世界互聯(lián)網(wǎng)大會(huì)烏鎮(zhèn)峰會(huì)——人工智能賦能新質(zhì)生產(chǎn)力發(fā)展論壇

本场论坛围绕把握新一轮科技革命和产业变革机遇，以加快发展新质生产力为导向，以人工智能引领数字技术集成创新为关键，全面变革科技创新、产业创新范式，加快原创性、颠覆性技术突破，推动更多科技成果转化为生产力，推进人工智能技术与各行业各领域深度融合应用等内容展开深度探讨，为浙江乃至全国新质生产力发展贡献智慧和力量。

中国国家互联网信息办公室副主任王崧致辞。

工业和信息化部副部长张云明致辞。

浙江省委常委、常务副省长徐文光致辞。

浙江卫视主持人席文：
非常荣幸有机会来主持2024年世界互联网大会乌镇峰会“人工智能赋能新质生产力发展”论坛。刚刚王崧副主任、张云明副部长、徐文光常务副省长高屋建瓴地分析了人工智能赋能新质生产力发展的重要意义，并提出了具体的路径及建议，为我们加快发展新质生产力，提供了很好的思路，让我们再次感谢几位领导的精彩致辞。
现在进行论坛的主题演讲环节，与会嘉宾分享他们在人工智能赋能新质生产力相关领域的探索、实践及思考。正如刚才文光常务副省长指出的一样，今天是非常难得学习与交流的机会，希望大家进一步畅所欲言，直抒胸臆。
中国宏观经济研究院是以宏观经济理论和政策为专长的国家级决策咨询智库，开展了很多关于新质生产力的研究，为国家完善新质生产力战略布局提供了重要支撑。下面，有请中国宏观经济研究院院长黄汉权先生作《准确把握新质生产力的内涵特征和实践要求》的演讲！

黄汉权：
尊敬的徐文光常务副省长、各位院士、专家、各位领导、各位嘉宾，女士们先生们，大家上午好！
非常高兴参加2024年世界互联网大会乌镇峰会，人工智能赋能新质生产力发展论坛，今天我们在这个具有千年历史的古镇探讨人工智能和新质生产力这样的前沿技术和新兴的话题非常有意义。
我给大家分享的题目叫《准确把握新质生产力的内涵特征和实践要求》。
我想就三个问题跟大家做交流：
一、关于新质生产力的认识误区和实践困惑
二、新质生产力的内涵特征和形成机理
三、因地制宜发展新质生产力的实践要求。

黄汉权：
自从去年习近平总书记提出发展新质生产力这个重大命题以来，社会各个方面对新质生产力这个新概念展开了大量的研究和探讨，形成了很多成果。
见仁见智，也拓展了我们对新质生产力的认识的深化，但是我们也发现在实践还有认识过程中还是有一些认识的误区和实践困惑。
认识误区有两个方面，一个是对新质生产力概念的理解的泛化，也就是对新质生产力概念的滥用，现在有的一些部门或者是单位把所有的工作都往新质生产力上靠，好像我这个工作不跟新质生产力有关联就不是主流，所以有点“新瓶装旧酒”，实际上不是所有的工作都能够跟新质生产力是关联的，所以这不能泛化。
第二是窄化，就是把它理解窄了。我认为有三个误区：
1.把新质生产力等同于发展新兴产业和未来产业，我们知道战略新兴产业和未来产业是新质生产力孕育的重要的载体。
2.但是我们讲传统产业是我们产业的基本盘，传统产业占整个制造业的比重达到80%，所以转型升级也是可以形成新质生产力的。
3.习近平总书记说的发展新质生产力不能忽视放弃传统产业。

