人工智能技术正在快速演进。截至今年5月，我国已形成超过100个10亿参数规模以上的大模型。研究领域成果不少，寻找人工智能的核心应用场景成为2024年AI产业的关键问题。
“人工智能要切实赋能实体经济发展。”近日，中国工程院院士、北京邮电大学信息与通信工程学院教授张平参加数字中国建设峰会的特色活动“院士专家行”时表示。
张平认为，人工智能的终极目标是让机器能够尽可能拥有人类的智能。“人类引以为豪的两大功能是语言认知功能和运动控制功能，而目前的人工智能研究就是在沿着这两个方向不断探索。”
在他看来，从最开始的大语言模型产品ChatGPT，到后续不断发布的各类多模态大模型，人工智能在语言认知功能方面已经取得了许多成果。而运动控制路线目前的可能性亟待被发掘。人形机器人、具身智能等概念虽然也常被提及，但还没有跑出特别惊艳的技术或应用。
“如果只发展语言认知能力，AI技术对人类的影响可能只限于文本、图片等方面的理解和处理。如果在具身智能领域有所突破，这个‘AI’将无限接近人类。”
张平认为，围绕人工智能的讨论要坚持“脱虚向实”的思路。“我们讨论AI发展的最终目的，是希望了解它能为实体经济发展做些什么。”同时具备大脑和身体，AI才能更好地助力实体经济发展，激活新质生产力。
制造业是实体经济的重要基础，AI+制造业的组合能碰撞出不少火花。
张平在会后接受21世纪经济报道记者采访时指出，以工厂场景为例，AGV（自动导向车）、人形机器人逐渐参与到产线工作，是目前比较可及、有前景的应用场景。
AI应用于千行百业，离不开数据、算法和算力的支持。在张平看来，在AI基础设施方面，当下应该关注和思考的是我国相关领域的“长板”究竟在哪。
以算力为例，他认为，在大算力时代，结合我国目前的技术积累，发展分布式算力是必然选择。
在接受21记者采访时，张平解释道，“打造分布式算力，意味着要做到海量数据的高效传输，而我国在通信领域已经实现了5G、6G等诸多突破。”在张平看来，我国通信技术世界领先，因此，在优越的网络水平支持下，我国具备发展分布式算力的先发优势。
“总而言之，在人工智能问题上，我们需要做到扬长避短。才能实现算法、算力、数据快捷高效地云、边、端协同，切实创造价值。”他指出。