2024年我國人工智能產(chǎn)業(yè)發(fā)展形勢展望

家，其中人工智能大模型市場規(guī)模將達到21億美元，同比增長110%。展望2024年，人工智能產(chǎn)業(yè)將保持高速增長發(fā)展態(tài)勢，逐步邁入深度賦能垂直行業(yè)和前沿領(lǐng)域的新階段，有力推動新型工業(yè)化建設(shè)和經(jīng)濟高質(zhì)量發(fā)展。也要看到，行業(yè)進入門檻變高、適度監(jiān)管與促進發(fā)展間的平衡面臨挑戰(zhàn)、重點行業(yè)領(lǐng)域應(yīng)用率偏低、大模型存在無序競爭風(fēng)險等問題亟待解決。為此，賽迪研究院建議降低算力使用門檻優(yōu)化算力體系建設(shè)，加快賦能千行百業(yè)打造行業(yè)合作生態(tài)，推動監(jiān)管手段創(chuàng)新提升應(yīng)對挑戰(zhàn)能力，合理規(guī)范無序競爭促進大模型健2023年，以ChatGPT為代表的通用人工智能大模型在全球掀起了新一輪人工智能產(chǎn)業(yè)發(fā)展浪潮，我國人工智能大模型市場呈現(xiàn)百模爭鳴、日新月異的快速增長態(tài)勢，預(yù)計今年市場規(guī)模將達到21億美元，同比增長110%。2024年，人工智能大模型將邁入賦能千行百業(yè)的關(guān)鍵期，孕育催生未來產(chǎn)業(yè)新模式、新業(yè)態(tài)。但也要看到，我國人工智能產(chǎn)業(yè)發(fā)展面臨行業(yè)進入門檻變高、監(jiān)管體系仍不夠完善、重點行業(yè)領(lǐng)域應(yīng)用率偏低、賽迪智庫當(dāng)前全球和中國的人工智能產(chǎn)業(yè)均處于高速發(fā)展期。據(jù)IDC數(shù)據(jù)，總投資規(guī)模預(yù)計將達到1540億美元，同比增長19.6%。據(jù)工信部數(shù)據(jù)，截展望2024年，人工智能產(chǎn)業(yè)發(fā)展將成為全球經(jīng)濟復(fù)蘇的風(fēng)向標(biāo)。根據(jù)沙利文咨詢預(yù)測，預(yù)計2024年全球人工智能市場規(guī)模將達6158億美元，我國將突破7993億元。在人工智能主要細(xì)分領(lǐng)域中，大模型作為前沿?zé)狳c，增速最快。根據(jù)鈦媒體國際智庫報告，預(yù)計2024年全球人工智能大模型市場規(guī)模將突破280億美元，我國大模型市場規(guī)模將達216億元，繼續(xù)保持兩位數(shù)以上增速。人工智能領(lǐng)域投融資數(shù)量及金額將再創(chuàng)2023年，未來產(chǎn)業(yè)創(chuàng)新任務(wù)揭榜掛帥工作穩(wěn)步推進，揭榜任務(wù)涵蓋元宇宙、人形機器人、腦機接口、通用人工智能4個重點賽道共計52個揭榜題目。揭榜掛帥聚焦核心基礎(chǔ)、重點產(chǎn)品、公共支撐、示范應(yīng)用等創(chuàng)新任務(wù)，發(fā)掘培育一批掌握關(guān)鍵核心技術(shù)、具備較強創(chuàng)新能力的優(yōu)勢單位，突破一批標(biāo)志性技術(shù)產(chǎn)品，加速新技術(shù)新產(chǎn)品落地應(yīng)用。以大模型為代表的通用人工智能作為首批揭榜掛帥申報賽道，將進一步賦能未來展望2024年，通用人工智能各項任務(wù)的揭榜單位將按照要求，進一賽迪智庫2023年，全球主要國家已將人工智能科技人才培養(yǎng)作為提升國家競爭力的重點舉措，國內(nèi)各高校圍繞核心技術(shù)、頂尖人才等方面強化部署，通用人工智能人才培養(yǎng)新機制構(gòu)建步伐顯著加快。