理论经验交流

随着人工智能技术快速发展，人工智能（AI）大模型的运行消耗问题受到越来越多关注。大模型为何成了耗能大户？能耗问题会不会成为人工智能发展的“绊脚石”？如何解决能耗问题？

近日，商务部印发《数字商务三年行动计划（2024-2026年）》，提出“数商强基”“数商扩消”“数商兴贸”“数商兴产”“数商开放”等5项重点行动，以及推动各领域数字化发展的20条具体举措。

4月26日，《国家高新区创新能力评价报告（2023）》（以下简称《报告》）在中关村论坛年会上发布。《报告》显示，2022年，国家高新区创新能力总指数突破430点，达到历史新高，国家高新区创新能力持续提升。

脑机接口是未来一项不可或缺的科技，目前正进入技术爆发期，但也存在一定的伦理安全问题，必须在利益与风险之间找到平衡点，不能伤害大脑。同时，要对这项技术进行严格监管，并做好脑数据隐私保护。

2003年—2023年20年间智能算力需求增长百亿倍，远超摩尔定律提升速度。当前，智能算力需求倍增，千卡计算集群成为大模型训练标配，巨量参数、海量数据是人工智能大模型研发的必经之路。

2024年4月20日，是中国全功能接入国际互联网30年。30年来，我国互联网实现了从无到强的跃升，消费互联网孕育出一系列新应用新模式新业态，改变了中国，也改变了世界。

近期，人工智能（AI）+机器人赛道广受关注。在产业资本争相布局、生成式AI大模型技术持续迭代升级的背景下，人形机器人何时能走进寻常百姓家？

第27届联合国科技大会期间，在以“塑造AI的未来”为主题的AI边会上，国际组织世界数字技术院（WDTA）发布了一系列突破性成果，包括《生成式人工智能应用安全测试标准》和《大语言模型安全测试方法》两项国际标准。

人工智能（AI）的快速发展正在带来巨额能源消耗的担忧，“AI尽头是能源”的说法引发热议。软银旗下芯片设计公司Arm首席执行官雷内·哈斯（Rene Haas）近日表示，AI对算力的巨大需求正威胁着能源供应。预计到2030年，全球数据中心的用电量将超过世界上人口最多的国家印度的用电量。

随着我国经济总量不断增加，资源、能源需求与环境生态容量约束之间的矛盾变得越来越突出，环境保护、资源节约成为我国发展的迫切要求。

作为当下最强劲的人工智能技术，大模型之“大”，不仅在于其规模化参数众多，更在于它所蕴含的巨大潜力和广阔应用场景。除了常见的内容生成外，在自动驾驶、智慧医疗、工业互联网等众多领域，大模型都展现了优势，真正做到了赋能千行百业。

近日召开的全国数据工作会议发布信息显示，经初步测算，2023年我国数据生产总量预计超32ZB（1ZB约等于10万亿亿字节）。我国作为全球数据大国，让流动的数据创造更多价值是未来发展方向。

新一代人工智能技术正步入跨越式发展新阶段，成为引领现代产业变革的核心力量。“人工智能+”今年首次被写入政府工作报告，多地积极探索推动AI深度赋能实体经济，开启了AI在各行各业广泛应用的新篇章。

4月23日是世界读书日。身处科技迅猛发展的时代，人工智能（AI）技术给阅读带来了翻天覆地的改变，人类的阅读方式和学习习惯正经历着前所未有的变化。你会选择用AI帮你读书吗？

在信息智能化时代，数据价值堪比黄金。破除政务数据壁垒，对于政府、企业和公众都有重要意义。

答非所问、自说自话、千篇一律、模板化明显……当前，人工智能技术快速发展，越来越多的企业使用智能客服取代人工客服，但一些问题也随之显现，不时遭到消费者吐槽。

苹果首款AR头显落地、刘强东AI数字人的爆火，令市场更加关注空间计算技术。Rokid、阿里云等企业也加速跑马圈地。4月20日，Rokid向市场抛出空间计算新品AR终端及平台，并宣布在建立国产自主的空间计算底层技术能力基础之上，形成包括操作系统、模组在内的全生态布局，多家上市公司入局。

互联网是激发创新活力、促进社会生产生活方式变革的重要引擎。互联网企业作为产业发展的中流砥柱，其带来的新技术新创造在推动经济社会进步的同时，也深刻改变了亿万用户的生活方式。

工作安排明确了工作目标：到2024年末，IPv6活跃用户数达到8亿，物联网IPv6连接数达到6.5亿，固定网络IPv6流量占比达到23%，移动网络IPv6流量占比达到65%。

绿色化、数字化是国际贸易发展的方向和未来，也是外贸产品创新、结构升级的两大新动能。

16日至18日，2024全球6G技术大会召开。围绕当前6G焦点话题，大会上发布了20本重磅白皮书，包括《6G总体白皮书》《GPT与通信白皮书》《面向6G时代前沿技术初探：量子信息技术 2024白皮书》等。

在自媒体时代，一些自媒体从业人员为了攫取利润盲目追逐流量，当流量诱惑达到一定程度时，他们不惜冒各种风险甚至违法犯罪，其中最普遍的一种就是网络造假传谣。而AI技术在近两年发展很快，大大降低了使用门槛，同时因为其更“善解人意”“以假乱真”，很快被派上了用场。

