随着ChatGPT热度持续发酵，一款名为Sora的文生视频AI工具于新一年初横空出世，其展现出的人工智能大模型惊人进化速度再次震撼业界。正值全国政协十四届二次会议在京召开之际，3月4日，全国政协委员、中国科学院计算机所研究员张云泉接受了新京报新京智库独家专访，深度剖析了我国人工智能发展中亟待解决的人才培养、国产芯片与算力布局等焦点问题。
张云泉委员深耕人工智能领域多年，对我国人工智能技术的发展现状有着深刻洞见。对于大模型算力瓶颈这一核心难题，他表示：“美国的技术封锁导致我国在大模型训练所需的国产高端智能算力芯片创新与供应方面严重滞后，而Sora的出现更是加剧了这一差距。”他认为，要突破算力瓶颈，需从三大层面着力：
首先，强化国产高端AI芯片自主研发力度。尽管我国超算研制水平已达到世界领先地位，但在面向消费电子商用芯片制造的关键环节上仍受制于人。因此，加大投入研发高效能、高效率的国产AI芯片至关重要，旨在降低对外部芯片的依赖，确保算力供给的稳定与持久。
其次，整合全国AI芯片研制力量。建议集结全国顶尖资源，组建统一的研发团队，瞄准国际先进水平，尽快推出对标英伟达高端训练GPU的大模型专用国产芯片、软件及系统。
再者，建立智能算力发展专项组。通过组建由业内权威专家及主要AI芯片厂家共同参与的专项组，经过多轮竞争筛选，明确最优的芯片研发技术路线和国家标准，以杜绝盲目建设和重复建设，促进智能算力产业健康有序发展。
在人才培养方面，张云泉委员强调，虽然我国已有438所高校开设人工智能相关专业，拥有68个研究中心，但面对AI生成工具层出不穷的新趋势，我国在教育资源分配、课程更新以及实践机会提供等方面依然存在短板。他提议，应注重以下三点：
1. 优化教育资源均衡配置，尤其是加大对偏远和农村地区人工智能教育的关注与支持，确保各类人群均有机会接触并掌握前沿知识。
2. 实时更新课程，紧跟人工智能技术发展步伐，鼓励高校积极调整教学大纲，将最新的人工智能技术和应用纳入课程体系。
3. 提升学生的实践能力，推动学校与企业、研究机构深度合作，设立“生成式人工智能创新实践基地”，增加实习机会和应用场景，让学生在实战中提升技能。
针对“东数西算”工程的规划与建设，张云泉委员认为，该工程全面启动后，在国家发改委等部门指导下，京津冀、长三角、内蒙古等8地已设立了国家算力枢纽节点，初步形成了全国一体化大数据中心体系。然而，在实际推进过程中，还须警惕并纠正盲目建设和重复建设现象，以保障工程健康发展。为此，他提出：
1. 强化规划布局刚性约束，明确限制国家枢纽节点以外新建大型或超大型数据中心，确保国家算力高地的有效构建。
2. 合理配置资源，避免数据中心集群规划与市场需求脱节，提倡就近利用国家枢纽节点的算力资源，协同推进“东数东算”、“西数西算”与“东数西算”。
3. 建立动态准入退出机制，初期已规划的10个数据中心集群需高标准严要求起步，并随发展情况适时优化布局，扩大集群边界或新增集群；同时，对发展滞后、运营不善的算力中心应及时清退，实现算力资源统筹管理，健康有序增长。
本次专访展现了张云泉委员对我国人工智能发展战略的深度思考，为破解当前发展困境提供了有力的方向指引。
