01 推动人工智能成为“底座技术”——从2024中国计算机大会看人工智能发展趋势
人工智能如何赋能新质生产力发展？如何补足大模型“能力缺陷”？……24日至26日在浙江省东阳市横店镇举办的2024中国计算机大会上，如何推动人工智能与各行各业不断融合，使其成为驱动经济社会数字化转型和创新发展的“底座技术”，引发与会专家热议。
商家通过大模型生成商品详情、图文营销素材，加强销售转化；快递小哥通过智能提示和操作，提升配送和揽收的效率；患者问诊，智能系统提供专业有温度的咨询服务，为医生推荐治疗方案……与会专家表示，科技界和产业界正在持续见证越来越强的大模型。
“计算不仅产生了智能，更在塑造共识，为科学研究提供全新的范式，并催生了崭新的经济形态。”中国工程院院士陈纯表示，计算是推动时代进步的关键力量。
“目前有上百个大模型应用正在京东内部诸多场景孵化、生长，支持了超过60万名员工和20万家商家的工作，进一步提升了工作效率，降低了成本。”京东云相关负责人在大会发言时表示，虽然大模型还没有涌现出面向普通消费者的“超级应用”，但产业应用已逐步铺开。
“现在，一个本科三年级的学生，通过人工智能技术，便可以一个人两周时间完成6分钟的短片。”北京电影学院副校长孙立军说，未来已来，现在电影从业者已经面临着如何向人工智能学习、与人工智能交朋友的挑战。
中国信通院发布的《全球数字经济白皮书（2024年）》显示，截至目前，全球人工智能大模型超过1300个，中国大模型数量占比为36%，位居世界第二。
业内人士在会上表示，人工智能发展了将近60年，经历三次高潮和两次低谷，其中两次低谷都与技术未能真正落地相关。当前人工智能的飞速发展主要由大模型技术推动，大模型能否真正得到广泛有效应用，将成为这一技术未来发展的关键。
“能力确实令人惊艳，但缺陷也令人惊讶。”在谈及人工智能文生视频大模型Sora的表现时，联想集团高级副总裁芮勇说，大模型的出现拉动了整个人工智能的发展，但缺乏推理能力、规划能力以及对物理世界理解的局限性也在凸显。
“当前，人们对‘人工智能+’抱有很高的期望，但人工智能的应用还需要经历一段时期的探索、磨合和积累，才可能迎来繁荣。”中国科学院院士梅宏认为，日常聊天或者生成文本报告、视频，这通常只是行业需求的一小部分，行业需要真正落地的应用是解决生产问题、业务问题的有效方案。
多名专家提到，大模型并非人工智能发展的唯一路径，更加综合、混合的技术发展路径，将有可能推动人工智能破解原理突破、数据依赖、算力消耗等难题和挑战。
“人工智能有许多学派，就像中国功夫，有少林、武当、峨眉等，每一个学派的强项是不一样的。为大模型‘打补丁’，需要其他学派的‘帮助’。”芮勇说，期待学术界、产业界加强合作，打造出真正赋能新时代千行百业的人工智能框架。（来源：新华网）
02 2025年软件产业规模有望突破15万亿元
日前，中国软件行业协会编制发布《中国软件产业高质量发展报告（2024）》（以下简称“报告”）。报告指出，我国软件产业历经了40多年的积淀和发展，已经成为促进全社会生产效率提升的强大动力引擎和数字经济发展的重要基础设施。“软件定义万物”已经成为业界的共识。
当前，我国软件产业发展驶入快车道，软件产业保持稳步增长态势，规模不断扩大。2013年—2023年，我国软件和信息技术服务业总体收入从3.06万亿元增长至12.32万亿元，年均增速达16％。2023年全国软件和信息技术服务业规模以上企业超3.8万家，累计完成软件业务收入123258亿元，软件业利润总额达14591亿元。软件行业收入占我国GDP的比重达到9.8％，在国民经济中的支柱地位日益显现。
