近日，由主办的“AI‘兴’视野沙龙”在北京举行，首席发展官崔丽与多名业界大咖聚焦人工智能技术发展的前世今生、最新进展、应用趋势、产业融合新路径等热点话题展开深入交流。

数智经济大势所趋

机遇与挑战并存

崔丽谈到，当前，我们正处于全新的数智时代， 数字化、网络化、智能化和低碳化的确定性趋势不可逆转，这不仅给我们带来了巨大的市场空间，也将为全球经济可持续发展做出积极贡献。然而，任何机遇都伴随着挑战，正如一枚硬币的两面，我们必须在抓住机遇的同时，认真思考如何应对相关挑战，规避潜在风险。

一是全球风险，近年来，全球经济受到疫情等因素的影响，复苏压力加大，各国在解决自身问题的过程中，也产生了一系列连锁反应，此外，人类的探索与认知正接近临界，我们需要进一步拓展认知边界，为人类社会发展和进步开辟新的空间。

二是数字伦理问题，随着数字化和智能化进程的加速，信息爆炸与信息匮乏并存，信息真实性成为一大挑战，数字伦理问题日益凸显，如AI换脸技术被用于诈骗、误导公众等问题都需要我们严肃对待。

三是资源、效率及变现的问题，随着数字化和网络化的深入，数据量激增，对计算资源的需求也随之增加，特别是在引入AI技术后，对算力和能源的需求更是达到了前所未有的高度。因此，如何在既有资源约束下在全局范围内最大化产出，提高资源利用效率，加速变现成为了我们需要思考的关键问题。

求真务实，兼容并蓄

推动AI健康、向善发展

崔丽回顾了AI发展的前世今生，她说，回看人工智能技术70年左右的发展历程，曾历经两次春天和两次寒冬，当下，我们正处于第三次春天，AI每一次关键突破的背后，都是科学家和业界大咖持续数年乃至数十年的努力，“所有的横空出世，其实都是蓄谋已久”。即便是ChatGPT，其出现也并非偶然，也是基于前几代GPT，也是基于数据、算法优化和算力增强等多方面共同努力。回顾过去的两次AI寒冬，最重要的原因是过高期望导致的过度失望，这一次，在春天来临之际，我们需要更加务实、冷静地看待AI，帮助其健康发展。

她说，当下，尽管人们依托于Transformer构建了新的AI范式，但其依然没有逃出数学的限制，人们借助以Transformer为主要手段的神经网络来捕捉海量人类数据中隐藏的知识范式，当模型遇到新问题时，运用前期掌握的知识范式通过外推或内插来对新情况作出合理的推断。

在崔丽看来，在此次浪潮中Transformer的最大贡献在于两点， 一是泛化，Transformer通过对海量知识进行归纳总结，使得其不仅能在单一领域具备强大能力，还能作为通用基础技术广泛赋能各行各业； 二是涌现，量变到质变，能力涌现使得AI能处理训练阶段没有遇到过的问题，通过长思维链等手段多次查询内部蕴含的知识可以使其解决更为复杂的问题。

然而她也提到，在这个过程中，有几个方面需要注意， 首先规模问题上，虽然“大力出奇迹”，但面向后续发展，单纯依靠规模堆砌的方式会带来资源浪费； 其次是能力的拓展，从单模态到多模态，再从简单到复杂问题的处理，模型的知识密度一定会不断增加，知识密度才是价值源泉。 更高效率和更高价值的能力，大概率成为业界追求的核心方向。

为此，崔丽提出了面向未来如何助力AI健康、良性、向善发展的思考， 一是求真务实、砥砺前行，她强调，GenAI依然处于发展初期，技术高速迭代，市场扑朔迷离，同时也产生幻觉、隐私、安全和伦理等问题。但技术本身无善恶，善恶在人，当下，行业自律显得尤为重要，龙头企业应首先自我约束，例如设立责任框架及自律机制，在AI模型训练和产品研发应用过程中不断贯彻这些原则，同时携手努力，持续创新和改进，解决问题，让AI更加健康发展。

