【对话交流】第二部分：AI时代的创新培训
作者：365bet网址日期：2025/11/10 浏览：
11月8日上午，2025世界互联网大会乌镇峰会“人工智能引领科技与产业创新联动发展论坛”在浙江乌镇举行。论坛以“人工智能引领科技创新与产业创新共同发展”为主题，致力于探索推动人工智能与千行百业深度融合合作的方向和路径。本次论坛由浙江省人民政府主办，浙江省经济和信息化厅、浙江省互联网信息化办公室、西湖大学、浙江省数字联合会、浙江邮电职业技术学院承办。本次论坛以“人工智能时代的创新模式”为主题，进行对话与交流。改变。
【对话交流】第二部分全文如下：
陈宗年（主持人）：谢谢6个人。人工智能现代发展需要计算能力、数据等基础能力建设提供有力支撑。请问中科曙光信息的任总和联通数据的陈总谈谈目前人工智能和数据基础设施建设的最新实践进展在算力和数据方面还存在哪些不足？未来应在哪些方面进行突破，以更好地支撑人工智能时代创新模式的转变？
陈海峰：谢谢你。任先生现在很谦虚。本来我想先讲算力，再讲数据。我们常说，在AI行业，如果算力是引擎，那么数据就是燃料。它决定了你走多远，渗透多深，以及你有多嗨。你在这个不断变化的行业中飞翔。陈老师刚才问我，过去一段时间数据元素领域发生了哪些变化？我想大家可以关注两个变化。
第一个可信数据空间的推广和使用，真正做到了数据传输。随着国家数据局数据流通基础设施的布局和推进，全国各行业可信数据空间建设目前正在如火如荼地进行。
这个可信的数据空间允许数据提供者按照自己的规则在可追踪、不可篡改、授权的空间中流动。因此，该标准成为国家标准并获得行业共识。最近，国家数据局建设的63个可信数据库空间试点中，我公司要开展12个。也成为未来数据流通和使用的最强支撑，无论是人类使用还是模型使用。
第二个变化是大model，真正让数据能够被利用，数据的价值开始被实现。过去，中国联通拥有知名的消费出行大数据平台。过去，每年春节、国庆等重大节日，央视二台都会使用我们的数据对行业数据进行NG分析。最近，我们把这个出行数据通过大模型和小经济模型进行了升级，升级为大经济运行模型，可以为地方政府宏观经济监测预测、政策执行和决策提供良好的依据。它已经精确到小数点后 1 位，我们正在处理小数点后 2 位。这么大的模型可以快速将数据货币化。目前已有20多个部委、23个省份、80多个地市正在应用大经济运行模式。指导自己的经济运行指挥和航运。
所以这是两个最大的变化。当然，还有我们仍然面临许多挑战。例如，这个数据元素很难跨实体、跨行业循环。第二个数据授权使用的法律机制还不是很健全，正在建设中。第三是数据服务的成本。卢山副省长刚才谈到了这个问题。重视程度和投入量还在不断增加。相信通过模型的开发，空间的利用会逐渐改善这些问题。谢谢你！
任景阳：我从算力的角度讲一下。人工智能时代，算力目前面临两大问题。一是算力的瓶颈，因为这个AI需要太多的算力。今天我们看到巨头们都在进行算力的竞争，资本的支出往往动辄上千亿甚至上千亿美元，让资本市场一片欢腾。
但这确实是不确定的，d就我们国内的情况来说，因为我们面临着一些“卡脖子”的问题，这方面的问题会更加突出，所以如何突破算力的瓶颈是一个问题。
另一个问题是计算能力昂贵。今天我们说我们期望算力可以像水和电一样被使用。这个愿景很多年前就被提及过。原来，当我们开始云计算时，我们谈论水和电的使用，就像水和电一样；但水和电应该便宜。今天，我们很少有人对水和电感到焦虑，所以事实并非如此。尤其是在人工智能时代，计算能力变得越来越昂贵。我们都知道，一个典型的AI计算节点，比如英伟达的，每个节点高峰时的售价都在300万（一个）以上。现在价格200万多一点。在国内大部分城市，这个节点就相当于一个套房，一个柜子。所有节点相当于一扇门的值。
如果转化为像阿里巴巴这样的巨头和运营商，我们有大量的资本支出，我们可以支持。但我们今天讨论的问题是AI+，这是千行百业所需要的。很多中小企业需要人工智能，因此存在算力门槛和算力昂贵的问题。
