发布时间:2024-08-31 10:07:44 来源: sp20240831
人工智能是第四次工业革命的通用性目的技术,加快人工智能与制造业深度融合,全面赋能新型工业化,对于我国发展新质生产力、建立现代化产业体系、实现高质量发展具有十分重要的意义。
通用性目的技术助力工业化进程
工业化是工业革命发生后最重要的经济现象,是一个国家实现现代化的前提和基础。无论从理论逻辑还是历史实践看,工业革命时期往往是大量新技术密集涌现且快速实现转化和应用的时期,特别是其中的通用性目的技术,凭借其广泛连接性、核心作用性、强大驱动性等优势,对加快工业化发展发挥着关键性和主导性作用。在工业革命发生发展过程中,通用性目的技术引致国民经济中一系列基要的生产函数(或生产要素组合方式)发生根本性变革,促进各产业特别是工业制造业的快速发展,由此加速一国工业化进程。当今世界,以大数据、云计算、人工智能、区块链、物联网等新一代信息技术广泛应用为主要内容的第四次工业革命正在深入推进,新技术、新产业、新业态、新模式密集涌现,人工智能被公认是新一轮工业革命的通用性目的技术。习近平总书记指出,人工智能是引领这一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的“头雁”效应。借助移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术驱动,人工智能正呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征,进而对经济发展、社会进步、国际格局等产生重大而深远的影响。当前,第四次工业革命与我国推进新型工业化形成历史性交汇,作为第四次工业革命的通用性目的技术、战略性主导技术,人工智能必将对我国新型工业化发挥巨大驱动作用。
人工智能推动制造业转型升级
人工智能凭借其广泛的渗透性、较强的替代性、明显的协同性、突出的创新性、全面的赋能性、强大的自生成性等特征,通过与制造业深度融合,加快推进新型工业化。从渗透性看,人工智能作为通用性目的技术,能够深度融入制造业各环节及上下游产业链,对产业发展起到赋能、赋智、赋值作用。从替代性看,人工智能除了对劳动力要素的直接替代,还表现出对高强度、高难度劳动过程的间接替代,以及对人的脑力活动的逐渐深层替代。人工智能将在更多领域和岗位实现自动化、智能化替代,从而优化要素投入结构,提升全要素生产率。从协同性看,人工智能将消费领域、生产领域及流通和分配领域有机衔接在一起,有助于提升整个社会再生产过程的协调性、有序性和高效性。从创新性看,人工智能通过深度学习与快速迭代,能够实现技术的自我进化和自我升级,进而引致整个行业领域的优化升级。从赋能性看,人工智能可以赋能各生产要素向多元化、高级化和复杂化方向发展,实现要素属性的延伸。被赋能的要素表现出价值创造的“乘数倍增效应”,实现要素价值的显著增值。从自生成性看,人工智能不仅具备传统的分析、判断和决策功能,还具有基于自我学习归纳的再演绎和创新属性,进一步加速人工智能模型从决策式、分析式向生成式的跃升演化。目前,以生成式人工智能等为代表的智能经济活动正在快速增长,越来越多面向垂直场景的行业大模型涌现出来,并成为推动制造业智能化改造与数字化转型、加快推进新型工业化,进而培育发展新质生产力的新引擎。
智能制造本质是新一代信息技术与制造业的深度融合。在这一过程中,与制造业融合的信息技术从以数字技术、网络技术为主到以人工智能技术为主,融合范围越来越广,融合程度越来越深,相应的智能制造水平也在不断提升。以ChatGPT、Sora等为代表的生成式人工智能的快速发展,标志着弱人工智能向强人工智能的加速转变,标志着人类社会正在快速进入高度智能化时代。当前,我国许多制造业企业数字化转型已进入“深水区”,只是简单地将数字技术与传统行业融合叠加,已不能满足制造业高质量发展的要求。只有充分发挥我国制造业门类齐全体系完备的优势,以人工智能与制造业深度融合为主线,以智能制造为主攻方向,才能更好完成“到2035年基本实现新型工业化”的目标,进而为实现中国式现代化奠定坚实基础。
加快推进新型工业化的若干举措
以人工智能全面赋能新型工业化,必须深化大数据、人工智能等研发应用,深入开展“人工智能+”行动,可重点做好以下几方面工作。首先,强化政府顶层设计和政策支持。根据我国制造业数字化转型水平和进一步发展要求,尽快制定实施人工智能与制造业深度融合发展战略与推进路径,进而形成有效推进机制,既要体现不同区域、不同行业数字化转型的协同性,也要体现出相应的差异性,同时还应通过财政、金融、人才培养及产业方面的政策,为加快推进制造业智能化改造与数字化转型提供有力支持。
其次,大力推进科技创新特别是关键核心技术突破及其应用。关键核心技术是驱动人工智能与制造业深度融合的根本力量。加快推进新型工业化,必须进一步夯实关键核心技术底座。一是瞄准大数据、人工智能、区块链、传感器、量子信息、网络通信、集成电路、关键软件等战略性前瞻性领域,发挥新型举国体制优势,进行创新突破。二是着力推动大模型算法、框架等基础性原创性技术突破,加快提升智能芯片算力水平。聚焦集成电路、关键软件等发展,提升数字产业化水平,加快云计算、大数据、虚拟现实等融合创新。三是构建多元化主体参与、网络化协同研发、市场化运作管理的新型创新生态体系。支持具有自主核心技术的开源社区、开源平台、开源项目发展,促进开放式创新、平台化创新,实现创新资源共建共享,以科技创新推动产业创新。四是完善智能制造、两化融合、工业互联网等标准体系,加快推进数字化转型、智能制造等贯标,以标准引领提升人工智能与制造业深度融合的质量和水平。
再次,进一步提升制造业企业的数转网联智改水平。企业是实现人工智能与制造业深度融合、加快推进新型工业化的微观主体。加快企业推广应用新型传感、先进控制等智能部件,推动智能装备和软件更新替代。充分发挥智能制造场景丰富优势,以场景化方式推动数字化车间、智能工厂、智能生产线建设。大力发展智能服务,探索智能设计、生产、管理、服务模式,打造一批数字化转型、智能化改造的典型示范企业。注重发挥大型企业、“链主”企业、生态主导型企业在数智化平台建设、共性技术研发创新等方面的推动作用,实现大中小企业在数转网联智改过程中的融通和协同。
最后,适度超前建设数字基础设施,强化人工智能赋能新型工业化的基础支撑。重视发挥市场与政府的双重作用,积极推进5G、工业互联网、算力平台和数据中心建设。重点加快工业互联网规模化应用,加快形成全国一体化算力体系,培育算力产业生态,有效释放数据价值,促进信息化与工业化在更广范围、更深程度、更高水平上实现融合发展,为加快推进新型工业化提供坚实支撑。
(本文系国家社科基金重大项目“新一代人工智能对中国经济高质量发展的影响、趋向及应对战略研究”(20&ZD067)阶段性成果)
(作者系中国新一代人工智能发展战略研究院特约研究员,南开大学产业经济研究所所长、教授)
作者:杜传忠 来源:中国社会科学网-中国社会科学报 【编辑:曹子健】