人工智能作诗、写对联，神经医学人工智（zhì）能研究最（zuì）新进展，人工（gōng）智能交（jiāo）通融合感（gǎn）知与数（shù）字孪生解决方案，精准医疗辅助诊（zhěn）断平台……10月26日，2021人工（gōng）智能（néng）计算大会在北京举行，一批人工智能（néng）技术应用的创新成果吸引了不少观众互动。

会（huì）上，包括中国工程院院士、浪潮（cháo）首席科学（xué）家王恩东在内的专家深入（rù）探讨了数字经济新格局下，计算如何向智（zhì）算转型，智（zhì）算如何赋能（néng）科（kē）技创新、社（shè）会治理及（jí）产业升级，并（bìng）对（duì）人工智（zhì）能如何（hé）发展出像人类的逻辑、如何跟应用场景结合等人工智能行业的热点问题（tí）进行了解答（dá）。

“人工智（zhì）能（néng）已经从五六（liù）年前的‘黑科技’变成了（le）今天的‘热科技’，我们（men）看到前沿的研究（jiū）不断涌现（xiàn），比如（rú）通过Alpha Fold 2模型，预测人类蛋白质序（xù）列，通过脑机接口研（yán）究，让猴子用（yòng）意念来打游戏。同（tóng）时，我们（men）也看到人（rén）工（gōng）智能正（zhèng）在与各个（gè）产业深度融（róng）合（hé），改变（biàn）第一、第（dì）二、第三产业的生（shēng）产方式，各种行业大（dà）脑、无（wú）人化作业模式不断涌现，这（zhè）些新基建正在（zài）加速推动着智（zhì）慧（huì）时代的到来。”王恩（ēn）东说，人（rén）工智能变成（chéng）“热（rè）科（kē）技”的关键（jiàn），在于加强新基建，释（shì）放多元算（suàn）力价值，其中计（jì）算系统的（de）创新是关键。

今年的（de）人工智能计算大会以“智算·新际”为主（zhǔ）题（tí）。在大（dà）会现（xiàn）场，浪潮人工智能研究院（yuàn）开发的（de）全（quán）球最大（dà）规模中文AI巨量模型“源1.0”成为（wéi）全场（chǎng）焦点，大批（pī）参会者排队（duì）与“源1.0”互动，亲身感受由人工智能（néng）驱动的内容（róng）生产（chǎn）方式变革。

“2020年，人工智能加（jiā）速芯片所交付的计算力总（zǒng）和已（yǐ）经（jīng）超过了通用CPU（中央（yāng）处理器）。预（yù）计到2025年，加速芯（xīn）片所提供的计算力可（kě）能超过80%。”王恩东（dōng）表示。

“随着人工智能的规（guī）模化发展，算力已（yǐ）经成为决（jué）定（dìng）性的力量，智慧（huì）计算是智慧时代的核（hé）心生产力。”王恩（ēn）东表示，人工智（zhì）能带来指（zhǐ）数级增长的算力（lì）需求，计算（suàn）产（chǎn）业正（zhèng）面临多（duō）元化、巨量化、生态离散化交织的趋势与挑战。一方面，多样（yàng）化的智能场景需要多元化的算（suàn）力，巨量（liàng）化的模型、数据和应用规模需要巨量的算（suàn）力（lì），算力（lì）已经（jīng）成（chéng）为人工（gōng）智能继续发展的（de）重中之（zhī）重；另一（yī）方面，从芯片到算力的转化依然存在（zài）巨大（dà）鸿沟，多元（yuán）算力价（jià）值并未得到充分释放。如何快速完成多元（yuán）芯片到计算系（xì）统的创（chuàng）新，已（yǐ）经成为推动人工智（zhì）能产业发展的关键环节。

人工智能如何发展出像（xiàng）人类具备逻辑、意识和推（tuī）理的认知能力，是人（rén）工智能（néng）研究一（yī）直在探索的（de）方向（xiàng）。

“目前来看，通过（guò）大规（guī）模数据训（xùn）练超大参数量的巨量模型（xíng），被认为是（shì）非常有希望实现（xiàn）通（tōng）用人工智能的一（yī）个（gè）重要方向。”王恩东认为（wéi），随着巨量模型的兴起，巨量（liàng）化已成为未（wèi）来人（rén）工（gōng）智能发展非（fēi）常重要的（de）一个趋势。

全球（qiú）知（zhī）名的AI领先公（gōng）司都（dōu）在巨量模型（xíng）上（shàng）予以重兵投入，谷歌、微软（ruǎn）、英伟达（dá）、浪潮、智源研究（jiū）院（yuàn）、百（bǎi）度、阿里等（děng）公司相继推（tuī）出了各自的巨量模型。

王恩（ēn）东介绍，巨量化（huà）的一（yī）个核心特征就是（shì）模型参数多、训练数据（jù）量大。“以‘源（yuán）1.0’为例，其（qí）参数量高达2457亿，训练数（shù）据集规模达到5000GB。”

很多人会有这样的困惑（huò）：人工智能那么好，但是怎么跟（gēn）我的业务、应用场景结合？我（wǒ）想（xiǎng）通过AI技术做智能化转型，但是没人懂（dǒng）算法懂模型，也缺少好用（yòng）的（de）AI开（kāi）发平台，算法模（mó）型（xíng）那么多，如何找到不同（tóng）算法在应用（yòng）中的最优组合？

“懂（dǒng）这些的（de）人，往往都集中在科研（yán）机构或者头部公司（sī）。这些（xiē）地方集中了最优秀的AI人才，但（dàn）缺少对（duì）传（chuán）统行业（yè）的（de）需求（qiú）场景、业务规律的深入理解。”对于当前人工智（zhì）能（néng）从技术（shù）到应用所面（miàn）临的困局，王恩东指出（chū）。

来自埃森哲的一份调研（yán）报告显示，70%以（yǐ）上（shàng）有技（jì）术的研究机构、科技公（gōng）司（sī）缺需（xū）求场景、领域知（zhī）识和数据，70%以上（shàng）的行业用户缺技术人（rén）才、AI平台和实践能力。

王（wáng）恩东认为，目前人工智能的技术、产（chǎn）业链条脱（tuō）节，生（shēng）态离散化成为制约（yuē）人工智（zhì）能技术上水（shuǐ）平（píng）、应（yīng）用上规模、产业上台阶的瓶颈。“要（yào）想释放多元（yuán）算力价值（zhí）、促进人工智能创新，既要重视智算系（xì）统的创新，加大人工智能新型基础（chǔ）设施建设，把（bǎ）从技术到应用的（de）链条设计（jì）好（hǎo），从（cóng）体系（xì）结（jié）构（gòu）、芯片设计、系统设计（jì）、系（xì）统软件、开发环境等各（gè）个（gè）领域形成（chéng）分工明确而又协同创新（xīn）的局（jú）面（miàn），又要加快推动开放标准建设，通过统一、规范的标准，将多元化算力转变为可调（diào）度的资（zī）源（yuán），让算（suàn）力好用、易用。”