那么如何从这两方面来解决这个问题呢？其实，这其中有两个问题可以追溯到核心，与芯片息息相关。芯片价格昂贵且运行速度快。但现在要解决这个问题，我们说没有芯片是完全不可能的，只是芯片不强大而已。现在的计算，比如存储和计算的融合，可以解决部分问题。依靠冷却技术实现更好的运行条件也可以解决部分问题。然后通过异构融合，或者通过软硬件的配合，各自可以解决一部分问题（电气方面），所以现在我们需要从一点崩溃走向整个系统，全面整合，多点突破，追求系统能力。所以，今天大家就看到了一个特别流行的词。虽然芯片很流行，但今年特别流行的一个词是算力超级节点。
两个月前在上海举行的人工智能大会上，384个节点的超级节点引起了全场的轰动。所有巨人都驱动额外的节点。
我们展示了一个640位的超级节点，就像我说的，从芯片到网络存储，在一个软硬件一体化的系统中。在我省，一个机柜可以容纳640个卡，实现全互联的超级节点。这样的话，算力的集成度将会得到极大的提升。它可能不会持续超过两个月。年底前，我计划在 Wanka 集群上构建这个东西。到时候大家都可以亲眼所见如果 Wanka 集群正在使用某些东西，这个额外的节点会占用多少区域。
本来我估计我们站上一个万卡集群够不够，很难说。外围设备好像也不少，所以这样一来，算力的价格也能有效降低。
当然，仅仅依靠硬件来降低算力价格是不够的，还需要依靠其他相关的计算网络技术，所以未来还有很多工作要做。因为这两个问题，算力昂贵的问题和算力瓶颈的问题从长远来看会扰乱这个行业，但我们有一个方向。我相信，通过多方的合作，我们最终会实现我们的愿景，利用好这种水和电的算力。谢谢大家！
陈宗年（主持人）：谢谢。最重要的是产业创新格局的转变关键在于规模化应用，形成应用驱动创新、应用推动创新的良性循环。 《国务院关于深入实施人工智能+行动的意见》提出了6大主要应用领域。我想请吴主任、张总和索总来讨论一下，在人工智能驱动千行百业创新转型的过程中，哪些场景是比较老的。一位致力于时空信息技术的落地，一位深耕智慧医疗领域多年，一位是化工能源行业智能化转型专家。他对此应该有深刻的认识。您能否用一个具体的实际案例谈谈您在人工智能应用场景“最后一公里”中遇到的挑战，以及您是如何一一克服并实现的d 申请成功？
吴洪涛：我认为人工智能在自然资源领域的应用有两个方面。首先，人工智能在自然资源领域的应用比较早，特别是在遥感解译方面。 D5识别很早就在这些应用中使用，但这些应用传统上都是小模型，而不是大模型的概念。
陈宗年（主持人）：您可以根据自己的经历谈谈“最后一公里”问题。
吴洪涛：所以遥感遥感解译是我们这个领域最成熟的应用。如今，地面物体的识别率已经从过去的50%、60%、70%、80%达到了90%。就连第二土类的识别度也有了很大的提升。大量的应用相比传统的小模型还是有一定的局限性，因为人工智能的发展以及水疗的智能化方面ce领域还在探索过程中，所以我们也在积极探索这个领域，并结合应用来寻找我们领域的一些突破点。
例如，在遥感领域，大型模型在遥感图像分割方面做得非常好。有什么区别？不同之处在于“什么是身份对象？”“在这方面，我们增加了语义，包括来自香川地理学的语义，以及自然资源的语义，来全面确定地球上事物的范围。这方面，从原来的70%，一些类型的一级土地达到了90%，一些类型的二级成功达到了80%。这是最成熟的应用。”
张俊杰：好的，我们以浙江为例。从2023年10月到现在，整整用了2年时间做文章，希望为每一个浙江人提供一位陪伴一生的数字家庭医生。推出之后，我们觉得坚持了三件事：第一个是用户视角，第二个是技术驱动，第三个是产品导向。技术只是我们所做一切的手段。我们如何依靠技术为用户提供优质的服务和体验，所以我们做了四件事。
前者期望所有健康记录都可以关联。你能想象所有的健康记录来自哪里吗？首先是医疗机构。我们去了浙江一、浙江二、邵逸夫或者家门口的社区卫生服务中心。我们期望所有文件根据用户规模串联起来。这在浙江省已完全实现。
