在AI基礎設施方面，國內與發達國家還存在差距。賀晗認為，底層技術能力的提升首先需要的是基礎設施建設。

      打造數字經濟集群、數字經濟基礎設施建設、推動數字經濟與實體經濟的融合發展等，在不少省市自治區《政府工作報告》中被重點著墨。

      全國兩會召開前夕，ChatGPT爆火出圈，或成為里程碑式的AIGC應用。

      其背后的生成式人工智能技術如何為國內元宇宙和數字經濟發展注入新動能，ChatGPT又可為我國數字經濟、元宇宙的發展帶來哪些啟示？

      作為第十四屆全國政協委員、天娛數科副總經理、山西數據流量生態園董事長、生于1988年的賀晗是本屆全國政協委員中最年輕的一位。

（圖：全國政協委員賀晗）

產業數字化大有可為

      “數字經濟與傳統產業、與實體經濟是分不開的。”賀晗指出。

       黨的二十大報告提出,加快發展數字經濟,促進數字經濟和實體經濟深度融合,打造具有國際競爭力的數字產業集群。發展數字經濟是建設數字中國的重要內容，是建設現代化產業體系的重要基礎，是推動經濟實現質的有效提升和量的合理增長的重要舉措。

        在賀晗看來，數字經濟是以數據為生產要素的經濟活動的總稱，其中最重要的兩個關鍵詞，即數字產業化和產業數字化。

     “我們很多地方對數字經濟偏好大都停留在數字產業化上，即期望能夠帶來多少新產業新業態新模式上，對產業數字化認識不夠。”賀晗告訴記者。

       按照其預計，產業數字化是給傳統產業數字化賦能，對傳統產業改造升級，很多數字化改造是顛覆性的，這是一場革命，不亞于前幾次技術革命，市場空間巨大。

      根據產業內數據統計，2021年中國數字經濟規模達45.5萬億，數字產業化占數字經濟比重為18.3%，占比逐年下降；產業數字化占數字經濟比重達81.7%，占比逐年提升。由此能看出，產業數字化帶來了更強的增長動能。

      賀晗基于此大膽提出，產業數字化強調的是數字技術與實體經濟的深度融合，本質是通過數字化帶來全要素生產率的提升，核心是數據、算法、算力與場景的結合，空間是對120萬億GDP的重新解構。

      一個典型案例是在傳統公路貨運領域。卡車司機一大早去貨站的小黑板上尋找貨源，三五天才能有所收獲，之后開空車去裝貨，一來一回空載幾十甚至上百公里，這是過去的常態。

      在產業數字化的背景下，車源與貨源充裕且精準配對，即可實現整個行業的降本增效。

      “這個行業就有7萬億的市場規模。”賀晗指出。

      通過數字化升級改造將整個貨運物流過程數據化，讓物流行跡變得有據可循，通過數據對其中各個環節進行定向定性分析和預判，隨著數據的積累、算法的優化和算力的提升，將使整個貨運網絡達到最優的運行狀態，使得車源與貨源充裕且精準配對，實現整個行業的降本增效。

有效的虛實融合生態

       據了解，元宇宙作為數字經濟的一部分，也是多個地區發力數字經濟的重心。

      賀晗分析指出，元宇宙通過數字技術鏈接虛擬與現實，實現數字世界與現實世界的互聯互通，發展元宇宙并不是“脫實向虛”，而是“虛實融合”、“以虛促實”。

      發展元宇宙需要突破關鍵數字技術，夯實數字基礎設施，這屬于數字產業化的范疇。

      其中的關鍵節點包括如何通過三維重建、動作捕捉、深度學習等技術提升虛擬數字人沉浸交互體驗；如何推動大規模預訓練模型等技術在語言、圖形、視頻等方面的融合應用；建設大規模公共算力集群，支撐大規模圖像渲染、模型訓練、智能決策等高性能算力應用；聚焦海量數據連接和傳輸需求，培育5G+、衛星互聯網、Wi-Fi7、IPv6等網絡生態，打造高性能通信網絡等。

