新华社哈尔滨8月23日电　题：人工智能从“实验室”走向市场，还要答好几道题？

  新华社记者杨思琪、杨轩、沈易瑾

  2024太阳岛企业家年会22日至24日于哈尔滨举办，其中的“人工智能赋能高质量发展论坛”发布了人工智能十大成果。从革新生产生活方式到加速赋能产业发展，人工智能如何更好发挥作用？

  “走深向实”重塑千行百业

  “依托公司在显示技术、物联网及大数据处理等方面的积累，我们推出了‘AI影像辅助诊疗平台’，可以通过智能医疗设备、远程医疗平台及健康管理系统的集成应用，实现医疗资源的优化配置和高效利用，帮助更多患者在家门口享受到更好的医疗服务。”京东方健康科技有限公司总经理王雨楠说。

  这是此次论坛发布的人工智能成果之一。中国新一代人工智能发展战略研究院执行院长龚克介绍，当前新一轮科技革命和产业变革深入演进，人工智能产业创新密集活跃，正推动人类社会加速进入智能时代。

  人工智能与算法已成为众多行业的效率倍增器与发展新引擎。

  在哈电集团重装公司厂房内，智能化焊接系统已在核电设备焊接中推广。“智能化焊接系统能自动检测焊缝内径尺寸、外观形状和缺陷，调整焊接方式，可减少50%到75%的人力，效率提高2倍以上，作业质量可满足核电焊接标准。”哈电集团创新与数字化部副总经理刘新新说。

  在赋能传统产业的同时，人工智能也在创造全新应用场景，带动新兴产业拔节生长。

  北京讯飞研究院副院长李家琦说，基于星火认知大模型，科大讯飞正在数字政府、教育、司法、金融、汽车等多个行业开发创新服务产品，为用户带来更多新体验。

  《中国新一代人工智能科技产业发展报告2024》显示，我国人工智能被广泛应用于包括智慧城市、智能制造、智慧农业在内的20个细分领域，创新版图正从“极化”走向“扩散”。

  还要答好几道题？

  “AI”，已成为现象级热词与万千行业的“宠儿”。然而，在不少细分领域，从人工智能技术的落地到大规模商业化应用仍有距离。业内人士认为，人工智能仍需答好“三道题”。

  ——“基础题”。多名受访专家指出，目前算力、存储等基础设施方面仍存短板，难以满足实际需求。中国国际科技促进会新基建专委会会长金晖认为，高质量数据采集和行业专属大模型是人工智能赋能产业变革的关键所在。

  哈尔滨工业大学计算机科学与技术学院副院长程思瑶说，在一些领域，存在数据收集存储装备少、基础数据标准化程度低、数据采集成本较高等问题，对大模型的训练与推理造成不利影响。

  “传统装备制造业数据基础设施相对较弱，整体仍处于数字化阶段。”刘新新说，不同车间、流程工艺之间的数据有效互通仍有较大提升空间。

  ——“场景题”。人工智能技术转化，一头连着科研，一头连着市场，工业界与科研机构的衔接至关重要。一些受访专家表示，当前人工智能研发人员对各大行业的了解仍然有限，如果不能清晰掌握工业界的实际需求，就难以给出有针对性的解决方案。

  “既懂专业、又懂市场的跨领域人才培养，值得关注。”李家琦说，坐在研发室里很难想象具体应用场景。同时，具备丰富行业经验的项目经理、产品经理等综合性人才，被各大企业所青睐，存在较大缺口。

  刘新新说，在人工智能技术转化上，应用企业作为“出题人”，在提出需求时还缺乏精准性，因此一些应用场景中的共性问题还没能提炼出来，成为一大阻碍。

  ——“机制题”。受访专家认为，不同行业领域间仍然存在“数据壁垒”，对人工智能技术迭代升级造成延缓。

  一家人工智能技术研发企业负责人说，对于用户数据怎样保存、能否用于训练等问题，行业内还缺乏明确规定，可能引起隐私权、版权等纠纷，企业存在顾虑。

  让人工智能走上更大舞台

  多位受访专家呼吁，可在行业政策支持、基础设施建设、高水平人才培养等方面综合施策，充分释放人工智能发展潜力。

  “当前应进一步强化顶层设计，平衡处理数据安全与互联互通。”中国互联网协会副理事长、伏羲智库创始人李晓东等专家建议，在保障公民隐私与数据安全的前提下推动建立行业内与行业间的数据互通互联机制，大力支持孵化共性技术，从企业单点式突破拓展到更多应用场景。

  “新一代人工智能是推动科技跨越发展、产业优化升级的驱动力量。”智慧足迹数据科技有限公司高级副总裁文武说，去年5月北京市发布《北京市数据知识产权登记管理办法（试行）》，为数据商业生态与人工智能技术发展提供制度框架。可借鉴这一做法，进一步推动政企数据融合，发展数据商业生态，提升和释放数据要素价值。

  金晖建议，各大企业可与高校合作推出人工智能大模型实训课程，提供系统化、前瞻性、理论实践相结合的专业辅导，加快培养“AI+专业”的跨领域人才，提升从业者专业水平，扩大行业人才储备。

  李家琦等专家表示，期待国家重点实验室等高水平科研机构与人工智能行业龙头企业密切合作，构建新一代人工智能全产业链生态平台，聚焦关键技术难题，构筑产学研用一体化的知识层、技术群、生态圈，打造自主可控的人工智能领域新质生产力，抢占人工智能技术制高点。