信息通信业(ICT)十大趋势发布******
2023年1月6日,中国信息通信研究院(以下简称“中国信通院”)主办的“2023中国信通院ICT+深度观察报告会”主论坛在京举办,中国信通院副院长王志勤以《ICT产业体系高质量发展助推现代化建设开新局》为题发布了信息通信业(ICT)十大趋势。
近几年ICT产业发展持续向好,ICT产业的增加值及占GDP比重稳步提升,与此同时,ICT产业数智化赋能向深、向广、向新发展,ICT技术持续与传统产业融合,助推千行百业数字化转型升级。ICT产业高质量发展,将持续赋能实体经济,引导现代化产业体系加快构建。在ICT技术牵引下,5G技术、信息网络、先进计算、AI技术全面创新发展,赋能效应持续加深,数字化转型仍是产业主旋律,工业互联网成为关键路径,同时有了数据要素的加持,数字经济迈向量质齐升,数字治理和数字安全体系基本构建。在2023年,通过ICT高质量发展作为牵引,将带动数字经济健康繁荣发展。
信息通信业(ICT)十大趋势
一、 ICT技术红利持续释放,谋篇布局未来发展空间
二、个人行业应用双轮驱动,5G规模化发展加速推进
三、信息网络协同融合贯通,自智技术加快应用落地
四、先进计算创新模式升级,算力供给能力大幅提升
五、大模型驱动AI技术突破,应用能力边界不断拓展
六、智能制造向纵深发展,工业互联网成为关键路径
七、数据基础制度完善落地,数据要素市场建设提速
八、数字经济迈向量质齐升,构筑经济复苏中坚力量
九、数字治理体系基本形成,发展预期合作基础企稳
十、数字安全加速迭代升级,保障覆盖全过程全链条
更多精彩,敬请阅读解读PPT。
ICT产业今年呈现较快发展态势,面向未来,要加快关键技术自主创新突破,加快推进技术向产业端转化,加强与实体经济的深度融合。2023-2025年,我国ICT产业将保持持续增长态势,面向未来前沿技术我们加快相关布局,未来产业的培育将为ICT技术产业化开辟新的赛道。
在5G网络建设和应用发展过程中,推动5G规模化发展将成为今后一段时间的主要方向,需要从个人和行业两方面双驱动实现5G在实体经济中更广范围、更深层次、更高水平的深度融合。需要以终端和数字内容的发展创新来实现个人应用从量到质的变化。5G行业应用规模化发展将呈现梯次、阶段推进态势,在此过程中需要加强5G技术对行业应用的支持能力。
当前处于算网协同向算网融合发展的阶段,预计到2030年将实现设施、技术、运营、服务的体系化融合贯通。从算网协同到算网融合落地应用,再到最终算网一体将面临技术、产业等多重挑战。网络智能化水平不断提升,预计2025-2030年,网络自智能力将达到L4。从技术趋势看,下一步网络智能技术将向多源融合智能发展,支撑网络向更高等级自智能力发展。
当前,算力作为新生产力已成为普遍共识。先进计算通过系统化创新加速算力规模提升,极大提升了算力供给能力,性能更强、规模更大、功耗更低,同时能够实现低时延、高可靠性和精度更多的细分能力。先进计算在深度赋能各行各业数字化转型过程中正发挥重要作用,带动数字经济的发展。
从技术角度看,大模型将持续提升人工智能技术水平,推动人工智能从可用技术向好用的基础设施演变。同时,多模态、强算力和知识增强等技术将让大模型的性能得到进一步提升。从应用角度看,大模型的发展将进一步拓展人工智能应用的能力边界,不断催生新模式新业态。大模型将提升人工智能感知、认知和生成能力,并且有望在基础科学领域取得更多突破。
数字化转型保持高速发展态势,工业互联网作为数字化转型的关键支撑和路径,新技术应用、新产业培育日益活跃。5G+工业互联网作为我国重要推进方向,已初步实现规模化应用,工业互联网产业规模也由小到大,预计2025年将超过2万亿。智能制造作为制造业转型升级的主攻方向,全面向纵深发展,智能工厂建设走深扩宽,中小企业加速普及,数字化供应链也成为新的重要探索方向。
数据要素是数字化发展的基础,2022年12月通过的二十条构建了数字基础制度的相关意见,它的落地为数据要素市场建设奠定了基础。我们会继续加强对数据基础制度细化领域细则的制定,在数据产权、流通交易、收益分配、安全治理等方面进一步细化制度设计。随着数据制度的不断完善,我国数据要素市场建设将进一步提速。
数字经济迈向量质齐升。从国际来看,中美欧数字经济持续发展,新兴国家加速崛起,全球数字经济多极化发展格局将进一步凸显。从国内来看,数字经济正步入量质齐升的新十年,到2025年我国数字经济规模将超过60万亿元,数字经济投入产出的效率将提升至3.5。
我国与数字化发展相适应的数字治理制度体系框架基本形成。从法律、规划和政策层面,我国数字治理的顶层制度设计基本建立,治理体系建设方向、重点领域的治理要求基本明确。在此条件下,我们会继续努力提高它的预期性、操作性和协同性,进一步细化制度规则,使国家数字治理政策更加规范有序安全稳定,促进数字经济高质量发展。
数字化持续深入,驱动网络安全向数字安全发展演进,数字安全保障能力同步建设创新发展。安全保障需求从过去的线上网络空间安全可靠,拓展和延伸至线下物理空间的稳定运行。面向数字基础设施,数字安全进一步作用于信息通信安全、数据要素安全,以及网络物理融合安全。数字安全风险蔓延于数字化各环节各流程,数字技术、数字平台、数据要素及网络物理融合等成为安全保障重点。
“特别能聊”的人工智能会聊出些什么?******
聊天机器人ChatGPT优异表现引发市场关注,人工智能生成内容概念走上风口
“特别能聊”的人工智能会聊出些什么?
