人工智能关键核心技术如何实现自主可控

　　应对人工智能挑战，关键是将核心技术牢牢掌握在自己手里。当前，世界百年未有之大变局加速演进，外部环境更趋复杂严峻，可能对我国贸易、科技等领域造成更大冲击，构建自主可控、协同运行的人工智能基础软硬件系统是一项重要任务。人工智能涉及智算芯片、算力基础设施、数据集、基础算法、框架、大模型等诸多环节，而且技术还在不断迭代创新过程中。就自主可控的内涵来讲，首先，不是闭门造车，要拥抱一切先进技术；其次，并非要求所有环节全部由本国独立完成，这既不必要，也无经济效率，应充分发挥自身比较优势；再次，强调在关键环节、关键领域掌握核心技术能力，拥有选择权，确保产业安全和国家安全，避免在极端情况下受制于人。

　　从目前看，已被国外列入或可能被管控的环节或领域需提升自主可控能力，包括几个领域：一是先进算力芯片，如芯片设计软件、芯片制造的先进制程及封装技术；二是与智算芯片配套领域，如高带宽内存、与芯片直接配套的计算平台和编程模型；三是超大规模算力设施，如智算服务器、冷却技术、大规模计算集群的调度技术等；四是基础大模型，这是人工智能时代的“操作系统”和“通用技术”，需要结合中国数据集，训练出富有中国风格的基础大模型。

　　围绕实现核心技术的突破，需要在以下方面进一步强化基础支撑能力：算力方面，支持人工智能芯片攻坚创新与使能软件生态培育，加快超大规模智算集群技术突破和工程创新，降低智算使用成本；数据方面，完善适配人工智能发展的数据产权制度，促进数据开放使用，支持发展数据标注、数据合成等技术，持续加强人工智能高质量数据集建设；算法方面，加强人工智能基础理论研究，包括人工智能与脑科学融合创新，支持多路径技术探索和模型基础架构创新，积极推动理论创新、技术创新、工程创新协同发展。此外，还要加快打造开放、安全、可持续的开源生态，支持企业、高校和科研机构探索开源新模式，打破技术壁垒，推动模型、工具、数据集等开放共享，帮助缩短技术创新周期。

　　人工智能是战略性领域，发展难度大，竞争激烈，需要各类创新要素向人工智能领域集中汇聚。在人才方面，要加大高层次人才培养力度，超常规构建领军人才培养新模式，提高顶尖人才密度，支持青年科技人才在国家重大科技任务中挑大梁、当主角，更好发挥领军人才作用，支持企业规范用好股权、期权等中长期激励方式引才留才用才。在资金方面，加大人工智能科技创新、应用创新项目支持力度，培育壮大长期资本、耐心资本、战略资本。