2023年以来，全球大模型的快速崛起标志着人工智能技术迈向崭新阶段，我国在人工智能大模型领域的发展步伐不断加快，产业化应用的落地进程也在加速推进。从软件产业的发展视角来看，大模型的引入为产业注入新的活力和创新动力。在行业赋能方面，人工智能、大模型等创新技术将深入拓展AR/VR、元宇宙、智能机器人、模型即服务（MaaS）等前沿产业的应用场景，推动传统行业向智能化、数字化方向迈进。
此外，开源生态日益完善，创新活力持续提升。我国开源软件市场需求旺盛，市场规模持续扩大，国产基础软件、应用软件等产品性能显著提升，逐渐得到国内中高端市场的认可。国内开源社区活跃度持续提升，开发者和贡献者数量显著增长，企业参与度不断加深。
报告指出，我国软件产业进入量变到质变的高速发展周期。未来5～10年，我国软件行业将展现出广阔的市场前景和巨大的发展潜力，软件产业规模也有望保持12％～15％的年复合增长率。中国软协预测，到2025年，我国软件产业规模有望突破15万亿元大关，预计到2028年，这一数字有望突破20万亿元大关。
报告认为，我国软件产业发展面临着诸多新的机遇与挑战，数字化转型市场发展潜力巨大，未来3～5年我国数字化转型将产生5万亿～10万亿元的市场需求，将为我国软件企业带来巨大的商业机会。大模型的广泛应用将进一步推动软件行业向更高层次迈进，使得软件开发的过程更加智能化、便捷化，有效降低开发门槛，提高开发效率，为软件行业的创新与发展注入新的活力。开源成为软件技术和产业创新主导范式，未来随着开源文化的不断演进和应用场景的持续拓展，开源模式将在软件技术和产业创新中发挥更加重要的作用。
对于影响我国软件产业发展的因素，报告指出，一是软件根技术成为科技竞争的制高点，软件根技术是构建高质量软件系统的基础底座，对于提升软件产业的整体水平和竞争力至关重要。二是技术创新成为价值增长的新引擎，技术创新对于软件企业至关重要，软件企业只有通过创新，构建起强大的技术储备，才能推动企业自身全面、持续、健康发展。三是高端人才成为企业发展的动力源，预计到2025年，我国高素质软件人才缺口将超过100万。四是数字经济成为产业发展的倍增器，软件产业作为数字化转型的重要支撑，与其他产业的融合日益紧密，不仅拓展了软件产业的应用领域，也提升了软件产业在整个经济体系中的地位。五是政策环境为高质量发展护航，稳定的政策环境为软件产业的发展提供了全面、多层次的保障与支持。
同时，报告也指出，软件产品化发展之路仍任重道远，国内软件市场中项目制仍然占据着主导地位，但向标准化、产品化的转型正在逐渐成为行业共识。软件价值未得到市场认可与体现，软件企业在开发和推广软件产品时，通常将软件与硬件绑定销售，而非将软件以独立的产品进行销售。国产软件亟须加强知识产权保护，软件产品的形态和功能在不断发生演变，新技术的应用使得侵权行为更加隐蔽和难以追踪，使得软件知识产权保护变得更加困难。（来源：人民邮电报）
03 全球最大规模量子计算流体动力学仿真完成
10月25日，记者从安徽省量子计算工程研究中心获悉，我国科学家在中国第三代自主超导量子计算机“本源悟空”上，成功完成了全球最大规模的量子计算流体动力学仿真，标志着国产量子算力在解决实际问题方面取得重要进展。相关成果发表在国际期刊《应用力学与工程中的计算机方法》上。
该项目研究团队由合肥综合性国家科学中心人工智能研究院、中国科学技术大学、本源量子计算科技（合肥）股份有限公司（以下简称“本源量子”）等单位组成。
计算流体动力学广泛应用于航空航天、汽车工程、船舶设计等领域，与飞行器、汽车及船舶的外形设计都紧密相关。算力提升可以加快飞机、汽车的更新迭代并降低设计成本。然而，传统计算机越来越难以满足这些领域对计算规模、计算精度和计算速度的要求。
量子计算为计算流体动力学提供了新的算力选择。相较于传统方法，量子计算能够显著加速流体动力学仿真过程，从而大幅缩短研发周期并节省经费。