第二个是在家庭设备和可穿戴设备中，比如可穿戴手表、家庭血糖、血压、呼吸机等，如果把这些数据串联起来，那肯定是最懂我的健康档案。
用户周围也存在痛点。我们去的每家医院都有不同的流程，包括挂号、住院、办理、查报告、排队等，现在杭州各医院的所有流程都已标准化。当我们看到数据时，用什么样的指标来衡量AI应用的成熟度？我们看看门诊的渗透率。例如，浙江省生育保险每天门诊量达1万个。目前，已有6000人通过Ancner完成了整个医疗流程。全省平均水平为20%-30%。我们相信，再过一年，40-50%的用户将使用Ancner进行基于云的咨询。
第三个就是如何让用户在家也能享受到好的服务，所以我们也签了家庭医生合同。我们希望每个用户都能在Anclin找到自己的家庭医生，因此家庭医生签约服务逐渐发展起来。
下一步就是打通线上线下。加强用户咨询，如果需要在线咨询、在线购药、医院随访，我们希望把所有的药品服务都接入互联网。让来看看成绩单的整体情况。两年时间，浙江人口达到60-7000万，1500万用户使用了我们的服务。我估计明年大概是2000万到3000万左右。
从这个案例来看，如果一个AI应用能够做出接近普通人真实使用情况的扎实改变，那么效率非常非常高，医疗机构、医生、患者都会很快拥抱它。这对每个人来说都是一个教训。
索汉生：谢谢主持人。其实我们整个中国石化行业推广智能工厂还是比较早的，从2012年就开始了。到目前为止，全国的智能石化工厂水平都比较高，包括位于浙江的镇海炼化，是全国唯一达到领先水平的（石化行业）。多年来我们在推动人工智能方面有很多工作经验。
其实更重要的是c打通“最后一公里”。首先是将人工智能技术与先进石化制造技术相结合。在前进过程中，我们很快将人工智能技术与石化行业的工艺技术、装备技术、控制技术相融合。我认为场景更重要的是打通“最后一公里”。
第二个是整个高价值场景的选择，因为我们从集团公司层面调整了高价值场景的推广，目前从四个角度进行选择。
1.场景的商业价值。
2、技术薄弱。
3. 数据补全。
4.一般。
从这四个方面，我们为石化集团选择了高价值的场景。
第三，在人工智能应用上，我们将自上而下的顶层设计与创新创新相结合。说白了，我们把一般的顶层设计和下面的火花结合起来，b因为上述高价值场景将解决科技研发加速创新，解决我们在勘探开发领域增加储备和劳动力，解决炼化行业优化劳动力合作，解决安全环保。
利用人工催化剂平台前端和从上到下的工具，业务人员可以做一些事情来解决他们身边的一些业务问题，两者可以结合起来前进。
第四，应用影响力的整体评价还是相当重要的。我想从昨天到今天，很多专家都指出，人工智能的投资回报率往往没有特别明确的计算，所以领导者决策的压力是相当大的。我们在从一开始就推荐大车型的同时，还建立了行业内大车型的评审制度。我们知道有很多R业内对大型模型的评价，但在行业实施后，差距还是相当大的。
因此，我们建立了行业大型模型的审核制度。例如，我们在油层物理、工艺优化、设备管理、安全管理、能源管理、环境保护管理等方面建立了专业知识。建立这个评价体系后，一是衡量行业内大规模产业模式的实施水平。最重要的是，对于这个行业审查系统，我们的业务人员最信任它。通过这个评价体系，我们可以看到AI可以为行业做很多事情。这也是比较重要的。
第五，标准。因为我们在做人工智能的时候，我们和工信部合作，2022年创建了《石油化工智能制造标准体系》，2022年就发布了。通过标准体系，我们定义了人工智能的边界，人工智能交互的一些标准，强化了人工智能平台的标准。这对于整个人工智能的共识和技术验证的统一具有重要意义。是的，这对我们也很重要。
第六，工程。因为人工智能落地行业工程化的关键比较重要，一是模型的私有化必须部署在私有环境中，这对AI的实时性要求比较高，因为模型的轻便性，包括现场的实时反馈也很重要。长尾数据，我们石化行业是一个流程长的行业，一台设备就要几百万。但一旦设备出现故障或停止工作，其过程损失可达数千万，因此设备不会受到损坏，而此类非计划停机自己的应该尽量避免。