黄汉权：
第二个误区新质生产力只能在发达地区产生，发达地区具有发展新质生产力良好的基础和条件，比如说科技创新资源、高校、院所密集，还有各种创新平台以及人才，确实是更容易产生新质生产力，更有能力发展新质生产力，但是我们讲一些欠发达的，经济现在稍微差一点的地方也是能够发展新质生产力的。
所以我认为欠发达地区利用新技术、新业态、新模式改造提升传统产业，发展新兴产业，建设具有适合特色的现代化产业体系，都属于发展新质生产力的范畴。
第三个误区，发展新质生产力就是抓科技创新。
我们认为科技创新很重要，但是我们也觉得管理和制度创新也很重要，因为有时候如果没有管理和制度创新，你的科技创新也很难取得重大的突破，比如说我们讲的像科学家如果他的积极性没有通过制度创新，激发他们的活力和创造力，那科技创新也很难形成。

黄汉权：
实践困惑有两个：传统生产力和新质生产力。我们现在发展新质生产力了，是不是所有的力量和资源都用来发展新质生产力？我觉得不能这么去理解，新质生产力很重要，但是新质生产力的形成需要时间，而我们现在的经济很多还是我们传统产业，传统生产力在推动在支撑，所以我说不能把所有的力量资源全部投到新质生产力去，因为我们的传统生产力还是要去改造升级提升。
比如说举个例子，现在我们讲的传统的燃油车，烧油的车，还有新能源汽车这两个是不是所有的力量都去发展新能源汽车，燃油车不发展了？我想不应该是这样，因为现在的燃油车还有市场，也有消费者，有一部分还是偏向选择燃油车的，但是我们的燃油车也要升级，也要降低油耗，提升智能化水平还有安全性等等。
第二个困惑，大家觉得在发展新质生产力当中怎么处理好政府的作用和市场的作用？我觉得市场肯定是在新质生产力过程当中是起主导作用的，因为技术是由市场来选择。政府是弥补市场失灵，创造好的发展的环境。

黄汉权：
二、新质生产力的内涵特征和形成机理。
需要回归到新质生产力的概念内涵上来，习近平总书记在主持中共中央政治局第十一次集体学习时全面概括和总结了新质生产力的基本要义：新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。它由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生，以劳动者、劳动资料、劳动对象及其优化组合的跃升为基本内涵，以全要素生产率大幅提升为核心标志，特点是创新，关键在质优，本质是先进生产力。
这段话很长，新质生产力到底是怎么形成的？新质生产力大家看得见吗？摸得着吗？你看不见摸不着，但是有载体。
一个是它的起点是科技创新，管理和制度创新。科技创新和管理制度带来的是技术的革命性突破和要素的创新性配置，这些技术革命性突破赋能渗透改造劳动者，劳动资料，劳动对象，这三个生产力的三个基本构成要素，最后这些要素在哪个地方组合配置呢？在企业，在产业里面组合配置，所以带来产业的深度转型升级，表现就是新产业的产生和传统产业的改造升级。
最后带来全要素生产力的大幅度提升，这个是发展新质生产力的落脚点。

黄汉权：
新质生产力形成是历史逻辑，理论逻辑和实践逻辑的统一，所谓的历史逻辑就是每一次科技革命都会带来生产力的变革，理论逻辑是当前世界面临百年未有之大变局的加速演变，世界经济增长动能放缓，所以需要用新的生产力理论来指导新的世界经济发展的实践。实践逻辑是新质生产力已经存在，因为新一轮科技革命和产业变革已经正在进行时，不是未来时，只是我们过去不用这个词来概括，现在用了这个词来概括这个新质生产力了。
新质生产力的“新”和“质”体现在哪？一个技术的新突破，就像我们今天谈的AI人工智能的技术，那它的第二个新是要素的新组合，有数据要素的产生还有数字经济和实体经济的结合，产业的新变革包括我们讲的平台企业共享经济等这种生产方式和组织模式的变革，还有效率的提升，包括无人工厂。还有一个新兴劳动者，现在我们讲的人形机器人、数字人、智能体的出现，这是新兴劳动者。

