人工智能技術正在快速演進。截至今年5月，我國已形成超過100個10億參數規模以上的大模型。研究領域成果不少，尋找人工智能的核心應用場景成為2024年AI產業的關鍵問題。
“人工智能要切實賦能實體經濟發展。”近日，中國工程院院士、北京郵電大學信息與通信工程學院教授張平參加數字中國建設峰會的特色活動“院士專家行”時表示。
張平認為，人工智能的終極目標是讓機器能夠盡可能擁有人類的智能。“人類引以為豪的兩大功能是語言認知功能和運動控制功能，而目前的人工智能研究就是在沿著這兩個方向不斷探索。”
在他看來，從最開始的大語言模型產品ChatGPT，到后續不斷發布的各類多模態大模型，人工智能在語言認知功能方面已經取得了許多成果。而運動控制路線目前的可能性亟待被發掘。人形機器人、具身智能等概念雖然也常被提及，但還沒有跑出特別驚艷的技術或應用。
“如果只發展語言認知能力，AI技術對人類的影響可能只限于文本、圖片等方面的理解和處理。如果在具身智能領域有所突破，這個‘AI’將無限接近人類。”
張平認為，圍繞人工智能的討論要堅持“脫虛向實”的思路。“我們討論AI發展的最終目的，是希望了解它能為實體經濟發展做些什么。”同時具備大腦和身體，AI才能更好地助力實體經濟發展，激活新質生產力。
制造業是實體經濟的重要基礎，AI+制造業的組合能碰撞出不少火花。
張平在會后接受21世紀經濟報道記者采訪時指出，以工廠場景為例，AGV（自動導向車）、人形機器人逐漸參與到產線工作，是目前比較可及、有前景的應用場景。
AI應用于千行百業，離不開數據、算法和算力的支持。在張平看來，在AI基礎設施方面，當下應該關注和思考的是我國相關領域的“長板”究竟在哪。
以算力為例，他認為，在大算力時代，結合我國目前的技術積累，發展分布式算力是必然選擇。
在接受21記者采訪時，張平解釋道，“打造分布式算力，意味著要做到海量數據的高效傳輸，而我國在通信領域已經實現了5G、6G等諸多突破。”在張平看來，我國通信技術世界領先，因此，在優越的網絡水平支持下，我國具備發展分布式算力的先發優勢。
“總而言之，在人工智能問題上，我們需要做到揚長避短。才能實現算法、算力、數據快捷高效地云、邊、端協同，切實創造價值。”他指出。