科技创新与产业应用相互促进
深化大数据、人工智能等研发应用，要以关键核心技术为主攻方向，增强原创能力和基础研究，还要坚持需求导向的科技发展路径，强化科技应用开发，形成科技创新和产业应用相互促进的良好发展局面。
一是夯实算力基础。智能算力基础设施是数据资源的底座，人工智能技术研发与产业发展需要超大规模的算力基础设施作为支撑。从算力资源看，截至2023年，我国提供算力服务的在用机架数达到810万标准机架，算力规模列全球第二位。然而，目前各类算力提供主体在技术体系、基础架构、调用接口等方面存在差异，尚未形成全国范围内可感知和调度的标准化算力服务。应当从国家层面统筹整合资源，系统优化算力基础设施布局，加快形成全国一体化算力体系，深化人工智能研发应用。
二是加强基础研究。人工智能具有多学科综合、高度复杂的特征，需注重前瞻性布局，构建开放协同的创新体系。一方面，要深入把握世界人工智能发展新趋势，加强机器学习算法、智算芯片、核心软件等关键核心技术攻关，实现脑科学与类脑智能、量子计算和人工智能领域交叉学科协同突破。另一方面，要从场景、应用着手反哺底层技术发展，培育具有国际竞争力的开源开放研发生态，促进产学研用各类主体共创共享，带动创新能力全面提升。
三是重点开发新一代人工智能。在战略层面，发挥好新型举国体制优势，加强研判、统筹谋划，聚焦大语言模型、生成式人工智能等新技术，加快建立新一代人工智能关键共性技术体系。在组织层面，提升高质量数据要素供给能力，建立国家级大数据综合试验区，加强数据开放共享。在应用层面，围绕数据采集、数据标注，探索打造数据训练基地，研发超大规模人工智能模型，积极探索通用人工智能发展新路径。
四是推动产业化商业化应用。围绕经济社会发展需求，充分发挥我国海量数据和巨大市场应用的规模优势，将技术和产业有机结合起来。要坚持需求导向、市场倒逼的科技发展路径，强化企业在人工智能创新活动、技术路线选择和行业产品标准制定中的主体作用，促进技术成果商业化应用。还要培养更多富有创新精神的高素质人才和应用型人才，协同推进校企合作、产学研贯通。
|
