人工智能作诗（shī）、写对联，神经医学人工（gōng）智能研究最新进展，人工智能交（jiāo）通融合感知与（yǔ）数字孪生解（jiě）决方案，精（jīng）准医疗辅助诊断（duàn）平台……10月26日，2021人工智能计算（suàn）大会在北京举行，一（yī）批人工智能技术应用的创（chuàng）新成果吸引了不少观（guān）众互动。

会上，包括中国工程（chéng）院院士、浪潮首席科学家王恩东在（zài）内（nèi）的专家（jiā）深（shēn）入（rù）探讨了数字经济新（xīn）格局下，计算如何向（xiàng）智算转型，智算如（rú）何赋能科技创新、社会治理（lǐ）及产业（yè）升级，并对人工智能如何（hé）发展出像（xiàng）人类的逻辑、如（rú）何跟（gēn）应用场景结合（hé）等人工智能（néng）行业的热点问题进（jìn）行了解答。

“人工智能已经从（cóng）五（wǔ）六年前的（de）‘黑科（kē）技’变成了今（jīn）天的‘热科（kē）技’，我们看到前沿的研究不断涌现（xiàn），比如（rú）通过Alpha Fold 2模型，预测人类蛋白质序列，通（tōng）过脑机接口研究，让猴子用意念来（lái）打游戏。同时，我（wǒ）们也看（kàn）到人工智能正在与（yǔ）各个产业深度融合，改变（biàn）第一、第二（èr）、第三产（chǎn）业的生产方式，各种行业（yè）大脑、无（wú）人化（huà）作业模式（shì）不断涌（yǒng）现（xiàn），这（zhè）些（xiē）新基建正在（zài）加速推动着智慧（huì）时代（dài）的到来。”王（wáng）恩东说，人工智能（néng）变成“热科技”的关键，在于加（jiā）强（qiáng）新基（jī）建，释放多（duō）元（yuán）算力价（jià）值，其（qí）中计算系（xì）统的（de）创（chuàng）新是关键。

今（jīn）年的人工（gōng）智能计算大会以“智算·新际”为主题。在（zài）大会现场，浪潮人（rén）工智能研究院开发（fā）的全（quán）球（qiú）最（zuì）大规模中文AI巨量模（mó）型“源1.0”成为全场焦点，大批（pī）参会（huì）者（zhě）排队与“源1.0”互动（dòng），亲身感受由人（rén）工智能驱（qū）动的内容（róng）生（shēng）产方式变革（gé）。

“2020年，人（rén）工智能（néng）加速芯片所交付的计算（suàn）力总和已经超过了通（tōng）用CPU（中（zhōng）央处理器（qì））。预计到2025年，加速芯（xīn）片（piàn）所提供的（de）计算力可能超过80%。”王（wáng）恩东表示。

“随（suí）着人工智能（néng）的规模化（huà）发展，算力（lì）已经成（chéng）为决定性的力量，智慧计算是智慧时（shí）代的核心（xīn）生产（chǎn）力。”王恩东表示，人工智能带来指数级增（zēng）长（zhǎng）的算力需（xū）求，计（jì）算产业正面临多（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（zhì）能场（chǎng）景需要多元化的（de）算力，巨量化的模型、数（shù）据和应用规模需要巨量的（de）算力（lì），算力已经成为人工智能（néng）继续发展的重（chóng）中（zhōng）之重；另一方面，从芯片到算（suàn）力的转（zhuǎn）化依然存在巨大鸿沟，多（duō）元算力（lì）价值并未得（dé）到充分释放。如何快速（sù）完成多元芯片（piàn）到计算系统的创新（xīn），已经成（chéng）为推动人（rén）工（gōng）智能产业（yè）发展（zhǎn）的关键环节。

人工智能如（rú）何发展出像（xiàng）人类（lèi）具（jù）备逻辑、意识和（hé）推理的认知能力，是（shì）人（rén）工智能研（yán）究一（yī）直在探索的方向。

“目前来看，通（tōng）过大规模数据训练（liàn）超大参数（shù）量（liàng）的巨量模型，被（bèi）认为是非常有希望实现通用人工（gōng）智能（néng）的一（yī）个重要（yào）方向。”王恩东（dōng）认（rèn）为，随着巨量模（mó）型的兴起，巨量化已（yǐ）成（chéng）为未来人工（gōng）智能发展（zhǎn）非常重要的一（yī）个趋势。

全球知（zhī）名的AI领先公司都（dōu）在巨量模型上予以重兵（bīng）投入（rù），谷歌、微软、英伟达、浪潮、智源研究（jiū）院、百度（dù）、阿（ā）里等公司相继推（tuī）出了各自的巨量模（mó）型（xíng）。

王恩东介（jiè）绍，巨量化的（de）一个（gè）核心特征就（jiù）是模（mó）型参数多、训练数据量大。“以‘源1.0’为例，其（qí）参（cān）数量高达2457亿，训练数据集规模达（dá）到5000GB。”

很多人会有这（zhè）样的困惑：人工（gōng）智能那么（me）好，但是怎么跟我的（de）业务（wù）、应用（yòng）场景结合？我想通过（guò）AI技术做智能化转型，但是（shì）没人懂（dǒng）算（suàn）法（fǎ）懂模型（xíng），也缺少好用的AI开发平台，算法模型那么多，如（rú）何找到不同算法在应用中的最优组合？

“懂这些的人，往往都集中（zhōng）在科研机构或（huò）者头部（bù）公司。这些地方（fāng）集（jí）中了最优秀（xiù）的AI人才，但缺（quē）少对传统行（háng）业的需求场景、业务（wù）规律（lǜ）的深入理（lǐ）解。”对于当前人工智能从技术到（dào）应用所面临的困局，王恩（ēn）东指出。

来自埃森哲的一份（fèn）调研报（bào）告（gào）显示，70%以上有技术的研究机构（gòu）、科（kē）技（jì）公（gōng）司缺需求场景、领域知识和数据，70%以上的（de）行（háng）业用（yòng）户缺技术人才、AI平台和实践能（néng）力。

王（wáng）恩东认为，目前人工智能的技术、产业链条脱（tuō）节，生态离散（sàn）化成（chéng）为制（zhì）约人工（gōng）智能技术上（shàng）水平、应用上规（guī）模、产业（yè）上台（tái）阶的瓶颈。“要想释放多元算力价（jià）值、促进人工智（zhì）能创新，既要重视智算系统（tǒng）的创新，加大人工（gōng）智能新型基础设施建设，把从技术到应（yīng）用（yòng）的链条设计好，从体（tǐ）系结构、芯（xīn）片设计、系统设计、系统软件、开（kāi）发环（huán）境等各个领域形成（chéng）分工明确而又协同（tóng）创新的局面，又要加快推动开（kāi）放标准建设，通过统一、规范（fàn）的标准，将多元化算力转变为（wéi）可（kě）调度的资源，让算力好用、易用。”