2024年4月15日是第九个全民国家安全教育日，今年的主题是“总体国家安全观·创新引领10周年”。数字化时代，每个人都是信息安全的一道防线，在全民国家安全教育日这一特殊时刻，我们更应该关注网络安全和信息安全教育，只有不断增强网络安全意识、强化网络安全科技攻关、促进网络安全科技成果转化，借助科技创新提高个人信息保护能力，才能更好地应对各类网络安全风险挑战。

在全球科技竞赛的新赛道上，人形机器人正成为各国竞相布局的焦点。借助政策驱动和资本力量，这一领域的创新和突破正在加速。市场研究机构IDC表示，2024年以来，人形机器人的商用化应用示范正成为行业发展重点，然而商用化进程中仍面临挑战，这既是考验，也是激发创新潜能的契机。

为加快推动5G创新发展，扎实有序推进5G RedCap商用进程，打通5G RedCap标准、网络、芯片、模组、终端、应用等关键环节，工信部近日印发通知，组织开展2024年度5G轻量化（RedCap）贯通行动（以下简称“贯通行动”），主要包括七方面重点工作。

数字经济是引领新一轮科技革命和产业变革的关键力量，正不断催生新业态新模式新产业。近年来，我国数字经济快速发展，规模位居世界第二位。其中，数字型复合人才正发挥着越来越重要的作用。

近日，国新办举行国务院政策例行吹风会，国家发展改革委、工业和信息化部、财政部、住房城乡建设部、商务部、国家市场监督管理总局有关负责人出席，介绍《推动大规模设备更新和消费品以旧换新行动方案》有关情况并答记者问。

“深入开展中小企业数字化赋能专项行动”“大力推动数据开发开放和流通使用”，这是今年《政府工作报告》提出的明确要求，为中小企业数字化转型指明方向。

截至今年2月末，我国5G基站总数达350.9万个，5G移动电话用户达8.51亿户，占移动电话用户的48.8%。数字赋能实体经济水平不断提升，5G行业应用已融入71个国民经济大类，并在工业领域深入推广。

最新统计数据显示，经初步测算，2023年我国数据生产总量预计超32ZB。我国是全球数据大国，有海量数据资源和丰富应用场景。2023年底印发的《“数据要素×”三年行动计划（2024—2026年）》，选取工业制造等12个行业和领域，推动发挥数据要素乘数效应，释放数据要素价值。

日前召开的全国数据工作会议强调，今年的数据工作要着力健全基础制度、释放要素潜能、加快转型赋能、促进科技创新、完善基础设施、强化安全保障、推进国际合作、抓好试点试验，更好发挥数字化在中国式现代化中的驱动引领作用。

近年来，各地区各部门有针对性地出台一系列政策举措，积极推动资金要素向人工智能领域流动，加强创新链与资金链深度融合，助力人工智能产业高质量发展。

近几年，在政策推动及产业链各方共同努力下，我国数字业务发展迅猛、成就显著。数字业务在加快数字经济发展、推动经济社会数字化转型中发挥越来越重要的作用。

监管沙盒是一种针对技术创新的柔性监管制度，既有利于企业技术创新实践应用，也有利于更早地发现前沿技术引发的合规风险。2024年3月正式获批通过的欧盟《人工智能法案》引入这一制度，通过在开发和上市前阶段建立受控环境来促进人工智能创新。

相较于5G，5.5G将带宽速度提升10倍、连接密度提升10倍、定位精度提升10倍、能效提升10倍。更重要的是，5.5G还具备感知能力，能将感知到的一些复杂多元信息实时共享给他人。

加快数字化转型以推动经济复苏、行业增长，是全球主要国家和经济体在后疫情时代规划的重要发展方向。因此，加强ICT领域人才的吸纳与培养，已经成为各国国民经济数字化转型不可或缺的“金钥匙”。不过，当前全球主要国家和地区都面临ICT人才缺口，特别是近年来我国数字经济快速腾飞，ICT人才更为紧缺。

训练AI模型时，数据的来源和使用方式也引起了公众和法律界的广泛关注。特别是当涉及版权、隐私和知识产权等敏感问题时，数据的使用就更需谨慎。

美国知名企业家埃隆·马斯克8日在社交媒体上表示，到明年年底或者2026年，新的人工智能（AI）模型可能将超越人类的智力，“比最聪明的人还聪明”。马斯克的这一预测靠谱吗？人工智能高速发展，人类能不能坐收“红利”？与此同时，人工智能在发展过程当中也会造成很多问题，如何应对其中的风险？

当前，“百模大战”如火如荼，头部企业竞相投身人工智能赛道，但有效数据不足，特别是高质量中文语料的短缺以及部分领域封闭式的数据生态给人工智能发展带来了掣肘。如何解决“数据瓶颈”是未来一段时期我们即将面临——或已经面临的挑战。

近期，美国和日本的业界频频发声，认为虽然人工智能（AI）应用浪潮已经显现，但在不同行业和区域的应用可能出现速度不一和分化的态势。

美国知名企业家埃隆·马斯克8日在社交媒体上表示，到明年年底或者2026年，新的人工智能模型可能将超越人类的智力，“比最聪明的人还聪明”。

随着人工智能技术的迅猛发展，大模型作为其中的佼佼者，已经在语言理解、生成和推理等方面展现出了强大能力。然而，技术的快速发展也提出了新的挑战，如何为大模型提供更多的“用武之地”，抢抓大模型产业化机遇期，推动新质生产力的发展，成为当前需要考虑的问题。