11月13日，广东省人民政府发布关于加快建设通用人工智能产业创新引领地的实施意见（下称“《实施意见》”）并召开新闻发布会。
《实施意见》从算力、算法、数据、产业、生态等方面对广东通用人工智能产业创新发展提出22条举措，计划将广东打造成为国家通用人工智能产业创新引领地，构建全国智能算力枢纽中心、粤港澳大湾区数据特区、场景应用全国示范高地。
今年以来，北京、上海、深圳等地积极布局人工智能产业，出台政策竞跑“未来赛道”。受访专家认为，各地以“数据”“算法”和“算力”等人工智能系统的核心要素为抓手，发挥本土资源优势推进人工智能发展，未来应关注数据开发利用、算法创新与监管、算力资源配置、人工智能立法等关键性问题，制定符合市场与科技创新规律的人工智能政策，提升产业生态的建设水平。
广东22条举措体系化布局人工智能发展
人工智能是新一轮科技革命和产业变革的重要驱动力量。特别是ChatGPT推出以来，以大模型、生成式AI为代表的通用人工智能技术在全球掀起浪潮，欧美等国纷纷布局政策、资金、人才等创新资源，加快抢占通用人工智能战略制高点。
我国近年来重视人工智能发展，营造创新生态，重视防范风险。国家层面也制定实施人工智能发展规划，从创新、产业、应用、治理等方面推动人工智能加快发展。
2018年，广东省政府制定印发《广东省新一代人工智能发展规划》，省直相关部门以及广州、深圳等地市陆续出台相关政策，系统推进人工智能发展壮大。此次《实施意见》进一步丰富和完善广东在人工智能政策层面的体系化布局。
《实施意见》重点聚焦构建通用人工智能算力枢纽中心、强化通用人工智能技术创新能力、打造大湾区可信数据融合发展区、打造通用人工智能产业集聚区以及打造通用人工智能创新生态圈等方面，提出打造通用人工智能算力生态、国家算力网络枢纽节点、建设算力算法交易平台、打造粤港澳大湾区数据特区、持续推动人工智能产业基地建设等具体措施上，体现出广东夯实自主算力底座基础、突出粤港澳协同发展、聚焦产业引领地目标等实施特色。
“广东把发展通用人工智能的目标，定位在打造成为国家通用人工智能产业创新引领地，是因为广东具备发展通用人工智能坚实的产业基础和丰富的科技创新资源。”广东省科技厅厅长王月琴会上表示，广东经济总量连续34年居全国首位，发展通用人工智能的应用场景丰富、市场空间潜力巨大。近年来，广东目前已逐步构建起人工智能全产业链，初步形成以广州、深圳为主引擎、珠三角地区为核心、粤东西北协同联动的区域发展格局。
广东省工业和信息化厅副厅长曲晓杰会上介绍，目前通用人工智能技术在广东省的制造、终端产品、公共、医疗、交通、办公、教育等领域的融合应用成效显著。例如在制造领域，大模型已应用于企业研发、生产、供应链等环节，有效提升了全流程效率，帮助企业降本增效。以汽车制造为例，通过分析零部件尺寸、形状等特征，可为企业提供更精确的生产调度方案。
数据是人工智能学习的基础。此次《实施意见》提出充分利用港澳制度和资源优势，发挥珠海横琴，深圳前海、河套，广州南沙等地区的桥头堡、试验田的作用，率先提出探索打造“粤港澳大湾区数据特区”，力争在湾区内建立数据流通规则体系、完善运营机制等方面形成工作探索。广东省政务服务数据管理局副局长魏文涛在会上表示，该局计划建设可信数据空间，探索建设“数据特区”，通过利用隐私计算、可信数据链等多种安全技术，确保数据跨境流通的效率与安全，从而有序推动跨境数据双向流通，赋能广东省“新一代人工智能”技术发展。
算力设施、数据供给成政策焦点
我国各地人工智能专项政策出台密度今年来明显提速。例如，今年5月，北京接连出台通用人工智能产业创新伙伴计划、促进通用人工智能创新发展的若干措施、加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）等三份人工智能相关文件，深圳于6月发布加快推动人工智能高质量发展高水平应用行动方案 （2023-2024 年），上海在11月印发推动人工智能大模型创新发展若干措施（2023-2025年）。
在西南政法大学人工智能法学院院长陈亮看来，当前，各地发布的人工智能政策基本都以“数据”“算法”和“算力”等人工智能系统的核心要素为抓手，以人工智能发展的全生命周期为线索展开布局，在一定程度上反映出人工智能各要素之间相互影响、互为制约的紧密联系。
人工智能模型的训练，离不开高质量的数据，因此，公共数据的开发利用成为本轮人工智能新政关注的重点之一。在上述政策中，北京提出加强公共数据开放共享，包括动态更新公共数据开放计划，加快构建高质量人工智能训练数据集等；深圳提出建立多模态公共数据集，打造高质量中文语料数据等。此次《实施意见》着力构建高质量多模态中文数据集。
多地在人工智能产业政策中还提及发放“算力券”。例如北京于10月出台《人工智能算力券实施方案（2023-2025年）》，成都、宁夏等地今年宣布每年将发放总额不超过1000万元、4000万元的“算力券”支持机构使用相应资源。
不过，各地对推动人工智能发展的激励方向也有所差异。“北京强调人工智能研发端整体技术框架的创新性突破，上海以‘大模型’应用为重点在全链条提供创新支持，广东侧重于激发人工智能产业集群效应来倒逼技术升级，深圳则更加关注人工智能产品及其应用场景的生态体系创新。”陈亮表示，各地方政策着眼于人工智能核心要素在人工智能发展中的作用，从而进行有针对性的政策设计，以便最大化发挥本土资源优势，推进大模型的发展。
注重市场与科技创新双重规律
在政策引导与支持下，我国人工智能产业飞速发展。当进入生成式AI和大模型阶段，各地应如何继续推动产业发展？
在北京师范大学法学院博士生导师、中国互联网协会研究中心副主任吴沈括看来，人工智能产业发展在实践中还面临技术有效创新、生态有效构建两个难点。在“百模大战”的背景下，人工智能技术的研究和应用需要有足够的创新点才能被市场注意和接受，建构健康、有效的人工智能产业生态也是发展必需的。“鼓励产业发展的举措，应注重市场规律的适应并符合科技创新的规律，进而提升产业生态的建设水平。”他表示。
“我国人工智能大模型走向实践既需要质优量大的数据资源，也离不开超强算力的支撑。”陈亮指出，未来，各地若想发展大模型，还需妥善解决数据开发利用、算法创新与监管、算力资源配置、人工智能立法等关键性问题。
陈亮认为，上述问题可以通过营造审慎包容的监管环境、充分挖掘相关资源价值、对重点产业和关键项目给予政策优惠支持等举措来解决。比如，在算力资源配置方面，可以加快推进“东数西算”工程，对重点产业和关键项目给予政策优惠支持，推动数据中心合理布局、优化供需、绿色集约和互联互通；在人工智能立法问题上，坚持系统理念和整体思维，平衡好创新激励和风险预防的关系，为大模型研发创新、产业发展、产品生态和场景部署提供基本法律保障。“具体而言，数据交易中心、人工智能算力券、公共数据资产凭证以及金融科技领域的‘监管沙盒’等，都是值得借鉴的有益尝试。”他说。(21世纪经济报道)
编辑：秦正
