全国政协委员贺晗：AI赋能行业 场景驱动是关键

从ChatGPT到Sora，从单模态到多模态，从单一智能到通用智能，全球人工智能创新热潮迭起，正在为经济社会发展持续注入新动能。全国政协委员、天娱数科副总经理、山西数据流量谷董事长贺晗关注到，人工智能大模型的泛化能力和涌现特性，让其在诸如医疗、金融、交通运输、气象等垂直行业应用场景上，展现了惊艳的性能表现和巨大的发展潜力。

“场景驱动，是人工智能大模型技术创新和产业增长的重要模式。”贺晗发现，当前人工智能大模型应用场景拓展普遍存在两大阻碍，一是各行业数据资源虽多，但缺乏高质量产业数据集；二是有丰富的算力资源，但多元异构算力调度能力没跟上，算力“孤岛”问题突出。

对此，他建议，鼓励地方政府、领军企业、行业协会和专业服务机构搭建全国级、地方级、行业级等多层次人工智能大模型技术应用场景供需对接平台，征集应用场景需求、市场化项目需求，推动技术供给方公开发布大模型创新应用解决案例，实现技术、模型、数据等资源对接；同时推动具有首创性、示范性的标杆场景项目落地，打造标杆性大模型产品和服务；常态化征集、遴选技术创新性强、成熟度高、应用前景广阔的典型应用案例并公开发布。

同时，工业、金融、商务、交通运输、气象等各行业各领域要深度挖掘，积极打造可应用人工智能大模型技术的各类场景，围绕算力平台、大模型开源社区和协作平台、多模态公共数据集等人工智能基础设施资源进行长期投入，加强各行业数据的采集、利用、开发，储备高质量产业数据集。贺晗建议，要在实践中，不断推动大模型技术与丰富应用场景和行业数据要素相结合，训练打造垂直领域大模型，根据应用情况对业务流程进行创新和再造，在“降本提质增效”的同时，开发新功能、形成新产品、拓展新应用，实现人工智能技术与行业更加深入的融合。

“当然，人才是第一资源，尤其是人工智能时代。”因此贺晗认为，当下有必要加紧培养一批既懂行业技术又懂大模型技术的综合型人才。对此，要完善通用人工智能相关学科建设，做好学科交叉融合，行业、学校、企业、科研机构等要联动开设“第二课堂”，加强人工智能通识教育，进一步打造产学研用链条，将教学内容与产业一线紧密结合，培养富有实战经验的人才。（作者：叶奕宏）

全国政协委员郭媛媛： 构建新质生产力人才培养模式

当前，新质生产力已成为高质量发展的重要着力点，而在各地推进谋篇布局的进程中，全国政协委员、首都经济贸易大学特大城市经济社会发展研究院副院长郭媛媛提出，也需要一揽子考虑构建适应新质生产力发展要求的人才培养模式。

“打造新质生产力需要加强人才、数据两大基础生产新要素培育。其中，创造新质生产力的战略人才、熟练掌握新质生产资料的应用型人才、适应新质生产力市场实现价值的创新型人才，是发展新质生产力的关键支撑。”郭媛媛表示，随着ChatGPT、Sora等横空出世，传统的线性教育思维已经不适合当前的新质生产关系，“我们需要能迅速集成信息，多源应用多种高新设备，挖掘新质生产要素价值的人才。”

而高校将成为培育这种创新人才的“主力军”。郭媛媛认为，原来高校的精英教育、关门办学、自给自足等模式，传统教育崇拜书本，追求唯一答案，评价标准化、统一化等，已不适应科技快速发展时代，必须高质量推进高等“数智教育”，培养能够充分利用机器的力量创造正向价值，并富有人文精神的新质生产力创新人才。

而这要以“三育”为支点：以高校智慧环境全覆盖新生态，加快对新质生产力人才基础培育的“境育”；以教学资源手段智能化融合新运用，加快对新质生产力人才数智素质的“新育”；以面向社会和当地科技创新产业产教融合，加快对新质生产力人才能力的“合育”。

具体而言，她建议以人工智能、大数据、云计算和物联网为基础，建设智慧校园，完善大学生教育的日常数智化真虚融合场景，促进大学生将新技术融入学习习惯和创新、创造模式；创新采用如功能性游戏等专业教学拟真模型等手段，提高人才培养的智能化水平；以智能渗透、产教融合为主线，跨界、融汇、创新为特点，构建高校与当地政府、企事业单位全链条全方位融合、上下层面衔接和横向连接有序的共建合力，实现对新质生产力人才及其能力的创新、协同培养。

而针对气象专业院校及拥有气象相关类专业的高校，她还提出，要加强气象交叉学科建设，以更好地“拥抱”人工智能、大数据、量子计算等新技术。“我们要基于技术本质来构建人才培养新模式。”郭媛媛指出，以上提到的新技术都涉及多方资源、力量、知识的整合，因此，有必要根据学校特质和学科特性，培养具有交叉学科背景的人才，同时加强与重大科技基础设施、大型科研院所、龙头企业协作，以需求为导向培养人才、以问题为导向推出科研成果。（作者：叶奕宏 ）

（责任编辑：颜昕）