展望2024年，我國人工智能人才培養(yǎng)體系將進一步完善?？鐚W(xué)科融合將人工智能基礎(chǔ)課程分梯度融入其他專業(yè)傳統(tǒng)課程體系當(dāng)中，不同學(xué)科視角下探索融合應(yīng)用是推動人工智能深度賦能產(chǎn)學(xué)研用生態(tài)體系的關(guān)鍵。同時，進一步強化人工智能倫理與法律教育，培養(yǎng)具備敏銳社會責(zé)任感的人工智能專業(yè)2023年，國產(chǎn)大模型一時間呈現(xiàn)出爆發(fā)式增長態(tài)勢，僅2023年1-7月，就有共計64個大模型發(fā)布。據(jù)不完全統(tǒng)計，截至今年11月，國產(chǎn)大模型有188個，其中通用大模型27個，目前已有超20個大模大多數(shù)已向全社會開放服務(wù)。基于2200家人工智能骨干企業(yè)的關(guān)系數(shù)據(jù)量化分析表明，我國人工智能已廣泛賦能智慧金融、智慧醫(yī)療、智能制造、智慧能源等19個應(yīng)用領(lǐng)域。大模型正成為前沿領(lǐng)域研究的重要工具，在新材料領(lǐng)域，我國已有科研團隊將大模型MatChat大模型用于預(yù)測無機材料的合成路徑，在生物醫(yī)學(xué)領(lǐng)域，百度智能云大模型可用于提高藥物研發(fā)效率和新藥發(fā)現(xiàn)的準(zhǔn)確性，在能源科學(xué)領(lǐng)域，由百度集團和國網(wǎng)智能電網(wǎng)研究院共同開發(fā)的電力行業(yè)NLP大模型，可有效提升電力系統(tǒng)展望2024年，大模型將逐步拓展外延賦能自動駕駛和具身機器人等領(lǐng)域，AIforScience（人工智能驅(qū)動科學(xué)研究）也將持續(xù)賦能科學(xué)研究，促進科學(xué)領(lǐng)域的創(chuàng)新，提升研究效率，推動科學(xué)家在探索“無人賽迪智庫（一）“算力需求大+成本投入高”拔高行業(yè)進入門檻一方面，人工智能模型變“大”需要攻克算力挑戰(zhàn)與理論限制，讓模型變得更大并非單純增加神經(jīng)網(wǎng)絡(luò)深度、堆疊人工神經(jīng)元就可以實現(xiàn)。以CNN、RNN等人工神經(jīng)元為基礎(chǔ)的模型需要采用串行結(jié)構(gòu)，模型訓(xùn)練過程需要順序執(zhí)行，無法充分利用所有計算資源。隨著模型參數(shù)量提升，訓(xùn)練時間呈指數(shù)型增長，收斂性也變得更加不可控，更難尋找全局最優(yōu)解。另一方面，人工智能大模型的訓(xùn)練成本包括GPU等算力芯片成本、服務(wù)器成本、標(biāo)準(zhǔn)機柜成本、訓(xùn)練時長內(nèi)的電力消耗費用、人力投入費用等多方面。根據(jù)市場調(diào)研機構(gòu)TtrendForce數(shù)據(jù)，ChatGPT每日處理1300萬獨立訪問量，需要3萬多片NVIDIAA100GPU以提供龐大的計算和存儲資源支持，初期投入高達8億美元，1750億參數(shù)的GPT-3的總訓(xùn)練人工智能產(chǎn)業(yè)當(dāng)前處于快速成長期，其技術(shù)演變和經(jīng)濟社會影響具為新的經(jīng)濟增長引擎，極大改善社會福祉。另一方面，人工智能帶來的倫理與安全、負(fù)外部性等問題也頻頻引發(fā)社會關(guān)注。