但值得關(guān)注的是，熱度之下，人工智能產(chǎn)業(yè)已有泡沫化現(xiàn)象出現(xiàn)?！拔覈鳤I產(chǎn)業(yè)發(fā)展現(xiàn)狀如何？”“有哪些問題亟待解決？”“產(chǎn)業(yè)發(fā)展如何脫虛向?qū)?#xff1f;”成為業(yè)界關(guān)注的焦點。

　　當下，我國人工智能產(chǎn)業(yè)邁入快速發(fā)展階段。中國科學(xué)院預(yù)測，2030年我國人工智能核心產(chǎn)業(yè)規(guī)模有望超過1萬億元。

　　從企業(yè)布局方面看，BAT等互聯(lián)網(wǎng)巨頭均已在芯片、框架及應(yīng)用層面進行全局部署，并推出AI大模型。在基礎(chǔ)模型、大算力等領(lǐng)域，多家上市公司也進行了深度布局，科大訊飛、商湯科技等一批企業(yè)在AI領(lǐng)域嶄露頭角。進入人工智能芯片領(lǐng)域的寒武紀、北京君正等也已積累大量專利。另外，部分軟硬件企業(yè)如大疆、零度智控等都將無人駕駛技術(shù)與機器人結(jié)合。深蘭科技、圖靈機器人等創(chuàng)業(yè)公司亦在機器學(xué)習(xí)等方面加強研發(fā)，產(chǎn)品大量出口海外。

　　無錫數(shù)字經(jīng)濟研究院執(zhí)行院長吳琦向記者表示，目前，我國人工智能已形成完整的產(chǎn)業(yè)體系，建成了富有活力的產(chǎn)業(yè)創(chuàng)新生態(tài)。互聯(lián)網(wǎng)大廠和“獨角獸”公司均在預(yù)訓(xùn)練大模型等領(lǐng)域進行角逐。從投資方向看，專業(yè)AI芯片的投資及研發(fā)投入可能會放緩，但AI硬件領(lǐng)域還會持續(xù)爆發(fā)。產(chǎn)業(yè)鏈投資將轉(zhuǎn)向大型科學(xué)計算與人工智能的交叉領(lǐng)域。

　　“目前包括大模型等在內(nèi)的人工智能技術(shù)及應(yīng)用已‘百花齊放’，蓬勃發(fā)展。”哈爾濱工業(yè)大學(xué)人工智能領(lǐng)域一位專家對記者稱，“不過受限于超大規(guī)模算力等，目前認知智能體正在從雛形逐步發(fā)展，大量的基礎(chǔ)建設(shè)工作還有待開展。”

　　喧囂之下，是我國人工智能企業(yè)普遍處于初創(chuàng)階段的現(xiàn)實。據(jù)天眼查數(shù)據(jù)顯示，55.4%的人工智能相關(guān)企業(yè)成立僅1年至5年。雖然我國人工智能研發(fā)和應(yīng)用實現(xiàn)了快速發(fā)展，但由于起步較晚，仍存數(shù)據(jù)質(zhì)量不足、基礎(chǔ)設(shè)施建設(shè)待加強、人才缺乏、能耗高等問題。

　　對此，國泰君安電子人工智能團隊相關(guān)負責(zé)人表示，缺乏用于構(gòu)建更好模式的訓(xùn)練數(shù)據(jù)，存在功能孤島、算法瓶頸，都會影響AI基礎(chǔ)領(lǐng)域研發(fā)。

　　談及能耗高問題，聯(lián)想高性能計算和人工智能主任技術(shù)顧問郝常杰對記者表示，在降耗方面，高性能計算系統(tǒng)應(yīng)遵循開放融合原則，完成對國產(chǎn)生態(tài)的覆蓋，支持海光CPU、麒麟的操作系統(tǒng)等。

　　值得注意的是，今年以來，A股市場對AI概念的炒作很熱，泡沫化現(xiàn)象已在一定程度上顯現(xiàn)。

　　“在ChatGPT的帶動下，國內(nèi)AI市場熱度居高不下，但這種熱度總有一天會降下來?！蹦暇┐髮W(xué)高性能計算中心高級工程師盛樂標認為，需警惕AI產(chǎn)業(yè)泡沫化風(fēng)險，企業(yè)和機構(gòu)要真正投入科研，讓產(chǎn)業(yè)發(fā)展脫虛向?qū)崱?/p>

　　受訪專家普遍認為，使人工智能產(chǎn)業(yè)發(fā)展脫虛向?qū)?#xff0c;需重視基礎(chǔ)研究，攻關(guān)關(guān)鍵核心技術(shù)。吳琦認為，行業(yè)應(yīng)強化對人工智能基礎(chǔ)研究與技術(shù)開發(fā)的支持，培育多元化投資主體，同時探索AI應(yīng)用市場化運營機制。

　　上海市人工智能學(xué)會秘書長汪鐳建議：“對于國內(nèi)人工智能基礎(chǔ)產(chǎn)業(yè)平臺的整體性建設(shè)，需要給予長期的規(guī)模型投資及系統(tǒng)性產(chǎn)業(yè)政策支持，加強真正的學(xué)科基礎(chǔ)研究投資?！?/p>

　　鈞山資管董事總經(jīng)理王浩宇表示，企業(yè)應(yīng)不斷研究新的數(shù)據(jù)處理和模型訓(xùn)練方法。各方應(yīng)加強跨產(chǎn)業(yè)、跨學(xué)科的研究和合作，從多角度推動人工智能產(chǎn)業(yè)的飛躍式發(fā)展。