“他認為，加快拓展人工智能大模型技術應用場景，對促進人工智能更高水平應用，培育新質生產力，更好支撐高質量發展具有重要意義。”
國內外大模型科研保持高速迭代，各類模型層出不窮，模型性能不斷提升，創新創業蓬勃興起，展現了驚人的演進速度。同時，大模型賦能行業應用正在蓬勃興起，場景驅動成為大模型技術創新和產業增長的重要模式。
“去年兩會我提交了關于構建開放共享協同的人工智能產業生態體系的提案。今年主要關注應用場景的拓展。”全國政協委員、天娛數科副總經理、山西數據流量谷董事長賀晗在接受21世紀經濟報道專訪時表示。
（全國政協委員、天娛數科副總經理、山西數據流量谷董事長賀晗）
據悉，今年賀晗帶來了關于加快拓展人工智能大模型技術應用場景的提案。他認為，加快拓展人工智能大模型技術應用場景，對促進人工智能更高水平應用，培育新質生產力，更好支撐高質量發展具有重要意義。
基于此，賀晗提出四則建議：一是鼓勵搭建多層次應用場景供需對接平臺；二是在全國范圍實施大模型賦能千行百業示范應用推進計劃；三是大力推進大模型應用生態建設；四是注重面向通用人工智能時代的人才培養。
加快拓展AI應用場景
《21世紀》：當前，大模型深度賦能垂直行業和前沿領域，正在孕育催生更多新模式、新業態、新動能。你認為當前人工智能應用步入了怎樣的階段？
賀晗：在理論研究和技術開發的基礎上，走向全面應用階段，也就是從科技創新到產業創新。從之前的ChatGPT到最近的Sora，從單模態到多模態，從單一智能到通用智能，我們看到，大模型具備的泛化能力和涌現特性在醫療、金融、交通、智能家居、教育等越來越多的垂直行業場景上得到了驚艷展現，例如，醫療領域的疾病診斷、治療建議、藥物研發等，金融領域的風險評估、客戶管理、投資決策等，大模型賦能行業應用正在興起。
《21世紀》：你建議要大力推進大模型應用生態建設，構建開放共享協同的產業生態體系。在你看來，加快拓展人工智能大模型技術應用場景有哪些必要性？
賀晗：應用場景拓展的必要性有三：一是目前在傳媒、金融等行業應用的多，其他行業有案例但不多更談不上普及，推動大模型技術與制造業、能源、交通等更廣泛的行業應用相結合，對于整個經濟體降本提質增效有幫助；二是過程中還會產生新的業態，比如AI助教、AI診斷等等，這是新的增長點；三是來自產業應用中的反饋反過來也會大模型技術創新有幫助。
《21世紀》：當前我國在人工智能大模型技術應用方面存在哪些主要問題或挑戰？
賀晗：主要是要素匹配不夠。我們整體數據資源雖然多，對于大模型應用來說，各行業高質量產業數據集不多。整體算力資源多，全球第二，目前智算資源也在加快建設，但多元異構算力調度還沒跟上來，算力孤島問題突出，算力還沒有實現普惠，遠沒有達到像水電一樣隨取隨用的階段。
《21世紀》：為拓展應用場景，你提出搭建多層次應用場景供需對接平臺，推動技術供給方公開發布大模型創新應用解決案例，實現技術、模型、數據等資源對接，不斷提升供需匹配效率。當前我國人工智能大模型技術應用場景供需對接現狀如何？
賀晗：匹配度不高。一是各地出文件籠統出政策的多，建平臺真實創機會的少。二是缺乏標桿示范效應，目前有部分地方在常態化征集、遴選技術創新性強、成熟度高、應用前景廣闊的典型應用案例并公開發布，需要向全國推廣向各行業推廣。
不斷提升供需匹配效率
《21世紀》：根據提案，你建議加強各行業數據的采集、利用、開發，儲備高質量產業數據集。作為數字經濟聚合發展的平臺，請談談山西數據流量谷近年來拓展人工智能應用場景的相關實踐經驗有哪些？
賀晗：我們的總結是“數據要素×科技創新引領，算力算法支撐”。
山西數據流量谷在全省布局1個總部基地，8個特色分園區，10余個數字化平臺，集聚企業逾1000家。我們持續推動大模型技術與煤焦鋼電新能源等山西特色優勢產業的豐富應用場景和行業數據要素相結合，訓練打造垂直領域大模型，來助力傳統產業提高生產效率、降低生產成本、提升產品質量、減少能源消耗和環境污染。
比如，煉鋼企業通過AI實現焦煤與鐵礦石的動態最優配比，物流和供應鏈管理過程中通過AI實現最佳路徑規劃，工業企業利用大模型分析設備傳感器數據，預測設備故障，進行預測性維護，減少停機時間等等。讓科技創新與產業創新相互促進，在生產過程的實踐中不斷優化生產要素，實現產業轉型升級。
《21世紀》：你在提案中提到，實現技術、模型、數據等資源對接，不斷提升供需匹配效率。從自身實踐出發，請談談山西數據流量谷是如何充分挖掘數據潛力、推動數據要素發揮乘數效應的？
賀晗：為了給應用提供好的支撐，在數據要素方面，我們通過把數字能源、數字智造等16個數字經濟細分領域企業的零散數據要素需求聚合起來，形成上規模的集中需求，在數據要素方面創造出了低成本的比較優勢。經過3年發展，已經成為“數據要素第一園”。
截至目前，數據要素流通交易規模突破43億元，拉動入園企業累計營收超334億元，平均每1塊錢的數據要素投入帶來了近7.8塊錢的經濟產出，這是數據要素乘數效應的直觀體現。
我們還搭建了“園區+平臺+金融”的服務體系，近日，山西省首筆無質押數據資產增信貸款在山西數據流量谷落地，標志著園區打通了數據由要素到資產到資本的可行路徑。
在算法層面，我們引入了杉樹科技、上海人工智能研究院等大模型研發資源，不斷為入谷企業提升通用算法供給。在算力方面，我們率先建立普惠算力調度服務平臺，匯聚多方算力資源，納管零散算力，整合閑置算力，推動智算服務逐步從“按指定規格購買資源”的粗放管理模式向“按任務匹配資源、按資源使用量結算”的精細化管理模式轉變，不斷降低入谷企業算力使用成本，實現算力普惠，人工智能模型訓練推理、機器學習、視頻渲染、離線分析等業務場景不斷在園區匯聚。