王鸿鹭 | 让人工智能更好赋能新质生产力

发展新质生产力，既要充分发挥人工智能的基础设施作用，又要防范可能的风险。要在推动技术进步的同时，确保发展的包容性和可持续性。通过加强顶层设计、完善政策体系、培育创新生态、促进融合发展等举措，推动人工智能赋能新质生产力实现更大发展。

尽管人工智能在推动新质生产力发展方面展现出巨大潜力，但我们也要清醒地认识到面临的关键挑战，并有针对性地制定战略对策。

技术层面

在技术层面，核心挑战包括：基础理论和关键技术突破、AI系统安全性和可靠性、算力瓶颈等。在基础理论方面，深度学习的可解释性、小样本学习、知识表示等问题仍需突破；在关键技术方面，高端芯片、基础软件、开发工具等领域存在短板；在系统安全方面，模型鲁棒性、隐私保护、对抗攻击等问题需要解决；在算力支撑方面，大模型训练的计算资源和能源消耗呈指数级增长。应对这些挑战，需要系统布局创新链：在基础研究端，加大对机器学习理论、神经网络算法、类脑计算等前沿领域的投入；在技术研发端，突破高性能AI芯片、智能计算框架、开发工具集等关键环节；在应用创新端，推进绿色计算技术发展，优化模型压缩和模型蒸馏等方法。要完善从算力基础设施、开发工具到解决方案的产业体系，布局智能计算中心，发展开发工具链，培育解决方案服务商。同时，通过开源技术、分布式架构和联邦学习等创新范式，构建开放共享的技术生态。

产业层面

在产业层面，主要挑战是应用场景深度不足、产业链协同待加强、创新资源相对分散等。同时，产业链上下游协同不足，创新要素难以有效整合，影响了整体发展效率。建议要着重推动创新链与产业链的深度融合：围绕产业链部署创新链，以解决产业痛点为导向，开展全链条创新布局，加快关键核心技术攻关；要围绕创新链布局产业链，推动人工智能与实体经济深度融合，培育新兴产业业态。以制造业为例，要围绕产业痛点部署创新资源，如针对质量检测开发专用视觉算法，针对设备维护研发预测性模型等，形成产业创新与技术突破的良性互动。

社会层面

在社会层面，需要应对就业结构变化、数字鸿沟扩大、发展公平性等挑战。人工智能的发展将重构就业结构，部分传统岗位可能被替代，而新型就业岗位不断涌现。数字化转型过程中，不同区域、不同群体在获取和使用人工智能技术方面存在差异，可能加剧发展不平衡。这要求我们建立更加包容和富有韧性的智能时代社会治理体系。在就业方面，要加强职业技能培训，完善终身学习体系，帮助劳动者适应新型就业形态。在普惠发展方面，要通过政策引导、数字基础设施下沉、智能应用普及等多维度举措，确保人工智能发展成果更加公平地惠及全社会。

认知层面

在认知层面，要防范“智力外包”“认知茧房”和“反馈闭环效应”等问题。一方面，随着人工智能技术深入应用，人类可能过分依赖AI进行决策分析和创意生成，弱化自主判断能力和原创思维能力，形成“智力外包”的惯性，影响认知能力的自然发展。另一方面，过度依赖AI辅助思考和决策可能导致人类习惯于接受AI提供的既定思维模式和解决方案，逐步丧失独立思考和创新思维的能力，形成新型“认知茧房”。同时，AI生成数据的不断循环使用会产生“反馈闭环效应”，模型可能陷入自我强化的认知偏差，逐步偏离真实世界，影响系统的适应性和更新能力。应对这些挑战需要系统性举措：在教育体系中加强创新思维和批判性思维培养，培养“能用AI、不依赖AI”的新一代人才；开展全民AI科普教育，提升公众对AI的理性认知；在AI系统设计中嵌入认知多样性保护机制，建立数据质量监控机制，确保模型持续吸收真实、权威的数据源；制定AI应用伦理准则，开发专门算法识别和纠正AI生成数据中的偏差，确保人类在人机协作中保持主体地位。通过这些措施，在提升效率的同时保护人类认知能力的独立性、创造性和多样性。