智能世界2035：从愿景到行动-华为.pdf会员免费

智能世界2035构建万物互联的智能世界从愿景到行动近年来，大模型、生成式人工智能快速发展，人工智能从相对单一的感知、识别和预测，逐步走向内容生成、知识处理和复杂任务协同，并与计算、网络、数据、机器人及各类产业技术深度融合，正在从数字空间走向物理世界。这意味着，人工智能带来的变化，不能简单理解为又出现了一项新的信息技术，而是生产力体系的一次深刻变革。其中一个关键变化，是“智能”正在成为一种可以被计算、被传输、被调用、被规模化使用的生产力要素。过去，知识和经验主要被劳动者掌握；现在，越来越多的知识可以通过数据和模型沉淀下来，借助算力在不同场景中快速调用。当这种能力进入研发、设计、制造、交通、医疗、教育等生产活动，人工智能就不再只是辅助工具，而会逐步成为新的生产要素和生产工具。因此，真正值得关注的，不是模型有多少参数、回答问题有多快，而是人工智能能在多大范围内进入真实生产过程、创造多少新的价值。也要清醒看到，当前人工智能仍处于快速发展的早期阶段：在复杂推理、持续学习、因果理解、长期规划以及真实世界交互等方面，还有许多基础问题有待解决。技术发展越快，越要尊重规律，不能把阶段性突破等同于最终成熟。人工智能进一步发展，越来越与基础条件紧密绑定，主要有三个。第一是算力。大模型使算力从信息化建设的基础资源，变成人工智能时代的重要生产力，但算力资源分布不均、利用效率不高、供需匹配不足的问题仍然突出。这与电力的早期阶段相似：最初电力是哪里生产就哪里使用，后来才逐步形成覆盖全局的电网体系，算力也要经历类似的过程。我们推进鹏城云脑和中国算力网建设，就是要让不同地区、不同类型的算力高效连接、统一调度，使算力从相对孤立的资源变成便捷可用的公共基础能力——未来，算力的使用应该像用电一样方便。高文序言 同时，随着人工智能规模化发展，算力与电力的关系越来越紧密，算力布局要统筹考虑能源供给和利用效率，推动算电协同。第二是数据。大模型的能力离不开数据，但真正有价值的数据不只是规模大，更要质量高、样本分布合理、标准统一、反映真实业务。当前产业数据分散在不同系统和企业之中，质量、安全、标准、产权问题交织。如何把行业数据和知识转化为机器可理解、可学习、可利用的资源，是人工智能向纵深发展的基础。第三是软硬件体系。人工智能已经形成算法、模型、芯片、计算系统、网络和数据相互耦合的技术体系，单靠一个环节的突破，难以形成整体优势。既要加强基础理论研究，也要夯实芯片、框架、工具链和训练系统等工程能力，构建完整的技术和产业生态。人工智能最终要靠应用走向成熟。要推动人工智能与制造、交通、能源、医疗、教育等领域深度融合，让技术进入真实生产流程，在应用中发现问题、持续迭代，形成“技术研发—场景应用—持续迭代—产业升级”的良性循环。与此同时，人工智能越发展，越要处理好创新与规范、发展与安全的关系，同步建立法律、伦理和安全保障体系，使人工智能始终服务人的发展。展望 2035 年——那也是我国基本实现社会主义现代化的时间坐标——我们很难准确预测智能社会发展到什么程度，但可以预见，智能将越来越深地融入经济社会运行，算力、数据、模型和网络将成为重要的智能基础设施。真正值得期待的智能世界，不是机器简单地替代人，而是人与智能系统高效协同，让技术拓展人的能力边界。所以，比“未来的智能世界是什么样”更重要的问题是：今天做什么，才能走向这样的未来。未来不是等来的，是干出来的。《智能世界 2035：从愿景到行动》正是沿着这个思路展开的。报告以 2035 年为坐标，用“变局—命题—行动”的框架，把对未来的判断落实为面向现实的行动方案：既分析人工智能给技术和产业带来的关键变化，也提出迈向智能世界的十个关键命题，进而围绕智能体时代的需求，给出构建智能基础设施、重塑用户体验和生产模式的具体路径。这种把愿景和行动连接起来的努力，正是当下最需要的。愿这份报告带给读者启发，也期待我们共同以更长远的眼光认识人工智能，以更扎实的行动走向智能时代。鹏城实验室主任北京大学博雅讲席教授所有实用...