每經記者 陳榮浩    每經編輯 文多    

11月14日，以“科技引領發(fā)展 產業(yè)融合聚變”為主題的第二十六屆中國國際高新技術成果交易會（以下簡稱高交會）在深圳國際會展中心拉開帷幕。

本屆高交會共有來自全球100多個國家和地區(qū)的5000余家高新技術企業(yè)參展，其中世界500強企業(yè)及央企180余家，上市公司1000余家，“瞪羚企業(yè)”“獨角獸企業(yè)”2000余家，專業(yè)觀眾預計達50萬人次。

在本屆高交會“中國高新技術論壇”上，中國工程院院士、跨國公司總裁、知名企業(yè)家等行業(yè)大咖，圍繞“新質生產力引領未來產業(yè)發(fā)展”的主題分享了各自對科技的探索以及前沿思考。

“2024中國高新技術論壇”現場 圖片來源：主辦方提供

新質生產力帶領行業(yè)從“老三高”走向“新三高”

在論壇上，中國工程院院士、香港理工大學電動車研究中心主任兼電機及電子工程學系杰出講座教授陳清泉表示：“現在各行業(yè)都在提新質生產力??新質生產力需要擺脫傳統(tǒng)的經濟增長方式，通常來說具備‘新三高’的特點，即高科技、高效能、高質量。通過‘新三高’取代過去高投入、高消耗和高排放的‘老三高’模式。”

在陳清泉看來，過往的農業(yè)經濟時代是以個體勞動為主體，工業(yè)經濟時代是以大生產為主，而現在正邁入的數字經濟時代，將把算力作為核心競爭力。

“我主要從事電動車領域研究，電動汽車行業(yè)給我最大的感悟就是，汽車的革新不能孤立進行，我提出的是‘四網融合’，即通過交通網、能源網、信息網、人文網的融合，可以在各行業(yè)產生無窮的價值機會。”陳清泉說道。

中國工程院院士、鵬城實驗室主任高文，則主要圍繞今年諾貝爾獎的得獎情況，探討了人工智能對社會的深度影響，并提及相關競賽在識別和獎勵創(chuàng)新中的重要性。

“在智能時代，算力規(guī)模是國際競爭力的核心要素??算力優(yōu)勢不在于算力體量，而是更高的計算效率、廣泛的新興技術應用以及健全的基礎設施支撐。”高文表示。

他介紹說，人工智能行業(yè)的重要轉折點出現2012年。“當時，行業(yè)內一般會拿自己的人工智能模型去參與比賽，當時比賽標準是誰做的系統(tǒng)錯誤率更低，誰就勝出。2010年錯誤率最低的隊是28%，2011年是26%，2012年取得了突破，降至16%。到了2013年后，實現突破的團隊使用的深度神經網絡技術開始普及開來。后來該技術應用到機器自動識別、自動分揀系統(tǒng)，包括今天的語音識別，基本上都是走的神經網絡這條技術路線。”

“（促進）人工智能行業(yè)的加速發(fā)展，科學比賽非常重要。另外，人工智能的大模型要有自己的底座，要有自己的算力，這樣才能承載我們想做的智能和傳承。”高文說道。

人工智能新發(fā)展階段帶來的安全風險和隱患不容忽視

人工智能行業(yè)的快速發(fā)展以及在各行各業(yè)的實際應用，是論壇上不少行業(yè)大咖提及較多的話題。但隨著行業(yè)迅猛發(fā)展，人工智能行業(yè)顯現的安全風險和隱患也越來越被重視。

“現階段，人工智能行業(yè)風起云涌，技術創(chuàng)新日新月異，甚至在去年的時候國內還出現了‘百模大戰(zhàn)’的局面。行業(yè)發(fā)展到現在已經進入到了一個新階段，我們不僅感受到人工智能噴涌式的發(fā)展速度，更多專家在這發(fā)展過程中也關注到了人工智能的安全隱患和風險。”中國電子信息產業(yè)集團有限公司黨組成員、副總經理謝慶林分享道。

謝慶林表示：“人工智能更需要安全。比如現在大家用得比較多的大模型，估計大家都有過輸出結果沒那么可靠的體驗，甚至有時候大家評價‘它在一本正經地胡說八道’。這其實是一個比較小的點，但如果我們對基礎架構、底層技術等缺乏足夠的掌握，一旦出現極端情況，小到一個大模型、大到一個系統(tǒng)甚至整個行業(yè)，都可能面臨著更多的安全威脅和挑戰(zhàn)。”

在謝慶林看來，人工智能的安全，既要智能計算的安全，也要“關鍵根子”的安全。

“從中國電子的實踐經驗來看，要解決智能計算的安全問題主要有三個方向，分別是體系安全、平臺安全和供應鏈安全。這三個安全是我們所說的智能計算安全的關鍵和核心。”謝慶林說道。

謝慶林表示，隨著當前金融、電信、能源等行業(yè)對智能計算需求越來越旺盛，同時對安全性、可靠性也提出了更高要求，自主計算產業(yè)鏈的優(yōu)勢將會變得越來越顯著。

此外，北電數智CMO、戰(zhàn)略與市場負責人楊震在談及當下困擾人工智能企業(yè)的一些問題時表示，不少企業(yè)基本是從“不敢”“不會”和“不愿意”三個維度去考量。

“所謂‘不敢’，就是對國產算力的疑惑，不確定國產算力性能如何，擔憂面臨的合規(guī)和安全壓力；‘不會’，則主要是從業(yè)務層面的考量，就算算力能滿足，使用過后能否支撐實際業(yè)務；而‘不愿意’，主要包括不愿意重構產品業(yè)務以及不愿意投入資金和人力。”楊震認為，目前多數企業(yè)在人工智能領域的探索，主要集中在上述三個方面。