这里设备出现故障的概率是比较小的。我们必须处理低频但破坏性极强的数据。因此，我们也想到了一些方法，利用工业软件模拟一些异常工况数据来覆盖该区域的场景。我们对模型的稳定性也有比较高的要求。由于现场的噪声和数据质量参差不齐，模型的稳健性标准相当高。谢谢你！
陈宗年（主持人）：非常感谢您的精彩见解。如今，我们除了深耕人工智能领域多年的企事业单位外，还有智慧本土企业的代表赤城科技。接下来请季老师谈谈人工智能技术如何打破传统创新的界限，共同发展“虚拟与现实的象征”的创新。型号？哪些互通的技术创新底层逻辑可以为智慧产业发展提供参考？请。
纪耀华：谢谢陈先生。事实上，用探索的方法，其实还有很多超出原来传统方法的方法，我们也遇到了陷阱，也遇到了很多问题。但今天的话题，我觉得从做工业智能或者工业智能平台的经验来看，有三点可以简单分享一下。
首先，在基本概念层面上，一些颠覆或变异确实是必要的。其实很多技术都聚焦于技术本身，但尤其是工业智能或者工业智能领域，核心是回归场景本身，尤其注重一线的落地执行。
在工业系统中，大多数仍然用于沟通工作任务。事实上，在工业行业中，例如对于复杂的制造制造运维、设备运维系统场景，我们使用任何单一技术都不容易解决。事实上，回到问题本身就变得很简单。工业运营商到达运维现场后需要什么？我们需要再思考一下，如何才能有效地利用它？可以使用必要的设备进行结构可视化吗？你能看到图中的支撑吗？我可以获得维护支持的操作程序吗？而且最好给它记录历史经验，甚至操作方法的选择。
事实上，只要解决好这个环节的第一步，人工智能就能赋能一线，获得立体体验和情感。这实际上可能是要走的路。这里非常重要的一点是回到场景本身。某种程度上，技术是可以被遗忘的，可以以场景的需求为主要出发点对流程进行重组和分类。
第二，在相应的方法和技术上，我们觉得可以把虚实符号的工业体系连接起来，把要点连接起来。下一步是建立基于原生云的智能基础系统和工具系统。这个内容的核心不仅仅是服务一个客户，或者只是做一个技术试点。回到技术和经济，发现一致性的能力是否能够赋予更多的人、更多的工厂和更多的工程师权力？我们也特别感谢浙江，特别是浙江省经信厅的“一业一试点”人工智能推广模式。
我们以台州路桥的一个小区县的电机产业作为试点。现在我们把通用的能力放在云基础上，然后每个中小企业都可以通过支付4.0的门槛来使用轻量级的智能体。00到5000元，然后我们会在云平台或者计算中心安排支付。
以这种方式彻底了解一个行业后，即可输入并验证数据。有了这样的工具和平台，我们可以低成本、快速地将其推向市场，创造一个非常高效的循环，行业转向大型模型或代理商，他们可以提供反馈和迭代。我认为这是一种方式，基于云原生基础和平台工具系统。
三是落实工作取得重要成果。每个人都必须回去。其实有一个词叫工业孪生智能。工业智能与工业软件相同。没有工业实体的参与反馈和持续协作，工业智能就无法带走。因此，工业企业和智能科技企业不可或缺。我们也很荣幸与杭钢集团有深度合作甚至合资、航石集团和浙江国有中船集团。那么在这样的闭环环境下，我们才能真正推动工业仿真和工业智能化。
总体而言，还处于探索过程中。还有很多事情需要克服。也需要众多生态伙伴共同开发、共同创造。我相信这是可以实现的。特别重要的一点是，我认为此时，特别是在工业智能化方面，中国有明显的优势。全球唯一拥有41个完整行业类别的禁令在中国。我们有广泛的场景和数据空间。当然，我们的前景广阔，我们的肩上也有责任。谢谢你！
WS690ED68DA310CECA48B7BAC6
https://cn.chinadaily.com.cn/a/202511/08/ws690ed68da310ceca48b7bac6.html
版权保护：本网站发表的内容（包括文字、图片、多媒体信息等）版权属于中国日报网k（中国日报国际文化传媒（北京）有限公司）独家使用。未经中国日报网事先同意和许可，禁止转载和使用。向中国日报提交评论：[email protected]
相关文章
客户经理