本報記者 賈 麗(li)

　　今年以來，人工智能產(chan) 業(ye) 迎來新一輪發展熱潮。一方麵，深度學習(xi) 、核心算力等技術應用日益深入，相關(guan) 技術及應用“百花齊放”。另一方麵，相關(guan) 細分領域投融資火爆，相關(guan) 概念股股價(jia) 顯著提升。

　　但值得關(guan) 注的是，熱度之下，人工智能產(chan) 業(ye) 已有泡沫化現象出現。“我國AI產(chan) 業(ye) 發展現狀如何？”“有哪些問題亟待解決(jue) ？”“產(chan) 業(ye) 發展如何脫虛向實？”成為(wei) 業(ye) 界關(guan) 注的焦點。

　　當下，我國人工智能產(chan) 業(ye) 邁入快速發展階段。中國科學院預測，2030年我國人工智能核心產(chan) 業(ye) 規模有望超過1萬(wan) 億(yi) 元。

　　從(cong) 企業(ye) 布局方麵看，BAT等互聯網巨頭均已在芯片、框架及應用層麵進行全局部署，並推出AI大模型。在基礎模型、大算力等領域，多家上市公司也進行了深度布局，科大訊飛、商湯科技等一批企業(ye) 在AI領域嶄露頭角。進入人工智能芯片領域的寒武紀、北京君正等也已積累大量專(zhuan) 利。另外，部分軟硬件企業(ye) 如大疆、零度智控等都將無人駕駛技術與(yu) 機器人結合。深蘭(lan) 科技、圖靈機器人等創業(ye) 公司亦在機器學習(xi) 等方麵加強研發，產(chan) 品大量出口海外。

　　無錫數字經濟研究院執行院長吳琦向記者表示，目前，我國人工智能已形成完整的產(chan) 業(ye) 體(ti) 係，建成了富有活力的產(chan) 業(ye) 創新生態。互聯網大廠和“獨角獸(shou) ”公司均在預訓練大模型等領域進行角逐。從(cong) 投資方向看，專(zhuan) 業(ye) AI芯片的投資及研發投入可能會(hui) 放緩，但AI硬件領域還會(hui) 持續爆發。產(chan) 業(ye) 鏈投資將轉向大型科學計算與(yu) 人工智能的交叉領域。

　　“目前包括大模型等在內(nei) 的人工智能技術及應用已‘百花齊放’，蓬勃發展。”哈爾濱工業(ye) 大學人工智能領域一位專(zhuan) 家對記者稱，“不過受限於(yu) 超大規模算力等，目前認知智能體(ti) 正在從(cong) 雛形逐步發展，大量的基礎建設工作還有待開展。”

　　喧囂之下，是我國人工智能企業(ye) 普遍處於(yu) 初創階段的現實。據天眼查數據顯示，55.4%的人工智能相關(guan) 企業(ye) 成立僅(jin) 1年至5年。雖然我國人工智能研發和應用實現了快速發展，但由於(yu) 起步較晚，仍存數據質量不足、基礎設施建設待加強、人才缺乏、能耗高等問題。

　　對此，國泰君安電子人工智能團隊相關(guan) 負責人表示，缺乏用於(yu) 構建更好模式的訓練數據，存在功能孤島、算法瓶頸，都會(hui) 影響AI基礎領域研發。

　　談及能耗高問題，聯想高性能計算和人工智能主任技術顧問郝常傑對記者表示，在降耗方麵，高性能計算係統應遵循開放融合原則，完成對國產(chan) 生態的覆蓋，支持海光CPU、麒麟的操作係統等。

　　值得注意的是，今年以來，A股市場對AI概念的炒作很熱，泡沫化現象已在一定程度上顯現。

　　“在ChatGPT的帶動下，國內(nei) AI市場熱度居高不下，但這種熱度總有一天會(hui) 降下來。”南京大學高性能計算中心高級工程師盛樂(le) 標認為(wei) ，需警惕AI產(chan) 業(ye) 泡沫化風險，企業(ye) 和機構要真正投入科研，讓產(chan) 業(ye) 發展脫虛向實。

　　受訪專(zhuan) 家普遍認為(wei) ，使人工智能產(chan) 業(ye) 發展脫虛向實，需重視基礎研究，攻關(guan) 關(guan) 鍵核心技術。吳琦認為(wei) ，行業(ye) 應強化對人工智能基礎研究與(yu) 技術開發的支持，培育多元化投資主體(ti) ，同時探索AI應用市場化運營機製。

　　上海市人工智能學會(hui) 秘書(shu) 長汪鐳建議：“對於(yu) 國內(nei) 人工智能基礎產(chan) 業(ye) 平台的整體(ti) 性建設，需要給予長期的規模型投資及係統性產(chan) 業(ye) 政策支持，加強真正的學科基礎研究投資。”

　　鈞山資管董事總經理王浩宇表示，企業(ye) 應不斷研究新的數據處理和模型訓練方法。各方應加強跨產(chan) 業(ye) 、跨學科的研究和合作，從(cong) 多角度推動人工智能產(chan) 業(ye) 的飛躍式發展。（證券日報）