据了解，本源量子很早就开始了量子计算流体动力学探索。2019年，国际知名飞机制造企业空中客车公司发起全球量子计算挑战赛，邀请了全球36个量子计算团队、超过800名研究人员，旨在利用量子算力加快飞机机翼设计。在此次比赛中，本源量子团队构建了一个在量子计算机上求解计算流体动力学问题的算法，成为唯一入围该挑战赛五强名单的中国企业。
中国科学院量子信息重点实验室副主任、“本源悟空”科研团队主要负责人郭国平表示：“此次研究不仅证明我国自主超导量子计算机具备开展大规模、高精度流体动力学研究的能力，也为我们探索更多复杂科学问题提供了新工具和新方法。”
据介绍，今年1月全球上线的“本源悟空”，是目前我国先进的可编程、可交付超导量子计算机，已为来自全球133个国家超1500万人次提供量子云服务，完成27万个量子运算任务。（来源：科技日报）
04 应对AI挑战 引导科技向善
10月25—27日，一场来自全球顶尖智慧的头脑风暴在上海临港汇聚。从应对当下全球挑战到未来人工智能治理、从生命科学前沿到物理科学边界，在2024世界顶尖科学家论坛上，包括11位诺贝尔奖得主在内的近300名世界顶尖科学家齐聚盛会。他们从不同的专业出发，诠释了用科技塑造可持续未来、用科技提升人类共同福祉的梦想。
“科学或技术本身是中性的，但技术有时会带来一些让人始料未及的威胁和挑战，其中就包括全球气候变暖、区域纷争等世界难题。”2004年诺贝尔物理学奖得主、美国加州大学圣塔芭芭拉分校教授大卫·格罗斯在世界顶尖科学家论坛开幕式主旨演讲中说，“这就需要全球科学家合作，应对不断变化的各种世界难题，引导科学向善，青年科学家更需要站出来挑起大梁。”
在今年的世界顶尖科学家论坛上，AI相关的议题占据了重要部分。当AI成为新的生产力，我们是否准备好应对AI带来的“双刃剑”效应？在世界顶尖科学家智能科学大会上，顶尖专家和行业人士共同探讨如何构建全球AI监管体系。
“过去几十年甚至上百年来，科学研究一直面临着一些困境。如今，随着AI的发展，科学研究将迎来一系列新突破。”中国科学院院士、北京大学智能研究院院长、北京大学国际机器学习研究中心主任鄂维南分析说，许多科学研究中，AI已成为不可或缺的工具。例如，AlphaFold系列模型拥有预测蛋白质单链、复合体及复杂生物分子结构的能力，一举解决了困扰生物科学多年的基础问题。
“人工智能不是一诞生就带来了威胁，而是机遇中伴随着威胁。”面对AI背后的伦理风险和安全挑战，中国新一代人工智能发展战略研究院执行院长龚克在论坛上表示，如今由政府、国际组织或是知名国际会议发表的治理框架或者宣言多达几百个，可它们是“支离破碎”的，在协调和执行上存在不小的问题。他认为，加快建立全球性AI治理框架是当务之急。
2010年诺贝尔经济学奖得主、英国伦敦政治经济学院教授克里斯托弗·皮萨里德斯特别关注AI对于未来人类工作的影响。他认为AI广泛应用的时代也许即将到来，但当前AI的应用仍然非常有限。根据其理论研究与社会调查发现，现在大多数情况AI应用场景较为简单，主要的应用是影像识别监控等。AI技术有可能构成新的人机竞争而降低员工的福祉，他呼吁：“科技在提高生产力的同时，也应该能够持续提升员工的福祉。”
作为2024世界顶尖科学家协会奖“智能科学或数学奖”得主，美国康奈尔大学计算机科学和信息科学讲席教授乔恩·克莱因伯格表示：“计算机科学家不仅需要‘确保我们所搭建的算法、选择的设计能造福人类’，也需要与经济学、社会学、行为科学、法学和政策研究等领域专家深入合作，希望我们能全力以赴、创造性地解决这些问题。”（来源：科技日报）
05 2024人工智能十大前沿技术趋势展望发布
近日，2024年世界科技与发展论坛主题会议“人工智能治理创新为培育科技治理生态构建国际信任基础”在京举办，世界机器人合作组织理事长、中国科学院院士乔红在会议上发布了2024人工智能（AI）十大前沿技术趋势展望。
