由国家推动规划的制定和落地，加快推动通用人工智能发展;支持科研院所、企业突破数字化、人工智能、智能装备等关键技术的创新和融合，推动工业机器人、智能制造装备等重点产品研发和产业化;加强人工智能技术在工业领域的应用和创新……围绕借力人工智能等技术实现智能制造，代表委员建言献策

全国人大代表、万华化学董事长廖增太：

协同合作建设国家级数据集

鼓励人工智能在化工场景先行先试

“人工智能在材料设计和筛选方面表现出巨大潜力，将给材料行业带来颠覆性的变革。”全国人大代表、万华化学董事长廖增太对新材料产业积累了长期深入的观察。在他看来，人工智能(AI)与化工行业深度融合大有可为，建议从协同合作建设国家级化工行业通用数据集、鼓励人工智能在化工行业典型应用场景先行先试、强化AI人才体系建设等三方面加以支持推进。

人工智能正成为激发经济增长活力和推动高质量发展的新动能。化工行业作为国民经济的基础和支柱产业，如何借力与人工智能的深度融合来实现“1+1>2”的发展成效，是廖增太关心的问题。

“化工行业产品品类复杂，涉及生产生活的方方面面，人工智能与化工行业的深度融合，高度依赖行业数据集的建设。目前各类基础数据(如物性库)不足、专业文献及实验过程数据量庞大、数据收集整理和标注工作量巨大、行业数据标准缺乏，同时还涉及商业机密和数据安全等问题，难以形成行业通用数据集。”廖增太建议，政府牵头组织相关部门、高校、化工行业协会、数据标准组织，建立符合国际标准的化工行业数据标准，组织收集化工行业通用基础数据，并进行专业数据标注，形成国家级化工行业通用数据集，为行业基础大模型训练及智能化建设提供数据基础。

廖增太认为，从国内外实践经验来看，鼓励人工智能在化工行业典型应用场景先行先试，对于创新技术落地具有示范效应。这既需要来自国家层面的顶层设计，也需要企业主体的积极实践。

他建议，国家层面对制造业数字化转型编制指导性的规划意见，尤其是在化工材料分子发现、分子逆向合成、材料大模型、工业设备故障预警等化工制造业场景。同时，鼓励AI技术在化工行业的广泛应用。

“化工人工智能领域是一个复杂的交叉学科，涉及量子化学、物理、数学、药学、化学、控制、机械工程等多个领域，人才缺乏是当下普遍面临的问题。”廖增太表示，建立完善的人工智能人才培养战略和引进政策，强化AI人才体系建设同样不容忽视。

据介绍，目前企业面临的困难是：一方面，缺乏熟练掌握跨学科知识的人才，制约了人工智能技术的综合应用;另一方面，行业竞争激烈导致企业难以留住人工智能高端人才。

廖增太建议，在国家层面制定人工智能人才培养战略规划，完善人工智能领域高端人才的引进和留用政策，提供良好的科研条件和职业发展空间;同时，建立健全人才评价体系，充分考虑人工智能领域的特殊性，对人才成果进行科学公正评价。

全国人大代表、科大讯飞董事长刘庆峰：

制定国家规划

加速推动通用人工智能发展

“我们要正视差距，聚焦自主可控的底座大模型‘主战场’，从国家层面聚焦资源加快追赶，同时系统性构建通用人工智能生态和应用，打造综合优势。”全国人大代表、科大讯飞董事长刘庆峰表示。

刘庆峰认为，在2017年出台的《新一代人工智能发展规划》指引下，中国在认知智能领域已具备非常扎实的技术储备和成建制的团队，有望成为全球智慧涌现的“第二极”。

步入2024年，全球人工智能领域的竞争进一步升级为系统性竞争，各国将在基础大模型、行业应用、硬件、产业链等方面展开全面的比拼。

“我们有信心在通用大模型底座上不会出现代差级落后的差距，在此基础上，结合行业场景和数据进行打磨，有望实现典型行业领域的超越。”刘庆峰表示，结合全新的技术发展、竞争格局、产业赋能以及在社会生活中的各种变化，有必要根据新的形势制定系统性规划。

基于此，刘庆峰建议，在《新一代人工智能发展规划》的基础上，瞄准我国通用人工智能发展中需要重点补上的短板进行设计，围绕自主可控算力生态构建、高质量数据开放共享、科学的评测标准制定、源头技术前瞻研发、人才培养、法律制定和伦理人文等维度，系统性制定国家通用人工智能发展规划，由国家推动规划的制定和落地，不断缩小与国外通用人工智能产业在通用底座平台方面的差距，并在行业应用和价值创造上打造比较优势。

刘庆峰认为，国家在制定通用人工智能发展规划的同时，还应加快推动通用人工智能发展的相关工作。

对此，他提出了如下建议：第一，发挥举国体制优势，加大并保持对通用大模型底座“主战场”的持续投入;第二，加快形成围绕国产大模型的自主可控产业生态;第三，推动国家级高质量训练数据开放和共享;第四，出台更加客观、公正、可信的评测方法，加快大模型在行业领域的应用落地;第五，坚持源头核心技术系统性创新，在战略性、前瞻性的基础研究领域做好布局;第六，加快推广大模型赋能全学段，以全新机制加快探索我国人工智能