二是兼容并蓄，科技向善，AI是一个高度跨学科的领域，需要与大数据、算力和网络、材料工艺、具身智能、能源转型等多种技术的深度融合和高效协同。此外，从伦理和安全的角度看，需要确保AI的设计和应用符合人类普世的道德标准和价值观，比如平等、普惠、向善等，尽量减少偏见和歧视，持续优化数据的多元化和算法的公平性等，这些都需要人文和科学的结合，包括伦理学、法律学、社会学等。

基于此，崔丽提出了一些判断：

首先，开源与闭源各有优势和短板，两者并存并互相促进已成为必然趋势；

其次，在追求规模的问题上，大小需根据具体应用场景、问题、目标及资源约束来定，以实现最佳投入产出比；

再次，我们很难在广度和深度上同时做到兼顾，应该结合场景具体问题具体分析，有时多模块协同的小型系统可能比单一的大系统有更好表现，事实上实践也证明了，模型训练的MOE、模型应用的Agents、大小模型结合等，都有更好的性价比；

她还谈到，AI是硅基、无机、数学范畴，而人类则是碳基、有机生物，除了自然科学还有社会科学等，其认知、决策和行为都有深刻的文化、历史、价值观等背景，同时至少目前，AI并无意识，我们不应将其过度拟人化，对AI带来的新的问题也不要过度应激，客观理性应对解决就好，人类科学、科技和社会进步的历程，本身就是发现问题、解决问题的过程；

最后，数字世界与物理世界的融合日益加深，但人类社会中的复杂因素如经济、政治等，无法单纯通过算法来编程，要引入更多人文精神；

此外，高质量数据将是推动未来AI发展的重要基石。

以网强算、开放解耦、训推并举

应势而为赋能AI进阶

基于上述思考，崔丽介绍了聚焦关键挑战，提出的三大核心主张： 以网强算，开放解耦，训推并举。

在以网强算上，无论是芯片内裸Die互联、芯片之间、服务器之间、DC之间，网络连接技术的持续创新和突破，将极大的提升智算的性能与效率，无论AI技术未来的突破点在哪里，都需要依赖强大的基础设施支持。因此，“以网强算”成为了的核心策略。

在开放解耦上，她强调，只有繁荣的生态才能真正实现繁荣、普惠的发展，为此，持续推进软硬解耦、训推解耦和模型解耦，推动各类能力组件化和共享赋能，打破技术壁垒，加速AI技术的创新、研发、应用和商业化进程，促进开放的技术生态。

在训推并举上，她坚信， AI的价值并不局限于通用人工智能，同时对于社会发展而言，提升生产效率也远高于给予情绪价值，因此，训推并举是AI驱动实体经济腾飞的关键。为此，不仅在自身领域的研发大模型和电信大模型落地应用，构建数据飞轮，也在水利、城市生命线、工业、园区安全等诸多领域展开实践。

她说，AI未来的发展一定是基于融合的，智算建设是系统化工程，仅靠纯GPU堆砌无法实现，为此，将自身定位为端到端智算解决方案提供商， 对内将智算确定为公司的长期战略主航道，通过“芯片+整机+组装式研发+大模型”的方式全面启动智算拓展，对外将依托公司在通信领域的长期深耕、组装式研发、软件、硬件和系统工程实践等方面的优势，与产业伙伴多样互补、开放共赢，携手推进产业的创新与突破。

此外，沙龙还设置了互动问答环节，各方嘉宾深入探讨了异构算力的可行性、AI的商业化路径、AI在工业领域的应用与发展、国内智算中心建设趋势、小模型发展前景、算力一体化等热点议题。

作为特别主办的产业生态活动之一，本次沙龙是对人工智能未来发展的一次有益探讨，面向未来，将借由沙龙等系列生态活动与客户、合作伙伴、业界专家、意见领袖、媒体搭建信息沟通桥梁，以开放、融合、共赢的心态不断构建和拓展ICT产业创新生态圈，携手共赢全新的数智时代。