本报记者 时斓娜
阅读提示
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话,还能根据聊天的上下文进行互动,让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域,将是其潜在的产业化方向。ChatGPT的商业化落地,还需要克服技术和科技伦理等方面的问题。
家里要养一只猫,该如何给猫取名字?怎样写出一个纸牌游戏的代码?在不同语境中,词语“意思”到底有几个意思?这些五花八门、时常令人绞尽脑汁都难以得出答案的问题,在人工智能聊天机器人ChatGPT的面前,不过是瞬间便可迎刃而解的“一碟小菜”。
产品发布短短两个月,ChatGPT的日活量已突破千万,不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注,人工智能生成内容(AIGC)概念由此走上风口。
人工智能聊天究竟能聊些啥?ChatGPT所代表的AIGC应用将带来哪些影响和变化?记者对此进行了调查采访。
“真正像人类一样聊天交流”
“我所热爱的是我真实的生活,因为它包含了我所有的经历和感受,是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话,实则出自人工智能聊天机器人ChatGPT。
随着ChatGPT大火,不少网友将它与自己的聊天记录分享到社交平台上,ChatGPT时而诙谐有趣,时而又显得思想深邃。除了各种聊天互动外,还有不少网友们将ChatGPT视为一种工具,让其写作文、翻译文章,甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。
中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示,ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右,在生活闲聊上的意图识别率约为95%,已具备较好的语义理解能力。
实际上,ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的?“这是因为ChatGPT建立在大型语言模型上,会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息,使ChatGPT知识丰富,还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。
创新交互为AIGC带来新启发
随着人工智能技术的发展,近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高,国内外科技公司纷纷发力布局AIGC领域。
以百度文心大模型为例,输入一个题目,它可以瞬间写出上百篇作文;根据一句话或者一段描述文本,可以生成一幅精美的画作;根据一幅图像,可以自动生成高清、流畅的视频。
在百度技术委员会主席吴华看来,ChatGPT在用户界面和交互上是一种比较创新的模式,用户更容易以自然语言的方式进行交互,这会给大家带来革新性的认识,也会给AIGC带来新的启发。
目前,国外一些公司在积极探索并落地ChatGPT的诸多应用场景,通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为,ChatGPT将颠覆搜索行业,在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测,未来AIGC有潜力产生数万亿美元的经济价值。
根据中国信息通信研究院发布的《人工智能白皮书(2022年)》,“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域,听说读写等能力的有机结合成为未来发展趋势。
“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩,在分子结构、软件代码等科研生产领域的应用不断拓展,还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示,当前,人工智能生成内容的辐射范围还在扩大,未来有望重塑各行业领域的研发面貌。
商业化落地需克服技术和伦理问题
尽管各界对AIGC发展前景保持乐观,但从现状来看,ChatGPT等产品想要真正落地,还需要克服技术和科技伦理等方面的问题。
在对ChatGPT进行的种种评测中,ChatGPT会犯一些常识性错误,反映出其在可控性、准确率方面仍存不足。有人形容,ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。
中国信息通信研究院评测结果同样显示,ChatGPT在非闲聊型对话的任务完成率上表现一般,难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。
“ChatGPT虽然能够较好地回答不少问题,但在一些略有深度的、专业性较强的领域,其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足,也说明了算法依然需要完善。”张孝荣说。
在技术层面以外,人工智能还面临着悬而未决的科技伦理问题。张孝荣表示,ChatGPT在科技伦理方面至少面临三大挑战:“一是版权问题,ChatGPT生成的内容更多来自搬运,容易引发侵权;二是信息安全问题;三是社会缺乏接纳这一新生事物的准备机制,这对监管挑战很大。”
在国内,AIGC产业化路径同样有待探索。石霖介绍说,国内AIGC产业基础薄弱,相关初创公司数量明显少于国外。同时,国内企业目前仍处于打磨产品阶段,还未出现较为好用的内容生成服务。
(文图:赵筱尘 巫邓炎)