     “不論是前沿數字技術還是數字基礎設施，都是當下整個數字產業化發展的關鍵。元宇宙與商業、文旅、工業、城市服務等各領域虛實融合發展模式正在有效形成。”賀晗稱。

      虛擬數字人在電商直播、在線培訓、影音娛樂、服務咨詢等多個場景已經開始替代真人。

      其中頂流級的虛擬人天妤，在過去一年就有多款虛實融合跨界共贏的樣板案例引發關注。

      “從背后的運營數據可以清晰看出，虛擬數字人可在多個環節和場景中實現降本增效。”賀晗指出。

      相應的邏輯正在更大的產業范疇內開花結果。

      在工業領域，以數字孿生工廠為例，賀晗分析指出，通過建設高精度、可交互的虛擬映射空間，對工業制造全環節進行建模仿真，可實現各環節協同和生產流程再造，從而達到對產品的仿真設計、測試驗證和優化，對設備的運維巡檢和遠程維修等。

加快基礎設施建設

      ChatGPT爆火出圈，為人工智能產業發展帶來新的動能，有望推動數字經濟時代的產業轉型升級。ChatGPT的核心是用海量數據和海量算力對算法模型進行長期重投入的訓練，系統性提升底層技術能力。

      賀晗認為，中國科技企業目前更多注重實際場景運用，這與經濟發展階段有關，當下中國有大量的傳統行業需要迅速借助數字化實現生產力提升。但長遠來看，底層技術能力的欠缺會限制產業數字化的發展空間，甚至，類似ChatGPT大規模預訓練模型本身也會成為“卡脖子”技術。

      在AI基礎設施方面，國內與發達國家還存在差距。賀晗認為，底層技術能力的提升首先需要的是基礎設施建設。

      產業發展的著力點，可圍繞數據、算法、算力三個方面展開。

      數據方面，互聯網英文數據匯聚全球數據信息，互聯網中文數據在部分指標方面尚難以企及。

       譬如美國有全球最多的高質量的開源數據，如ImageNet、VisualData等，涵蓋了目標檢測、圖像識別、自動駕駛、自然語言處理等絕大部分人工智能研究方向；其公共數據開放起步較早，已建立起全國性的政府數據開放平臺。早在2009年上線的美國data.gov網站，即發布了農業、商業、氣候、教育、能源等多領域的高質量公共數據，至今仍在不斷更新。

       賀晗指出，從覆蓋范圍、開放程度、共享程度、交易效率幾個維度來看，我們都有許多功課要補。

      算法方面，賀晗認為，發達國家已有成熟的開源生態，開源項目基本覆蓋目前主流技術領域。

      一方面，依托開源通過“集眾智”的模式突破單一組織邊界和資源限制，集結海量用戶創新力量，在標準化平臺上加速算法生產和迭代；另一方面，通過開源，降低AI算法運用門檻和創業門檻，對繁榮產業生態起到了至關重要的作用。

     “正是由此產生了大量貼近C端用戶的內容服務，這也成為了AIGC能夠現象級爆火的條件之一。” 賀晗分析指出。

      算力方面，根據工業和信息化部披露數據，近幾年我國算力總規模發展較快，目前已超過140EFLOPS（每秒浮點運算次數），算力規模排名全球第二，排在美國之后，但規模差距在逐步縮小。

       賀晗認為，在AI領域，對于大量進行模型訓練和推理的科技企業來說，算力的瓶頸并不體現在算力的絕對規模上，而在于實現算力的單位成本，而這一成本又與芯片技術密切相關。

       目前國內算力的單位成本居高不下，也是一些科技企業發展AI的短板之一。

     “希望相關行業主管部門通過規劃指引、財政補貼、試點示范、揭榜掛帥、產業基金等方式，鼓勵科技企業圍繞算法模型開源、開源數據集建設、數據要素共享流通、中英文數據互補、智能算力集群建設等關鍵點進行長期投入，加快數據、算法、算力基礎設施建設，形成生態。” 賀晗指出。

       通過降低AI開發和應用門檻，讓AI融入千行百業，方可為產業數字化注入更強勁的動能。

       根據記者了解，這將是他今年計劃提案的主要內容。