就如何貫徹落實《“人工智能+制造”專項行動實施意見》，工業和信息化部負責人在國務院新聞辦公室日前舉行的新聞發布會上明確表示，要通過抓好技術創新、抓好融合應用、抓好企業培育、抓好生態建設和抓好安全治理，加快推動人工智能產業高質量發展。

第一，抓好技術創新。重點是加快突破高端訓練芯片、端側推理芯片、人工智能服務器、高速互聯、智算云操作系統等關鍵技術，同時推動智能芯片軟硬協同發展，構建出統一的軟硬件適配生態，并推動算力集成，將分散的異構算力整合為高效、穩定的統一資源池，促進算力資源的高效利用。

除了強力度的整合與協同，切實而有效地提升算力資源的利用水平，還必須有序推進高水平智算設施布局，加快建設全國一體化算力網監測調度平臺，同時開展智算云服務試點，推動大模型一體機、邊緣計算服務器、工業云算力部署，并加強智算資源供給能力。

第二，抓好融合應用。既要面向原材料、裝備制造、消費品、電子信息、軟件和信息技術服務等制造業相關重點行業加快賦能，也要推動大模型技術深度嵌入生產制造、改造研發設計（含工業設計）、中試驗證、生產制造、營銷服務、運營管理等全流程，同時面向重點企業提升AI應用水平，鼓勵龍頭企業、央國企等先行先試，加快中小企業人工智能應用復制推廣。

國家自主創新示范區、國家高新區、國家級經開區以及先進制造業集群和數字產業集群等重點領域擁有資源集聚與人才密集優勢，無疑是推廣AI應用的重要腹地，與此同時，工業互聯網、綠色制造等重點領域同樣是AI賦能的理想之地。

第三，抓好企業培育。就是要遵循梯次原則，一方面支持大型企業加大創新投入，面向國家重大任務，集聚資源打造具有全球影響力的生態主導型企業；另一方面發展人工智能企業孵化器，通過實施中小企業創業支持計劃，培育更多人工智能專精特新“小巨人”企業、高新技術企業、制造業單項冠軍企業、獨角獸企業和瞪羚企業。

企業AI應用以及AI對企業的賦能效果，離不開外部關鍵載體的強力支持，為此需要創新載體的支持，包括建設人工智能領域制造業創新中心、人工智能領域重點實驗室等，同時還需高質量建設制造領域重點行業國家人工智能應用中試基地，加快形成一批可復制、可推廣的行業解決方案。另外，服務商的應用賦能角色不可或缺，包括建設一批人工智能賦能應用加速器、推動形成生態伙伴型服務商，以及電信運營商和國企尤其是中央企業數智科技公司，更應主動承接行業賦能應用服務。

第四，抓好生態建設。首先需要強化標準引領，分級分類推動安全、治理、倫理等基礎標準，軟硬協同等通用標準、賦能應用標準以及計量技術規范研制，同時健全人工智能開源機制，包括建設高水平人工智能開源社區、研發推廣適配人工智能項目特性的開源許可協議，并引導云服務廠商、賦能應用服務商與開源社區積極對接，推動開源項目在工業領域落地應用等。

加強人才引育是生態系統可持續發展的保障。一方面，要在建立人工智能產業人才需求預測系統的基礎上，引導與支持高校院所提前布局、調整優化相關學科專業，同時在人工智能產教融合創新平臺、卓越工程師學院、卓越工程師實踐基地等，設置專業課程，培養既懂人工智能又懂制造業應用的復合型人才，完善人工智能認知教育培訓，提升全員人工智能素養與技能。另一方面，要加強人工智能領域高技能人才培養，重點造就出科技領軍人才、創新團隊，超常規構建領軍人才，同時積極引進海外高端人才。

第五，抓好安全治理。首先是技術供應鏈安全，即確保從芯片、服務器到算力網絡等基礎設施的安全可控;其次是產品與運行安全，即保障智能裝備、工業系統自身安全及穩定運行;最后是數據與模型安全，即保障工業數據全生命周期安全，并開發可靠的行業模型。此外，為人工智能在工業領域深度應用提供整體安全解決方案的應用生態安全也極其重要。

策應系統性生態安全要求，需要強力提升安全保障能力。一方面，要加快攻關深度合成鑒偽、工業模型算法安全防護、訓練數據保護、對抗樣本檢測、智能終端安全測評等關鍵技術，加強數據安全管理，強化人工智能安全保護能力；另一方面，要構建安全風險庫、語料庫等資源，建設工業安全大模型。不僅如此，還要通過知識庫優化、訓練語料糾錯、生成合成內容標識等，增強人工智能透明度、可解釋性，降低幻覺風險。此外，要落實人工智能科技倫理管理服務辦法，加強行業自律，提升企業人工智能倫理風險防范能力。

本版專欄文章

僅代表作者個人觀點