人工智能作诗、写对联，神经医学人工智（zhì）能研究最新进展，人工智（zhì）能交通融合感知与（yǔ）数字孪生（shēng）解决方案，精准医疗辅助（zhù）诊断平台……10月26日（rì），2021人工智（zhì）能计算大会在（zài）北京举行（háng），一批人工智能技术应用的创新成果吸引了不少观众互动（dòng）。

会上，包（bāo）括中国工程（chéng）院院士（shì）、浪潮首席（xí）科学家王恩东在内的专家深入探讨了数字（zì）经（jīng）济新格（gé）局下，计算（suàn）如何向智算（suàn）转型，智算如何赋能科技创新、社会治理及产业升级，并对人工智能如何（hé）发展出（chū）像（xiàng）人类的逻辑、如（rú）何跟应用场景结合等人工智能行业的（de）热点问（wèn）题进行（háng）了解答。

“人工（gōng）智能已经从五（wǔ）六年（nián）前的‘黑科技’变成了今天的‘热科技’，我们看到前沿的研究不断涌现，比如通过Alpha Fold 2模型，预（yù）测（cè）人类蛋白质序列，通过脑（nǎo）机接口研究，让猴子（zǐ）用意念来打游戏。同时，我（wǒ）们也看到人工智能正在与（yǔ）各个产业深度融合，改变第一、第二、第三产业的（de）生（shēng）产（chǎn）方式，各种行业大脑、无人化作业模式（shì）不断涌现，这些新基建正在（zài）加速推动着智慧时代的到（dào）来。”王恩东说，人（rén）工智（zhì）能变成“热科技”的关键，在于加（jiā）强新基建，释放多元算力价（jià）值，其中计算系（xì）统的（de）创新是关键。

今年（nián）的人工智能（néng）计（jì）算大会以（yǐ）“智算·新际”为主题。在大会现（xiàn）场，浪潮人（rén）工智能研究院开发的全球最大规模中文AI巨量模型“源1.0”成为全场焦点，大批参会者排队与“源1.0”互（hù）动，亲身感（gǎn）受由人工智能驱动的内容生（shēng）产方式变革。

“2020年，人工智能加速芯片所交（jiāo）付的计算力总和已经超过了通用（yòng）CPU（中央处理器）。预计（jì）到（dào）2025年，加速芯片所（suǒ）提供（gòng）的计算力可能超过80%。”王恩东表示。

“随着人工智能的规模化（huà）发（fā）展，算力已经（jīng）成为（wéi）决定性的力量，智慧（huì）计算是智慧时（shí）代的核心生产力。”王恩东表示，人工智能带来指数级增长的算力需求，计算（suàn）产业正面临多元化、巨量化、生态离散（sàn）化交织的趋势（shì）与挑战（zhàn）。一（yī）方面，多样化的智（zhì）能（néng）场景需要多元化的算力，巨量化（huà）的（de）模型、数（shù）据和（hé）应用规模（mó）需要（yào）巨量的（de）算力（lì），算力已经成（chéng）为人工智能（néng）继续（xù）发展的重（chóng）中之重；另（lìng）一（yī）方面，从芯片到（dào）算力的转化依然存在巨大鸿沟（gōu），多元算力价值（zhí）并未得（dé）到（dào）充（chōng）分释放。如何快（kuài）速完成多元芯片到计算系（xì）统的创新，已经成为推动人工智能产业发展的关（guān）键环节。

人工智能如何发展出像（xiàng）人类具备（bèi）逻辑、意识和（hé）推（tuī）理（lǐ）的认知能力（lì），是人工（gōng）智能研（yán）究一直在探索的（de）方向。

“目前来看（kàn），通过大规模数据训练（liàn）超大（dà）参数量（liàng）的巨量模型，被认（rèn）为是非常有（yǒu）希望实现通用人工智能的一个重要方向。”王恩东认（rèn）为，随着巨（jù）量模型的兴起，巨量化（huà）已成为（wéi）未来人工智能发（fā）展非常重要的一个趋势。

全球知名的AI领（lǐng）先公司（sī）都（dōu）在（zài）巨量模型上（shàng）予以重兵投入，谷歌、微（wēi）软、英伟达（dá）、浪潮、智源研究（jiū）院（yuàn）、百度、阿（ā）里（lǐ）等公司相继推出（chū）了各自的巨量（liàng）模型。

王恩东介绍，巨量化的一个核心特征就是模（mó）型参数多、训（xùn）练数据量大。“以‘源1.0’为例，其（qí）参数量高达2457亿，训（xùn）练数据集规模达到5000GB。”

很多人会有这样的困惑：人工智能那么好，但（dàn）是怎（zěn）么跟我的业务、应用（yòng）场景结合？我想通过AI技术做智能化转型，但是没人懂算法懂（dǒng）模型，也缺少好用的AI开（kāi）发平台（tái），算（suàn）法模型那么多，如何找到不同算法在应（yīng）用中的最优组（zǔ）合？

“懂（dǒng）这（zhè）些的人，往往都集中在科研机构或者头部公（gōng）司（sī）。这些地方集中了最（zuì）优秀的AI人才，但缺少对传统（tǒng）行业的需求场景、业务规律的深入理解。”对于当前人工智能从技术到（dào）应用所面（miàn）临的困局，王恩东指出。

来自埃森哲的一份调（diào）研报告（gào）显示（shì），70%以（yǐ）上有技（jì）术的研究机构、科（kē）技公司缺需（xū）求场（chǎng）景、领域知（zhī）识和数据，70%以上的行业用户缺技术（shù）人（rén）才（cái）、AI平台（tái）和实践能力（lì）。

王恩东认为，目前人工智能的技术（shù）、产（chǎn）业（yè）链条（tiáo）脱（tuō）节，生态（tài）离散化成为制约人工智（zhì）能技术上水平、应用上规模、产业上台阶的瓶颈。“要想释放多元算力价值、促（cù）进（jìn）人工智能创（chuàng）新（xīn），既要重视智算系统的创新，加大人工智能新型基础设（shè）施（shī）建设（shè），把从技术到应用的链条设计好（hǎo），从体系结构、芯片设计、系统设计、系（xì）统软件、开发环（huán）境等各（gè）个领域形成分（fèn）工明（míng）确而又协同创新的局面，又要加快推动开放标准建设，通过统一、规（guī）范的标准（zhǔn），将多元化算力（lì）转变为可调（diào）度（dù）的（de）资源（yuán），让算力（lì）好用、易用。”