中新社北京2月28日電 (記者 夏賓)由美國人工智能公司OpenAI推出的大語(yǔ)言模型ChatGPT吸引了全球目光，其熱度在中國也持續高漲。有人發(fā)出疑問(wèn)，中國離自己的ChatGPT還有多遠？

　　全國政協(xié)委員、360集團創(chuàng )始人周鴻祎對中新社記者表示，如果把ChatGPT看作“能與人類(lèi)對話(huà)”的機器人，那就太“小兒科”了。它的出現，或許是人工智能發(fā)展史上的一個(gè)拐點(diǎn)。

　　中國科學(xué)院院士、半導體物理和器件專(zhuān)家褚君浩則認為，大熱的ChatGPT是如今新業(yè)態(tài)、新技術(shù)快速迭代發(fā)展的縮影之一，但也絕非終點(diǎn)。

　　追趕新技術(shù)發(fā)展，中國如何能擁有自己的ChatGPT？

　　事實(shí)上，數據顯示，中國數字經(jīng)濟規模連續多年穩居世界第二，新的商業(yè)模式、應用場(chǎng)景、增長(cháng)動(dòng)能不斷涌現。

　　全國政協(xié)委員、天娛數科副總經(jīng)理賀晗指出，中國科技企業(yè)目前更多注重實(shí)際場(chǎng)景運用，這與經(jīng)濟發(fā)展階段有關(guān)，當下中國有大量的傳統行業(yè)需要迅速借助數字化實(shí)現生產(chǎn)力提升。但長(cháng)遠來(lái)看，底層技術(shù)能力的欠缺會(huì )限制產(chǎn)業(yè)數字化的發(fā)展空間，甚至，類(lèi)似ChatGPT大規模預訓練模型本身也會(huì )成為“卡脖子”技術(shù)。

　　全國政協(xié)委員、致公黨上海市委會(huì )專(zhuān)職副主委邵志清在采訪(fǎng)中談到ChatGPT的國產(chǎn)化問(wèn)題時(shí)表示，ChatGPT現象反映出兩個(gè)問(wèn)題：一是中國的商業(yè)奇才，也就是企業(yè)家精神還需要不斷鍛煉；二是底層技術(shù)突破，也就是科技自立自強還有很多路要走。

　　他也強調，中國的優(yōu)勢在于擁有大規模的應用市場(chǎng)和海量的數據，如果能在底層技術(shù)和商業(yè)模式上有更多的奇才，那么相信未來(lái)ChatGPT的中國式或是超越ChatGPT的模式就會(huì )產(chǎn)生。

　　“我們需要認識到以ChatGPT為代表的人工智能技術(shù)也是‘硬科技’，必須在國家層面上升到和芯片產(chǎn)業(yè)同等重要的地位和高度?！焙幽鲜≌f(xié)委員、麒麟合盛集團創(chuàng )始人李濤說(shuō)。

　　在他看來(lái)，目前，該技術(shù)還依賴(lài)高性能的GPU芯片所建成的GPU服務(wù)器集群，但在可預見(jiàn)的將來(lái)，人工智能和芯片設計會(huì )形成軟硬件相互促進(jìn)的合力，一旦這種能力爆發(fā)出來(lái)，中國可能需要十至二十年的時(shí)間才能追趕上。

　　當下，中國自身的優(yōu)勢在哪？又該如何奮起直追？周鴻祎認為，ChatGPT需要用戶(hù)不斷使用、反饋、修正，它的能力才可以不斷提升。中國的優(yōu)勢包括互聯(lián)網(wǎng)大公司比較多、算力較好、工程師紅利等。

　　他今年帶來(lái)的《關(guān)于以產(chǎn)研協(xié)同和開(kāi)放生態(tài)模式推進(jìn)人工智能大模型技術(shù)創(chuàng )新發(fā)展的提案》建議，大型科技企業(yè)+重點(diǎn)科研機構的產(chǎn)研協(xié)同創(chuàng )新模式，打造中國的“微軟+Open AI”組合引領(lǐng)大模型技術(shù)攻關(guān)；支持設立多個(gè)國家級人工智能大模型的長(cháng)期開(kāi)源項目，打造開(kāi)源眾包的開(kāi)放創(chuàng )新生態(tài)。

　　針對目前中國人工智能領(lǐng)域與ChatGPT的差距，李濤建議發(fā)揮中國舉國體制優(yōu)勢，積極彌補短板，加快追趕世界先進(jìn)水平。

　　具體來(lái)看，一是制定國家戰略和路線(xiàn)圖，加強頂層規劃設計。二是重視人工智能基礎技術(shù)和創(chuàng )新研究，加快核心人才培養。三是扶持建設ChatGPT替代產(chǎn)品所需的“算力”“算法”“數據”等新型基礎設施。四是優(yōu)化政府集中采購制度，支持科技創(chuàng )新型企業(yè)發(fā)展。

　　李濤提到，算力層面，要鼓勵行業(yè)創(chuàng )新，在現有資源的條件下，找出創(chuàng )新方式，縮小算力差距；算法層面，要加強人工智能科研與產(chǎn)業(yè)的結合，尋找對算力消耗更小的人工智能算法；數據層面，要整合行業(yè)力量，建立起一套高質(zhì)量的、用于人工智能超大模型訓練的數據庫。

　　賀晗希望，相關(guān)行業(yè)主管部門(mén)通過(guò)規劃指引、財政補貼、試點(diǎn)示范、揭榜掛帥、產(chǎn)業(yè)基金等方式，鼓勵科技企業(yè)圍繞算法模型開(kāi)源、開(kāi)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(guān)鍵點(diǎn)進(jìn)行長(cháng)期投入，加快數據、算法、算力基礎設施建設，形成生態(tài)。(完)