黄汉权：
三、因地制宜发展新质生产力的实践要求
我觉得因地制宜不能把“地”理解得狭隘了，“地”是指地域，第二个是因技制宜，第三个是因业制宜。
1.因地制宜，我们国家有不同类型的地区，有科技资源丰富的地区，有资源富集地区，还有生态保护的地区，不同类型的地区发展新质生产力的路径和重点不一样，有的是科技创新，有的是把创新的成果用到传统产业上，有的是资源深加工利用，有的是通过生态保护发展。
浙江科技资源比较丰富，我们也是在创新方面在全国的前列，浙江现在大力地布局人形机器人这个新一代的信息技术，还有生物医药等等这些未来产业，我觉得都很好。
广西百色市是革命老区，科技创新能力不强，但是把上海的一个企业的科技成果转化应用到他那里，把这个铝产业做出了一个连续纤维的像棉花这样的高温耐火，高附加值的材料，也是发展新质生产力。
2.因技制宜，因为技术的不同，比如说我们在研发基础研究中间工程化，产业化各种不同的阶段，我们政府采取的措施和作用不一样。
像华为，他用了大模型的技术来改造铜箔生产工地优化，这种技术，政府怎么样促进供需的衔接，推动AI大模型技术的加速应用，赋能千行百业？

黄汉权：
3.因业制宜，及时将技术创新应用到产业和产业链上，科技成果创新的种子种在三块地上，一块是传统产业、新兴产业、未来产业。因为我们讲传统产业是我们的根基，所以说传统不等于落后产业，没有落后产业，只有落后的技术，所以传统产业要用数字、绿色、技术来推动他的智能化，绿色化，融合化。
培育壮大新兴产业，我们新兴产业是引领未来发展的新支柱新赛道，我们要持续推动技术迭代升级，创新应用场景发展壮大新兴产业，占据竞争的制高点。
布局建设未来产业，未来产业是基于前沿重大科技创新而催生的前沿性产业，处于孕育孵化阶段，今天的未来产业可能是明天的新兴产业，后天的支柱产业，所以我们要用明天的技术锻造后天的产业，培育耐心资本的持续增加投入，开辟新赛道、新领域。
昨天我参观展会，我看低空经济方面的发展就是未来空间的产业。
所以，我想新质生产力是推动高质量发展、推进中国式现代化的新引擎，也是促进世界经济增长的新动能，让我们携起手来，紧紧抓住新一轮科技革命和产业变革迅猛发展，尤其是人工智能等新技术带来的生产力迭代升级的重大机遇，因地制宜地发展新质生产力，积极主动拥抱以人为本、智能向善的数字未来，奋力打造经济社会发展新引擎新动能。
以上就是我跟大家共享的东西，谢谢大家！

席文：
谢谢。让我们感谢黄汉权院长，朋友们，新加坡国立大学在人工智能领域的理念和研发一直走在世界前列。下面有请中国科学院外籍院士、新加坡两院院士、新加坡国立大学李光前百年纪念讲席教授黄铭钧先生作《数据驱动智能向善：技术与应用》的演讲！有请。

黄铭钧：
女士们、先生们，大家早上好！
我今天想和大家分享的话题是数据驱动智能向善怎么样更好的推动技术与应用和商业的模型在这方面的应用。主要和大家介绍三个方面：
第一方面是数据怎么驱动人工智能发展。我们知道数据是驱动了我们所有的相关知识的发展。
第二方面是数据驱动智能新范式。
第三方面是数据驱动的新智能应用。
我们也知道，现在随着大数据、云计算、物联网等技术的成熟，现在数据已经成为推动人工智能技术发展的核心动力，我们也知道现在到2024年预计整体的算力会达到几百上千的GB，这也是对训练AI非常的重要，他将会提升我们的服务、我们的质量。基于麦肯锡的报告，全世界75%的公司现在都在努力将AI融入到他们的应用，比方说像金融预测、医疗分析、预诊。当然，也是优化我们的消费者市场，所以我们必须去利用到这样丰富的数据，比方说，我们聚焦于能够挖掘数据驱动的智能，这样就是能够去考虑到更多的一些因素。比方说规模、质量、多样化、增强，从而能够去推动更多有效的数据驱动的智能。
我们也看到现在很多的大模型都是非常的成功，他也累计了很多的数据，我们也看到AI与过去几年相比或者是几十年相比，他累计了很多的数据，这都是非常强大的一些工具，现在有这么大的数据，在这个过程中我们必须要有这样的数据，确保他能够有更多的一些准确性。比如我们看一下GPT从第一代到第四代现在整体的运用以及他的结构已经变的更加稳定，可能他的结构改变的不大，但是他整体的数据的质量是非常高的，所以他能够做出一些更精准的预测。他现在就是比之前的第一代，7、8年之前的那些已经提升了很高的准确率，所以我们是能够做到更好的AI驱动的数据的分析。