“它们都充满了无限可能和潜力，不仅将带来更加便捷、高效的生活方式，还将推动各行各业的创新和发展。”乔红说，希望此次发布能引导大家共同思考“如何把握人工智能的发展方向，如何推动技术创新与产业升级，如何确保人工智能技术可持续发展”。
这十大前沿技术趋势分别为：
AI共性技术
1.小数据和优质数据
大量的无效数据不仅消耗了计算资源，也给模型可靠训练带来挑战。在此背景下，小数据和优质数据的价值越来越重要。小数据更注重数据的精度和相关性，从本质上减少人工智能算法对数据的依赖和不确定性，增强网络可靠性。建设多样性的数据集不仅能够从理论基础上支撑不同技术路线的AI发展，还为解决通用人工智能的瓶颈问题提供新的可能。
2.人机对齐
只有AI的输出结果与人类价值观相符，才能确保AI模型的能力和行为与人类意图保持一致。仅依靠数据和算法并不足以实现人机对齐，这意味着在设计奖励机制时，不仅要考虑任务的效率、效益和效果，还需要考虑行为是否符合人类的伦理标准。
3.AI使用边界和伦理监督模型
当前AI系统的合规性、安全性和伦理问题越发突出，建立一个AI监督模型框架尤为必要。其主要目的是通过制定明确的标准和规范，确保所有AI系统在开发和使用过程中遵循既定的原则，从而减少AI在制度没有确定的情况下被过度使用所带来的风险。
4.可解释性模型
在保障有效性的前提下，提高可解释性，有助于减少对公共资源的消耗，增强用户对AI系统的信任度，并促进其在关键领域的应用。例如在医疗健康领域，一个具有高可解释性的AI诊断系统能够让医生更容易理解其判断依据，减少不必要的检查和治疗程序。
大规模预训练模型
5.规模定律
基于海量参数和训练数据的大规模预训练模型能够有效提高人机交互和推理能力，增强可完成任务的多样性和丰富性。目前规模定律依然有效，不仅体现在语言模型上，也在图像处理、语音识别等多个领域中得到了验证。
6.全模态大模型
全模态大模型可处理和理解文本、图片、音频、数据表格等多种类型的数据输入，并根据任务需求生成多种类型的输出。例如引入通常用于捕捉三维空间信息的3D点云数据模态，对于机器人的导航和避障尤其重要。
7.人工智能驱动的科学研究
使用大模型、生成式技术等来提高科学研究中提出假说、试验设计、数据分析等阶段的效率和准确性。科学家们可以利用AI技术进行实时的试验监测和调整，快速反馈试验结果，动态优化试验设计和假设。
具身智能
8.具身小脑模型
传统大模型可以协助机器人处理决策、任务拆解和常识理解等慢通道反应任务，但不适合做强实时性和高稳定性的机器人规划与控制快通道反应任务。具身智能（人工智能在物理世界的进一步延伸，一般是指可以感知、理解物理世界并与其形成互动的智能系统）小脑模型可以通过多模型投票等集成学习方法，结合机器人本体结构与环境特性选择合理的模型控制算法，确保机器人在理解自身本体约束的前提下，完成高动态、高频、鲁棒的规划控制动作，使智能机器人更加满足现实世界的精细操作与实时控制需求。
9.实体人工智能系统
实体人工智能系统是将具身智能赋能于物理世界中的实体对象，使传统设备能够突破其原有的功能限制，实现更高水平的智能化操作。人形机器人是实体人工智能系统的终极表现形态，它不仅具备多模态感知和理解能力，能够与人类自然互动，还可以在复杂环境中自主决策和行动，并有望在未来应用到更多复杂的工作场景中。
生成式人工智能
10.世界模拟器
世界模拟器能提供沉浸式的高仿真体验，为使用者带来更加丰富和多样化的游戏世界，可应用于教育、娱乐等领域，还可以创造更多超级数字场景。在机器人领域，这种技术还可用于构建大规模、标准化的多模态机器人行为数据集，提高机器人本体设计、仿真训练和算法迁移的能力。（来源：经济日报）
