一、我国大模型发展四方面问题亟待重视

　　第一，大模型产业一哄而上现象凸显。自ChatGPT发布以来，头部互联网企业、人工智能企业以及知名理工类大学纷纷入局。我国大模型数量增多，但实际使用效果与利用率不如人意，且发展极化现象严重。

　　第二，高质量数据集少且受限。人工智能发展需要海量高质量数据支撑，但中文语料库在互联网的占比低；高质量、多维度、标准化丰富的数据库，特别是新型中文数据集匮乏；部分大模型研发依赖国际开放数据集或海外预训练模型，但美国堵截数据获取将使我国使用国际数据受到进一步限制。

　　第三，关键核心技术卡脖子。算力是大模型发展的基石。我国人工智能芯片大都处于跟跑状态，美国对高端芯片实施禁售；我国基础模型的算法理论创新滞后，部分大模型“套壳”国外开源大模型；美国立法禁止开源大模型出口将进一步针对性打击我国大模型发展。

　　第四，存在技术赛跑和地缘政治挑战。各国在人工智能领域形成“技术赛跑”的竞争局面；复杂的地缘政治因素为国际合作带来挑战；大模型领域合作涉及军事和国家安全、经济和产业竞争、文化和社会意识形态差异等众多因素，需综合研判，稳妥推进。

　　二、推动我国大模型加快发展的建议

　　第一，设立中长期的发展目标，建立人工智能专职机构。一是由政府成立专业化人工智能管理机构，统筹相关软硬件行业、成立产业发展基金、明确底层架构建设规划、统筹管理算力中心建设、促进产业融合等。二是由相关机构在明确网络、数据安全的合理边界条件下，推动人工智能产业适度超前发展，避免多头管理和相关安全议程泛化。

　　第二，夯实科技基础，驱动创新发展。一是发挥新型举国体制优势，从软硬件补足短板；适时启动“人工智能基础层技术战略储备计划”，推动长期资本助力硬科技。二是设立专项中长期资金投资基础科研领域，提高国内模型理论的国际话语权；组建超级企业联合体攻关通用大模型；支持国家实验室等战略科技力量，提高大模型关键技术的自主研发能力。

　　第三，优化数据基础，加快构建面向全球的开源社区。一是组织相关机构梳理整合现有高质量数据的需求和存量清单。二是打通海外数据的获取渠道。三是由国内的科研、非营利机构构建面向未来的分布式、智能化，适应我国国情的算力开源社区，整合海外公有云算力资源等。

　　第四，发出中国声音，引领国际标准。一是建立技术共享平台，借助开源社区的力量推动国内累积的人工智能技术全球化。二是借助“一带一路”推广AI+本地化的技术输出。三是构建人工智能一体化产业体系标准。

　　第五，明确合作原则，求同化异，建立对话合作机制。一是求同化异，寻找共同价值基础，探索人工智能治理模式。二是建立广泛的国际对话机制，发挥多主体间的行业交流对话作用，推动国际合作，为人工智能全球治理贡献中国方案和中国智慧。

　　第六，做好舆论引导，提升数字素养。一是筛选人工智能前沿领域专家，组建行业委员会，分析行业前沿技术发展，传播数字领域发展创新。二是由教育主管部门牵头，组织中小学人工智能课程教学和活动等。■（原文作者石勇系中国科学院大学经济与管理学院讲席教授、中国科学院虚拟经济与数据科学研究中心主任、发展中国家院士、欧亚科学院院士；刘平系中国科学院大学经济与管理学院、中国科学院虚拟经济与数据科学研究中心博士生；李彪系西南财经大学工商管理学院、西南财经大学大数据研究院副教授；陈星潼系西南财经大学科研处（学术期刊中心）编辑；寇纲系湘江实验室副主任、西南财经大学大数据研究院院长）

《新华智库研究》是新华社第一本聚焦智库领域的学术类刊物，由新华社党组领导、新华社智库学术委员会指导、瞭望周刊社主办的智库类学术期刊，致力于展示国内外优秀智库研究成果，刊发探索智库建设规律的学术文章，打造中外智库合作交流平台。

投稿邮箱：xhzkyj@163.com

订阅热线：010-63151858