（zhì）序列，通过脑机（jī）接口研究，让猴子用（yòng）意念来打游戏。同时，我们也看到人（rén）工智能正（zhèng）在与各个产（chǎn）业深（shēn）度（dù）融合（hé），改（gǎi）变第一（yī）、第二、第三产业（yè）的生产方式，各种行业大脑、无人化作业模式不断涌（yǒng）现，这些新基建正（zhèng）在加速推动着（zhe）智慧时代的到（dào）来。”王恩（ēn）东说，人工智能（néng）变成“热（rè）科技（jì）”的（de）关键，在于加强（qiáng）新基建，释放多（duō）元（yuán）算力价值，其中计算系统（tǒng）的创（chuàng）新是关键。

今年的人工智能计算大会以“智（zhì）算·新际（jì）”为主题。在大会（huì）现场，浪潮人工智能研究院开发（fā）的（de）全球最大规模中文AI巨量模型“源1.0”成为全场焦点（diǎn），大批参会者排队与“源（yuán）1.0”互动，亲身感受由人工智能驱动的内容生产方式变革（gé）。

“2020年，人工智能（néng）加速芯片所（suǒ）交付的计算（suàn）力总和已经（jīng）超过（guò）了通（tōng）用（yòng）CPU（中央处（chù）理器（qì））。预计到2025年，加速芯片（piàn）所（suǒ）提供的计算力可（kě）能超过（guò）80%。”王恩东表示。

“随着人工（gōng）智能的规模化发展，算（suàn）力已经成为（wéi）决定性的（de）力量，智慧计（jì）算（suàn）是智慧时代的核心（xīn）生产力。”王（wáng）恩东（dōng）表示，人工智能（néng）带来指数级增长的算力需求，计（jì）算产业正面临多（duō）元化（huà）、巨量化、生态离散（sàn）化交织的趋势与挑战。一方（fāng）面，多样（yàng）化的智（zhì）能场景需要多（duō）元化的算力，巨量化的模型、数（shù）据（jù）和应用规模需要巨（jù）量（liàng）的算力，算（suàn）力已（yǐ）经成为人工智（zhì）能继续发展的重（chóng）中之重；另一方面（miàn），从（cóng）芯（xīn）片到算力的转（zhuǎn）化依然（rán）存在巨大鸿沟，多（duō）元（yuán）算（suàn）力价值并（bìng）未得到（dào）充分释（shì）放。如何快速完成（chéng）多元芯片（piàn）到计算系统的创新，已（yǐ）经成为推（tuī）动人工智能产业发展的关键环（huán）节。

人（rén）工智能（néng）如何发展出像人类（lèi）具备逻辑（jí）、意识和推（tuī）理的认（rèn）知能力，是人工智能研究一直在探索的方向。

“目（mù）前来看，通过（guò）大规模数据训练超大参数量的巨量模型，被（bèi）认为（wéi）是（shì）非（fēi）常有（yǒu）希望实（shí）现（xiàn）通用（yòng）人工智能（néng）的一（yī）个重要方向。”王（wáng）恩东认为，随着巨量模型的兴起（qǐ），巨量（liàng）化（huà）已（yǐ）成为未来人工智能发展非常重要的一个趋（qū）势。

全球知名的AI领先公司都在巨量（liàng）模（mó）型（xíng）上予以重兵（bīng）投入，谷歌、微软、英（yīng）伟达、浪潮、智源（yuán）研（yán）究院、百（bǎi）度、阿里等公司相（xiàng）继推出了各自的巨量模（mó）型。

王（wáng）恩（ēn）东介绍，巨量化的一个核（hé）心特征就是模型参数多、训练（liàn）数据量大（dà）。“以‘源1.0’为例（lì），其参数量高（gāo）达（dá）2457亿，训练数据集规模达到5000GB。”

很多人会有这样的困（kùn）惑：人工智能（néng）那么好，但是（shì）怎么（me）跟我（wǒ）的业务、应（yīng）用场景结合？我想通过AI技（jì）术做（zuò）智能化转型，但是没人懂算法懂模型，也缺少好用的AI开发平台，算法模型（xíng）那（nà）么多，如何找到不同算法在应用中的最优组合？

“懂这些的人，往往都集（jí）中在（zài）科研机构或者头部公（gōng）司。这（zhè）些地方集（jí）中了最优秀的AI人（rén）才，但缺少对（duì）传统行业的需求场景、业务规律的深（shēn）入理解（jiě）。”对于当前人工智（zhì）能从（cóng）技术到应用（yòng）所面临的困局，王恩东指出（chū）。

来自埃（āi）森哲的一（yī）份调研报告显示，70%以上有技术的研究机构（gòu）、科（kē）技公司缺（quē）需求场景、领（lǐng）域知识和数据，70%以上的行业用户缺技术人才、AI平台（tái）和实践能力。

王恩东认（rèn）为，目（mù）前人（rén）工智能的技术、产业链条脱节，生态（tài）离散化（huà）成为（wéi）制约（yuē）人工（gōng）智能技术上水平（píng）、应用上规模、产业（yè）上台阶（jiē）的瓶颈（jǐng）。“要想释放多元算力（lì）价值、促进（jìn）人工智能创新，既要重视智（zhì）算系统的创（chuàng）新（xīn），加大人（rén）工智（zhì）能新型基础设施（shī）建设（shè），把从技术到应用（yòng）的链条设计好，从体系结（jié）构、芯片设计、系统设计、系统软件、开发环境（jìng）等各个领域（yù）形（xíng）成分（fèn）工明确（què）而又协同创新的（de）局面，又（yòu）要加快推动开（kāi）放标准建设，通过（guò）统一、规范的标准（zhǔn），将多（duō）元（yuán）化算力转变为可调度的资源（yuán），让算力好用、易（yì）用。”