2025年4月8日,《广西日报》刊登了我校党委书记唐平秋的理论文章《加快构建人工智能产学研用协同创新体系》,详文如下:
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。加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手。加快发展新一代人工智能,需要着力构建人工智能产学研用协同创新体系。这不仅是培育新质生产力、融入国家人工智能发展大局的关键举措,更是推动经济转型升级、推进中国式现代化的战略抉择。
对重塑创新格局具有多重意义
人工智能产学研用协同创新对实现高水平科技自立自强和建设现代化产业体系具有全局性、战略性的重大意义,其价值主要体现在战略、经济和全球三个方面。
支撑科技自立自强的战略支点。在关系国计民生的关键核心领域,通过构建“高校基础研究+科研院所中试+企业工程化实践+用户个性化需求”的协同机制,实现“理论突破—技术攻关—成果转化—产业应用”的全链条贯通。如华为与中国科学院联合攻关,实现AI芯片全栈技术自主可控,为数字经济发展提供底层技术支撑。
驱动现代化产业体系建设的核心动能。以人工智能赋能“产业数字化”和“数字产业化”双轮驱动,形成智能化生产、服务化延伸、个性化定制和网络化协同四种新业态。以汽车行业为例,通过产学研用密切合作,国内一些新能源汽车生产企业用AI技术优化生产流程实现智能化生产;将汽车从交通工具扩展为智能服务载体,提供个性化、交互式服务;实现跨部门、跨系统协同,提升供应链效率。
参与全球科技治理的重要载体。人工智能产学研用协同创新通过构建开放共享的技术生态,为全球科技治理贡献中国智慧。如在技术标准领域,中国信通院联合高校、企业主导制定35项AI国际标准,推动人脸识别伦理规范等规则成为全球共识;在技术普惠方面,科大讯飞联合中科大聚焦我国“一带一路”倡议实施中的语言大互通需求,为30多个国家提供技术服务消除数字时代的沟通壁垒。广西与东盟国家建设中国—东盟人工智能创新合作中心,推动东盟国家与中国在人工智能领域合作和共同发展,助力中国—东盟命运共同体建设。
对创新模式变革提出多重要求
人工智能时代构建产学研用协同创新体系与传统创新模式存在显著差异,对创新要素、创新生态、组织模式、人才结构、创新协作等方面都提出了新要求。
创新要素重构。随着人工智能相关技术的快速发展,大量的AI应用涌现。传统工业依赖实体设备与资本,而人工智能的核心创新要素为数据、算法和算力。其中算力的创新主要集中在少部分头部企业和科研院所,数据、算法的创新更离不开产学研用协同。如通过产学研用协同挖掘医疗领域的患者数据库、制造业的传感器数据等,构建医学影像数据集,可突破传统医学研究的样本限制。算法被视为人工智能时代的生产力工具,通过企业、高校、研究机构协同创新研发,可以更好地实现算法的优化更新。
创新生态加速。在人工智能时代,技术迭代周期缩短至月级甚至天级,如目前使用最广泛的人工智能算法框架PyTorch,每天都有数十次更新提交到开源社区GitHub。对比内燃机技术转化需耗时数十年,人工智能时代的技术可以用“日新日异”来形容。这种快速迭代更新需要产学研用高效协同。另外,知识扩散速度呈指数级提升,如DeepSeek开源大模型的发布,催生成千上万的应用创新。预印本平台(arXiv)使科研成果转化周期从3年缩短至3个月,倒逼企业研发部门与学术机构建立实时对接通道。
组织模式革新。与传统“实验室—中试—产业”线性组织模式相比,人工智能更需要高效跨领域的协同,创新模式由原来的技术驱动产业发展转变为产业需求驱动基础研究,如特斯拉Autopilot团队反向推动多模态学习理论突破。另外,人工智能创新的组织模式也由原来的固定实验室和团队转变为动态联盟或柔性化的“课题制”。与传统的创新模式不同,团队通过网络也能高效协作,只要联网的电脑就能参与创新。2025年3月,OpenAI宣布成立NextGenAI联盟,联合全球15所顶尖高校与机构,投入5000万美元资金及资源,目标直指“用AI加速科研突破、革新教育模式”。
人才结构重组。在人工智能时代,拥有至少两种专业技能的“π型人才”需求更大。头部企业研发岗位要求同时具备AI技能与垂直领域知识,如开发交通领域的大模型除了具备AI能力外,还需深刻理解交通行业知识。为匹配社会发展需求,很多高校开设了微专业。另外,对顶尖人才的培养需求增多。人工智能时代背景下,创新不再对经验高度依赖,很多创新都是由优秀的年轻人完成。如DeepSeek的开发团队仅有139名工程师和研究人员,其中大部分都是国内顶尖学府的应届毕业生或毕业不久的年轻人;华为天才少年招聘计划直接开出百万元年薪吸引全球顶尖年轻人才。
国际合作深化。美国为阻挠我国人工智能的发展,想方设法从芯片制造、高端GPU计算卡等多方面对我国“卡脖子”,同时人工智能的创新生态目前仍离不开美国技术,如开发大模型需要用到PyTorch、Transformer等技术。为突破封锁,人工智能国际产学研联盟呈现“技术联盟嵌套”特征,一方面积极发展国内在人工智能领域的核心技术,另一方面也积极加入国际组织,以国际合作推动破局。如中国人工智能产业发展联盟(AIIA)通过制定《政务垂类模型算力基础底座及典型应用建设指南》,推动国内技术标准与国际接轨以便在国际推广应用;DeepSeek推动中文语料标注标准(CLAS-2023)成为ISO/IEC国际标准候选方案。
多维度发力形成新型协同机制
人工智能时代产学研用协同创新体系的构建,需要从要素、生态、组织、人才等维度出发,通过系统性设计与制度性创新,形成“统筹协调、开放共享、敏捷高效、持续优化”的新型协同机制。
构建统筹协调的创新机制。加强跨领域顶层设计,突破高校、企业、科研机构各自为战的创新模式,由国家层面统筹规划人工智能重大科技专项,建立“基础研究—技术攻关—产业应用”全链条协同机制,鼓励企业、高校等以联合体方式申报相关项目。实现跨部门数据共享,打破传统数据壁垒,建立政府主导的行业级数据共享平台,推动产学研机构共同使用脱敏数据。
打造开放共享的创新生态。实现数据与算法的开放共享,支持高校与企业共建开源社区,共享算法框架、预训练模型和工具链,如华为开源MindSpore全场景AI框架,已有超千万社区用户使用。强化数据要素保障,建立合规的数据交易平台,推动医疗、工业等领域的数据资产化。通过“一带一路”进行技术和标准输出,如桂林电子科技大学分别与越南、老挝等东盟国家合作,将AI技术和时空信息应用于地质灾害监测、智慧农业等领域,输出中国方案。
建设高效协同的创新平台。采用敏捷研发与动态组织模式,借鉴OpenAI的NextGenAI联盟模式,组建跨领域、跨地域的动态联盟,通过“课题制”快速响应技术需求。推广云端协作平台,支持全球团队远程协同。形成需求驱动创新模式,打破传统“技术驱动产业”的单向模式,转向“企业出题、政府立题、联合答题、市场判题”的协同机制。建设行业级概念验证中心和中试基地,缩短技术转化周期。
夯实可持续发展的保障体系。加大π型人才的供给,支持建设广西人工智能学院、广西人工智能实验室,通过开设“AI+X”微专业、与企业联合培养等方式,培养兼具AI技能与行业知识的复合型人才。制定伦理与法律框架,明确数据隐私、算法公平性、自动驾驶责任认定等规则,防止人工智能无序发展。