人民政协网北京3月3日电 （记者 高志民）“随着ChatGPT问世，全球人工智能应用赋能全面加速，但是我国人工智能高端芯片、软件工具等底层技术发展仍然薄弱。”全国政协委员、中国科学院科技战略咨询研究院副院长张凤坦言对此的担忧。

“国内各领域企业和开发者对国外技术生态路径依赖问题突出。”张凤直击要害，“同时缺乏高质量的人工智能公共数据集。国内具有公共属性和广泛影响力的大规模人工智能标准数据集仍然缺位。在交通、医疗等重要领域长期使用国外人工智能标准数据集，未来，类似于ChatGPT等的国产大模型的开发应用更离不开大规模数据集的学习训练。”

目前我国人工智能融合应用普遍缺乏从算法设计、软硬件配套、监管等全流程的质量评测监测手段以及工具平台，阻碍了人工智能与行业的深度融合。同时人工智能融合应用基础设施价值闭环有待探索深化。

“加快发展人工智能自主创新生态要打破对外路径依赖。”张凤建议，明确科研机构、大学所需基础软硬件采购的国产化要求，引导基于主流国产人工智能框架发展的应用系统；鼓励政府、行业企事业单位通过示范项目聚合数据、应用场景和算法模型开发资源，孵化智能化应用解决方案；针对融合应用中面临的技术和应用生态不成熟问题，积极组织产业界与领域专家开展联合攻关和场景适配研发。

“要加快建立人工智能融合应用标准与评价体系。”对此，张凤建议，“制定适配标准和评价体系。”

“多途径深化人工智能深度融合应用。构建和完善融合基础设施项目价格形成机制、市场回报机制、投资平衡机制等配套政策机制；在公共领域和垂直细分领域加快开发开放一批高质量的人工智能公共数据集和共性数据集、训练资源库、典型场景标准测试数据集等。”张凤说，“还要引导人工智能企业与传统行业企业基于场景化数据集做增量训练，解决融合应用‘最后一公里’问题；鼓励基础和科研大模型与企业核心业务场景结合，提升企业智能化水平。”

（张凤系民进中央委员）