如果政策過嚴(yán)、管制過多，將在一定程度上阻礙我國人工智能產(chǎn)業(yè)發(fā)展進程，可能拉大我與發(fā)達國家的差距，導(dǎo)致我國陷入被動和落后的局面；如果政策過松、監(jiān)管滯后，也可能導(dǎo)致人工智能“負(fù)作用”在經(jīng)濟社會各領(lǐng)域持續(xù)擴散。因此，以何種力度、何種方式、在何種時機對人工智能進行合理規(guī)一方面，人工智能對我國大多數(shù)傳統(tǒng)行業(yè)的應(yīng)用還處于小規(guī)模試點，頂級制造業(yè)企業(yè)人工智能應(yīng)用普及率與歐美相比有較大差距。根據(jù)凱捷統(tǒng)計，歐洲頂級制造業(yè)企業(yè)人工智能應(yīng)用普及率超過51%，美國頂級賽迪智庫制造業(yè)企業(yè)人工智能應(yīng)用率達到28%，我國相關(guān)指標(biāo)尚有明顯差距。另一方面，大模型在重點應(yīng)用領(lǐng)域缺乏典型應(yīng)用案例。目前工業(yè)領(lǐng)域?qū)Υ竽Ｐ偷某醪教剿餍詰?yīng)用主要集中在設(shè)計輔助、質(zhì)量預(yù)測、設(shè)備維護等方一是同質(zhì)化訓(xùn)練集會導(dǎo)致大模型同質(zhì)化。當(dāng)下國內(nèi)眾多大模型的訓(xùn)練集一般為公開可獲取的英文訓(xùn)練集，同質(zhì)化現(xiàn)象較為突出。中文訓(xùn)練集數(shù)據(jù)清洗和對齊缺乏高效處理辦法且高質(zhì)量內(nèi)部數(shù)據(jù)難以獲取，故中文訓(xùn)練集占比較少且質(zhì)量不高。若加入“軍備競賽”的大模型都使用同質(zhì)化英文訓(xùn)練集，將會導(dǎo)致絕大多數(shù)大模型成為效果不佳且浪費巨大資源的淘汰產(chǎn)物。二是超高的訓(xùn)練成本和開發(fā)技術(shù)門檻決定了中小型企業(yè)不宜投資此類項目。高質(zhì)量訓(xùn)練語料和大規(guī)模人工標(biāo)注成本決定了只有大型機構(gòu)或領(lǐng)軍企業(yè)才具備相應(yīng)大模型開發(fā)能力，成長型企業(yè)盲目跟風(fēng)一是強化分布式計算、量化、顯存優(yōu)化、算子融合等關(guān)鍵核心技術(shù)攻關(guān)與落地應(yīng)用，降低大模型推理的時延，提高吞吐量，減少對算力的需求。二是發(fā)布算力券實施方案支持大模型應(yīng)用落地。為企業(yè)提供算力券補貼支持，努力幫助企業(yè)降低智能算力使用成本，全力支持制造業(yè)等重點領(lǐng)域企業(yè)開展人工智能行業(yè)大模型應(yīng)用探索和落地實踐。三是建議分步驟推進智能算力中心建設(shè)，先追求算力的普惠化，降低成本和提高一是引導(dǎo)人工智能企業(yè)與行業(yè)領(lǐng)軍企業(yè)開展定向合作?；谛袠I(yè)企作生態(tài)。通過工業(yè)互聯(lián)網(wǎng)平臺實現(xiàn)兩者的快速對接，提供保障算法、模一是密切跟蹤人工智能技術(shù)發(fā)展趨勢，及時掌握最新進展并研判社會影響。二是鼓勵相關(guān)治理手段與技術(shù)同步創(chuàng)新，推動人工智能文本賽迪智庫分類器，生成式人工智能檢測方法創(chuàng)新等。三是提升監(jiān)管人才的技術(shù)素養(yǎng)。相關(guān)部門應(yīng)加強對監(jiān)管人員的培訓(xùn)與繼續(xù)教育，提高其對人工智能技術(shù)的理解和運用能力，以做出更加科學(xué)、合理的監(jiān)管決策。四是建立多方合作的治理格局。有關(guān)主管部門應(yīng)與人工智能領(lǐng)域科研院所、企業(yè)加強交流合作，汲取更豐富