黄铭钧：
尽管我们现在数据驱动人工智能发展的迅猛，但是仍然是需要探索高效的数据驱动的方式，主要是有两个挑战，第一个是在整合数据的时候是非常困难的，因为整体的数据是非常复杂的，比如说他有不同的数据来源我们怎么样去读取这么大量的数据从而能够确保我们能够有效安全的去进行整合。还有就是怎么样通过数据挖掘实现数据智能的升级，因为我们知道挖掘是能够去促进模型的表现但是他没有这么简单。所以我觉得有两个挑战以及有两个解决方案。第一个是数据管理和人工智能的深度融合。的确我们能够通过优化这样的协同能够减少数据整合的成本，提升数据处理的速率和分析的效果。
第二个方面的解决方案就是数据洞察的智能挖掘，从而提升模型的表现，我们需要去挖掘并利用数据的洞察实现高效且可靠的数据驱动智能架构这也是我们的两个解决方案。
接下来我会跟大家讲一讲如何才能够拥抱一个数据驱动的新范式。我们的核心目标是要构建一个新的数据驱动型智能框架，这种框架既然是智能的，能够进行智能的数据探索同时也能够进行多数据源的无缝的整合，同时又能够提供新的数据驱动型人工智能驱动、架构，这样我们就能够提升整体的性能。我们拿医疗健康打个比方，在医疗健康方面我们有大量的海量的数据且数据源多种多样，因此我们需要模型来进行预测，来进行诊断我们患者的一个病症，在这一方面，我们已经探索了多种多样的一个框架以及探索如何去进行整合来确保高效的数据分享以及安全的数据分享。因为在这个过程中我们需要分享数据并且要保存数据，因此，我们需要设计人工智能的架构，他们需要具备数据洞察力。

黄铭钧：
众所周知，我们实际上个体的数据是有局限性的，因为他缺乏广泛的一个背景信息。我举几个例子，比如说患者的病情，在这方面有很多缺失的数据意义没法吻合的数据，因此医生需要进行群组的分析，群组的数据，所以说他会看一下类似病症的患者他有什么样的数据，这样的话才能够进行整合，判断说这位患者具体的一个数据是什么样。因此我们需要群组的数据、群组分析也是非常重要的。要融合个体数据和群体数据的话实际上不是那么简单他是挺复杂的，但是他最终还是能够带来更加有效的一个整合，因此我们需要新的数据驱动智能框架，这样的话我们才能够整合个体数据以及群组数据。所以说，就算我们只有个体的一个数据，我们还是需要使用到群组数据进行综合分析。群组数据就是，我们还是拿患者打个比方，这个数据里面的群组患者都是有相似的病症的，通过这样的整合我们可以提高诊断的准确性。这方面的话我们有一个流程，首先我们需要学习群组数据的特征，我们需要从相似病症的群组之中去提取他们的数据看看他们的共同特征是什么，基于这一群组的数据我们是需要学习群组数据的共性和异性，所以我们需要培训我们患者的数据、分析数据，来学习这一些数据他的一个共性是在哪，以及差异性在哪，最后决定是否能够数据中学习到相关的东西。最终我们需要把人工智能整合到我们整个的框架之中，这样的话才能够进行新的预测给到我们新的患者和病历。在我们分析新的病历的时候我们就有更多的知识可以借鉴，更多的经验可以借鉴，通过这个模型可以进行更优的预测。
获取数据肯定是有一定的挑战性的，尤其是有的时候我们需要不同的数据源获取不同的数据，比如不同的手机、不同的运营商、不同的个体，有一些相关单位和个体比较担心数据安全的问题，有一些用户他们担心他们的数据可能会被泄露，因为这个数据里面的话有很多个人的信息，因此，我们需要确保数据的隐私性，需要保护他们的隐私，所以说我们提供这样的一个框架来给到我们的相关单位来进行预测确保整体的安全性。

