在人工智能這場決定未來的全球競賽中，我們面對的不是某個技術(shù)點的“卡脖子”，而是從底層硬件到上層生態(tài)、從技術(shù)標準到治理規(guī)則的全棧式競爭。破解困局、爭取主動，單點突圍無濟于事，必須打一場“全要素+全生態(tài)”的體系化協(xié)同戰(zhàn)。既要讓算力、數(shù)據(jù)、算法、場景等各類要素充分涌流，又要激發(fā)企業(yè)、高校、科研機構(gòu)、開發(fā)者社區(qū)等多元主體的創(chuàng)新活力，更要以國家戰(zhàn)略為統(tǒng)領(lǐng)，將各方力量擰成一股繩，形成整體合力。

強化核心技術(shù)攻堅，筑牢自主可控發(fā)展根基。核心技術(shù)攻堅必須將目標從單項指標的追趕，升級為以建生態(tài)為牽引的體系化作戰(zhàn)。一是向基礎(chǔ)原理扎根。源頭創(chuàng)新若只在應用層、工程層發(fā)力，永遠只能在別人的理論框架里修修補補。必須將更多資源投向算法可解釋性、因果推理、類腦計算等基礎(chǔ)研究“無人區(qū)”，掌握定義技術(shù)路線的底層邏輯，才能從根本上擺脫路徑依賴。二是靶向攻堅與規(guī)?；⒅?。聚焦人工智能芯片、開發(fā)框架、基礎(chǔ)軟件等產(chǎn)業(yè)鏈核心環(huán)節(jié)，實施“揭榜掛帥”、“賽馬制”攻關(guān)機制，集中力量突破關(guān)鍵堵點。更重要的是，技術(shù)突破必須與市場應用形成閉環(huán)，只有將國產(chǎn)軟硬件大規(guī)模投入真實訓練場景，在規(guī)模化試錯中持續(xù)迭代優(yōu)化，才能用市場反饋反哺技術(shù)成熟度，逐步形成能夠與先發(fā)者競爭的生態(tài)吸引力。

優(yōu)化數(shù)據(jù)要素供給，打通高質(zhì)量供給堵點。我國數(shù)據(jù)資源優(yōu)勢明顯，但要解決好“可煉化”與“可流通”兩大瓶頸。一是建設高質(zhì)量“數(shù)據(jù)油田”。依托國家級數(shù)據(jù)標注基地，優(yōu)先在工業(yè)、醫(yī)療、金融等條件成熟的領(lǐng)域建立標準化數(shù)據(jù)集體系，同時加大數(shù)據(jù)合成與智能增強技術(shù)的研發(fā)投入。只有將原始數(shù)據(jù)加工為可直接用于模型訓練的高質(zhì)量數(shù)據(jù)，數(shù)據(jù)要素才能真正進入生產(chǎn)函數(shù)。二是以制度創(chuàng)新打通流通梗阻。圍繞產(chǎn)權(quán)界定、收益分配、安全合規(guī)加快基礎(chǔ)制度供給，推廣“數(shù)據(jù)沙箱”、“監(jiān)管沙盒”等創(chuàng)新模式，在確保所有權(quán)不變、安全可控的前提下，實現(xiàn)多源數(shù)據(jù)融合訓練，讓數(shù)據(jù)在流動中真正實現(xiàn)價值倍增。

加快規(guī)模應用推廣，構(gòu)建可持續(xù)商業(yè)閉環(huán)。應用場景是檢驗人工智能成色的最終戰(zhàn)場。當前人工智能產(chǎn)業(yè)發(fā)展面臨的核心難題，不是沒有好的試點，而是好的試點無法批量復制。要深入實施“人工智能+”行動。一是深度嵌入核心業(yè)務，推動人工智能從輔助場景進入研發(fā)設計、生產(chǎn)調(diào)度、風險管控等高價值環(huán)節(jié)，以實質(zhì)性降本增效撬動企業(yè)付費意愿。二是構(gòu)建產(chǎn)業(yè)鏈協(xié)同嚙合機制。推動算力商、模型商、行業(yè)用戶深度耦合，形成算力按需供給、模型按需適配、場景快速落地的協(xié)同網(wǎng)絡，以標準化接口打破“各管一攤”的局面。三是堅定推進產(chǎn)品化轉(zhuǎn)型。從定制化項目制向可配置、可復制、可運維的標準化解決方案跨越，以規(guī)?；瘮偙⊙邪l(fā)與算力成本，驅(qū)動產(chǎn)業(yè)從燒錢循環(huán)進入盈利循環(huán)。

提升安全治理能力，筑牢產(chǎn)業(yè)發(fā)展安全底線。人工智能的黑箱特性、自主演化能力與泛化能力，使風險源從外部攻擊延伸至模型自身的“基因缺陷”。安全治理須從靜態(tài)的合規(guī)檢查，升級為全生命周期的動態(tài)防護。一是建立分層分類的敏捷治理架構(gòu)。對通用基礎(chǔ)模型強調(diào)透明度和可追溯性，對垂直應用場景根據(jù)風險等級實施差異化監(jiān)管，如對醫(yī)療、金融等高風險領(lǐng)域?qū)嵤﹪栏裾J證與魯棒性評測，對其他低風險場景采取輕量監(jiān)管，實現(xiàn)安全與發(fā)展的精準平衡。二是強化技術(shù)內(nèi)生安全屏障。加大算法可解釋性、隱私計算、對抗訓練等安全技術(shù)的研發(fā)投入，建立常態(tài)化模型安全體檢機制，用“技術(shù)防火墻”前置風險，讓安全能力成為模型自身的“出廠設置”而非事后補丁。三是主動引領(lǐng)全球規(guī)則構(gòu)建。推動我國在數(shù)據(jù)分級、算法備案、安全評測等領(lǐng)域的實踐經(jīng)驗轉(zhuǎn)化為國際治理方案，在多邊框架中搶占規(guī)則塑造的主動權(quán)，避免被反向鎖定。

強化多元協(xié)同保障，構(gòu)建全要素全生態(tài)支撐體系。體系化破局需要與之適配的制度供給與要素支撐。資金層面，要培育真正適配創(chuàng)新的耐心資本。發(fā)揮國家基金引領(lǐng)作用，聯(lián)動地方形成梯次布局的耐心資本矩陣，保障底層攻關(guān)與基礎(chǔ)設施建設的長周期投入。同步推廣“算力券”等普惠工具，為中小企業(yè)參與創(chuàng)新降低門檻。人才層面，要著力鍛造既懂算法邏輯又懂行業(yè)痛點的“兩棲人才”。這類復合型人才無法在校園課堂上批量生產(chǎn)，必須通過龍頭企業(yè)聯(lián)合高校院所共建產(chǎn)教融合平臺，在真實產(chǎn)業(yè)場景中長期“浸泡”出來。加快構(gòu)建具有規(guī)模效應的復合型人才培養(yǎng)體系，形成從頂尖科學家到規(guī)模化應用人才的梯次供給。開放合作層面，要堅持根植中國、網(wǎng)聯(lián)世界。依托“一帶一路”等機制，支持企業(yè)以開源協(xié)作、聯(lián)合研發(fā)等方式深度嵌入全球創(chuàng)新網(wǎng)絡，在合規(guī)前提下突破非商業(yè)壁壘，在開放博弈中提升競爭力，方能在新一輪科技革命和產(chǎn)業(yè)變革中掌握戰(zhàn)略主動。

來源：求是網(wǎng)