营造人工智能大模型产业生态

推进人工智能大型模型产业化应用是提高国家竞争力的关键措施。抢占人工智能大型模型产业发展制高点，必须加强战略规划和深度管理，推进新型产能生态基础设施建设，构建稳定可靠的算法开源生态。

不久前举行的中关村论坛人工智能大模型发展分布图发布的《中国人工智能大模型地图研究报告》表示，中国从2020年开始进入大模型快速发展期，目前与美国保持增长势头。目前，我国人工智能大型模型已经发布79个。此前召开的中共中央政治局会议提出，要重视通用人工智能的发展，营造创新生态，注重风险防范。人工智能推进大型模特的产业化应用，是中国人工智能领域，加快高水平科技自立和自强适当措施不仅推动中国产业升级，实现经济的高质量发展的重要举措，也是提高国家竞争力，维护国家安全的关键措施。

打造良好的人工智能大规模模型产业生态，需要着力解决目前中国人工智能大规模模型发展面临的尖端计算技术失控、大规模高品质数据集不足、算法可靠性和可解析性等核心问题。目前，由gpu、fpga、asic等加速芯片结构不同的人工智能高端计算芯片技术正面临“卡脖子”的危险。在高效低碳产能网络基础设施方面，跨省互联，交流和动态调度机制尚未建立，规模化的高端产能供给能力亟待提高。高质量数据供给的不足也影响了大模型智商。这体现在价值高的公共数据开放程度不足，行业和企业的数据要素市场化流通不充分，用于大型模型训练的数据集规模小等方面。另外，算法的解释性不强也影响了大模型的工业应用。具有千亿参数的大型模型算法，开发难度高，训练难度高，决策过程和结果解释性差，守法评价难，直接影响业界的大型模型开发进度。

以此为基础，人工智能大型模式抢占产业发展的制高点，必须加强原始创新的软硬件基础设施攻坚战胜利大型模特，关键核心技术国产化“卡脖子”，要化解风险同时进行多项措施，推动人工智能大型模式的产业化应用。

首先，推进新型山力生态基础设施建设。实施高端电脑芯片研发重大专项支持计划，鼓励龙头企业与高水平大学联合“高校领导遴选”。设立新型研发机构，推动国产高级计算芯片突破。国家“东数西算”项目为背景，新型生产力推进网络基础设施建设的顶层设计，建立国家公共生产力开放创新平台，山历史生态链条，推动建立全国历史资源的相互连接、协同共享及推进优化配置。

第二，构建规模大，质量高的数据生态。完善国家公共数据开放标准和平台，推进高价公共数据开放和多元化授权运营，引导行业和企业大数据具备开放，融通，交易等条件，形成多形态，多领域的大规模数据集。构建细化数据集的众包服务平台和数据质量评价标准体系，构建高质量中文语库。建立敏感领域的数据隐私监管体系和技术服务体系。

第三，构建稳定可靠的算法和开源生态。建立大型模型算法和工具开源平台，完善的稳定性、可靠性和安全算法监控标准和技术体系。实施大型型号产品和服务的注册，安全评估和潜在风险预测研究机制。鼓励平台企业积极开展算法创新探索和应用，赋予中小企业能源，降低成本，提高效率，创新商业模式，深化数字化转型，引领高端发展。

最后，要加强人工智能大型模型的战略规划和深度管理。制定人工智能大型模型产业发展规划，提供与大型模型技术研究开发和产业应用相应的政策，资金，人才等支持。推动计算能力，算法，数据，应用场景等上下行产业的顺畅联动和协同联动，实现大型模型产业相关要素的多语言，多任务，多行业融合发展。加强人工智能大模型深度管理的国际合作，推进技术先进化，促进大模型产业的高质量发展。