黄铭钧：
最后，我们保存这些数据的时候，我们也可以生成我们的群组结果，可以去进行相关常见病症的诊断，比如高血糖、高血脂和高血压，在这方面的话我们就不需要暴露个体的数据，所以在这块的话我们还是需要用到整合我们的个体的数据和我们的群组的数据在医疗产业的框架之下，所以说我们需要个体的群组，同时我们还需要通过数据驱动的智能框架来增强这个准确性和安全性以及整体的效率。
过去的9年里我们都在进行智能群组分析的相关研究，首先我们有一个数据库，我们有一个系统叫做COOL，是我们群组分析的驱动器；另外一个COOL是我们有不同的一个模型，从2021年的时候就开始用到人工智能的模型了，他们是进行群组分析的一个数据，去学习整体的系统并将学习成果整合到系统之中。接下来我们看一下数据和智能是如何相辅相成，互相促进互相成就的。
大部分的专家应该都了解这块的研究，希望能够看到研究的成果，您希望能够看到成果的一个转化和转让，比如他是如何使用的，如何转化到相关的单位里面，比如我们使用翻译也是希望机翻能够越快越好，这样才能够促进我们整体的使用，比如我们要有这样的数据办公室来促进一个数据的整体转化和成果的商业化，比如我们有一些IP、一些新的决策需要得到尽快的市场化、商业化。在这块我们有一个个人的系统他能够整合所有的知识产权，比如说，我们纸质的文章、论文等等的知识产权和相关知识的话我们都可以看一下这块的研究是怎么做的？成果是怎么出来的？整体的概念是什么样的？怎么样能够推动这个产品和研究结果的市场化和商业化？这一块他们可以进行快速的预测，我们可以用这些预测去跟我们的客户进行宣传跟相关单位进行宣传，我们是如何使用这样的一个智能系统去促进我们这个产品的一个商业化和市场化。

黄铭钧：
实际上给我们的人工智能一篇文章、一篇论文的话就可以给您生成这篇论文里面主要讲的技术是哪些方面，主要讲的是哪些内容，所以说，我们是可以针对某一篇论文去提供一个整体的构架还有一个路径，并且给到产品以及成果的商业化、市场化的路径。
接下来我们的技术要进行转型或者是转让，同时也需要开发新的商业模型。首先就是我们之前提到的多元数据的整合，此外我们还需要进行数据的探索才能够去应对我们的智能化过程中所面临的一系列的关键的挑战，首先我们需要确保是安全的数据的分享，同时我们需要构建更加高效、安全的这样一个模型，来给到我们更优的预测结果。这样的话我们才能够整体提升我们整体的表现和性能，比如说在医疗健康领域他们是能够相辅相成相互促进，促进医疗健康领域的健康发展。

席文：
谢谢，再次感谢黄院士的精彩分享。之江实验室承担建设全国首批、浙江首家国家新一代人工智能公共算力开放创新平台，牵头打造了天地一体智能计算基础设施，接下来有请中国工程院院士、之江实验室主任、阿里云创始人王坚带来分享《无尽的计算：从AI到产业变革》，有请！