全国政协委员、中国工程院院士 陈晓红
《人民政协报》（2023年11月30日 第07版）
“新质生产力”的提出，向全社会发出了鲜明的创新信号，为我们进一步明确了以科技创新推动产业创新、以产业升级构筑竞争优势的努力方向，为更好贯彻新发展理念、构建新发展格局、推动高质量发展提供了行动指南。
近年来，大数据、人工智能、先进计算、区块链、元宇宙等构成的新一代信息技术体系，及其所形成的迥异于传统的生产力，正成为当今世界发展的最大变量，成为推动新一轮产业变革、促进全球经济增长的核心动力引擎。加快形成新质生产力，需要依托并充分运用好这些技术。
汇聚“大数据”，赋能新质生产力。“谁掌握了数据，谁就掌握了主动权”。随着产业数字化转型加速推进，数据要素的重要性日益凸显。赋能新质生产力，必须把握我国大数据产业近年来从小范围、小场景应用加速走向大范围、深层次建设的趋势，把汇聚新数据作为推动数字经济发展的核心驱动力，像精炼石油一样提炼新数据，像共享阳光一样共享大数据。要引导大规模数据中心适度集聚，培育壮大自主数据中心产业链，高标准构建数据要素交易前沿技术生态群，开发数据要素技术标准体系，推进数据要素市场化配套改革；发展高性能数据存储，提升数据融合分析能力，实现海量数据的多源、异地、异构融合分析，打破数据孤岛，加快“上云用数赋智”行动；大力培育数据质量评估、资产评估、分级分类、安全服务等数据服务商，构建大数据产业区域协同发展和优势互补机制，提升大数据产业化水平。
做强“大计算”，激发新质生产力。云计算、高性能计算等正覆盖到社会生活的方方面面，算力成为科技发展的核心生产力，虽然它像空气一样看不见、摸不着，但又真实存在并推动着人类生活的智能化。激发新质生产力，必须紧盯“大计算”，不断做强计算产业，让算力像水和电一样，流进“寻常百姓家”。要大力发展国产算力，构建区域乃至全国的算力网络，联通跨区域异构算力资源，打造算力调度指挥平台，实现算力资源的可控调度，盘活社会算力价值；突破不同AI算力平台的异构问题，实现模型在不同异构平台的迁移，推动存量“老旧小散”数据中心融合、迁移和改造升级，融入、迁移至新型数据中心；制定统一的算力接入标准和接口规范。推动行业标准化、通用化，促进各产品兼容性相关测试规范和标准的制定，实现不同算力产品的互操作性和兼容性；大力开展节能降耗的算力基础设施关键技术研发，建设绿色数据中心供电系统，通过多层次的技术突破和协同管控，加快形成绿色算力。
构建“大模型”，提升新质生产力。当前，人工智能技术已步入了大模型时代，并成为全球创新的焦点。许多大模型技术具备了多场景、多用途、跨学科的任务处理能力，能广泛应用于经济、法律、社会等众多领域。提升新质生产力，要推动大模型技术栈自主可控，加强在大模型核心环节和相关技术上的知识产权布局，加强大模型原始技术创新和大模型软硬件生态建设；要破解大模型训练过程中算力紧缺问题，推动分布式计算技术的创新，推进云计算平台等建设，提高算力的可扩展性和效率；要加强对人工智能大模型发展的潜在风险研判和防范，对生成式人工智能服务实行包容审慎和分类分级监管，研发大模型安全对齐、安全评估技术，发展大模型安全增强技术，提升训练数据的安全性，不断提升大模型的可解释性、可靠性、可控性，逐步实现可审核、可监督、可追溯、可信赖。
推动“大融合”，强化新质生产力。产业智能化、绿色化、融合化是时代发展趋势；技术、基础设施、信息三要素的融合，使得科技创新日新月异。推动算力、算法、算据、算网的一体化融合发展，才能全方位提升各自效能，锻造发展新优势。为此，强化新质生产力，必须整合分散的力量，加大在一体化融合创新上的集智攻关，加快突破相关领域关键核心技术；加强算法研究及技术突破，突破一批专/通用的核心关键算法，培育一批具有市场竞争力的算法产品，形成一批国际领先的算法应用实践案例，实现算法的高质量供给；依托新基建建设，推动实现全域数据高速互联、应用整合调度分发以及计算力全覆盖，实现算力、网络、数据以及服务资源的有机融合；优化“计算系统+应用+服务”的产业生态体系，加强产学研用研发力量协调和产业链上下游协同，更好赋能千行百业发展。
链接：http://dzb.rmzxb.com/rmzxbPaper/pc/con/202311/30/content_53565.html
