十四届全国人大三次会议即将召开。作为全国人大代表,海尔集团董事局主席、首席执行官周云杰聚焦人工智能,提出了3份建议,涉及新型工业化、智慧住居、血液及血液制品等领域。
建议一:以工业大模型为关键变量赋能新型工业化
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,具有很强的“头雁”效应。当前,人工智能在工业大模型的深度应用实践中主要面临三大挑战:一是数据质量与语料库构建的双重瓶颈;二是场景适配与模型可靠性的双重挑战;三是转型切点和话语体系的双方错位。
因此,周云杰围绕以工业大模型为关键变量提出以下建议:
一是夯实发展底座,发布国家级工业场景图谱、语料库和数据集。建议设立国家专项,加大力度推广实施“一图四清单”行动方案,为人工智能在工业领域应用提供坚实基础。
二是支持龙头企业,示范工业大模型应用价值。建议以财政补贴的方式,支持家电、汽车、医疗等重点行业的龙头企业,开展基于工业大模型的人工智能深度应用先行先试,打造行业标杆,示范应用价值;以财政补贴的方式,鼓励龙头企业提炼并共享其在研发设计、生产制造、经营管理等关键环节深度应用人工智能的典型案例。
三是扶持平台企业,促进工业大模型服务中小企业。建议对国家级双跨平台企业出台专项财政扶持政策,培育一批工业大模型与场景图谱精准匹配的标准化、可复用、低成本的解决方案,为中小企业提供用得上、用得起、用得好的人工智能服务。
建议二:以高质数据构建智慧家庭大模型助力家电家居产业升级
智慧家庭领域大模型是支撑传统智能家电和家居转型跃升的关键基础设施,能够催生出家庭服务型机器人等实现全球引领的新质消费品产业,从而带动上下游产业链形成十万亿以上的新增长点。智慧家庭领域大模型需要算力、算法、数据三大要素支撑。算力依赖重大突破,短期难解决,DeepSeek等算法突破已大幅降低模型的算力需求,然而大规模高质量数据的支撑作用依然无法替代,垂直领域等行业数据建设依然面临采集成本高、跨域融合难、训练数据少等断点堵点,这些问题靠行业、企业无法快速解决。具体体现在:
一、数据采集端:主动数据少、采集成本高。一方面仿真生成技术还不成熟,生成速度慢;另一方面真机数据依赖真人或遥控机器人采集,采集成本高、速度低,极大制约了行业垂域大模型的开发进度。
二、数据服务端:跨界融合难、平台支撑弱。被动数据与主动数据在格式、接口规范等环节各不相同,难以实现高效的全场景整合与训练。数据训练平台、训练场供不应求,行业高质量数据训练成本高昂,企业资源有限,亟需国家统筹与支持。
因此,周云杰提出两方面建议:
一是培育数据采集产业,构建智慧家庭大模型多元统一的数据源。建议制定统一数据标准体系,规划并发展智慧家庭数据合成、数据标注产业;实施数据贡献参与工程,通过全民贡献、群企共创的形式构建行业全覆盖的垂域数据基础。
二是构建国家级数据仿真平台和训练场。建议强化资金扶持和政策鼓励,支持行业龙头企业牵头建设智慧家庭全场景覆盖的数据仿真平台和训练场,训练高质量垂域大模型,并向产业链上下游提供高质量服务,推动具身智能技术在智慧家庭场景中的深度应用,赋能家庭服务型机器人等新质生产力发展。
建议三:提升我国血液及血液制品供应保障能力
血液和血液制品在保障公共健康和应对突发事件中具有不可替代的作用。随着医疗技术进步,临床手术量、复杂病例及紧急救治需求不断增加,我国血液和血液制品均面临着供应紧张的问题。
血液保障方面,血液供应处于“紧平衡”状态,城域血液资源分布不均、血液信息不能共享、血液调剂难、缺乏统一管理;血液制品保障方面,原料血浆供应不足直接影响了血液制品供给,部分血液制品严重依赖进口。
因此,周云杰提出两个方面的建议:
一是以人工智能驱动血液管理创新,探索临床用血供给新模式。加强宣传力度,提高公众献血意识,优化完善无偿献血者权益保障机制;整合物联网、AI等技术,打通从采血到临床用血的全链路数据,实现用血零等待、零浪费;完善全国血液管理大数据平台的智能应用,统一管理和调配血液资源;探索建立跨地市的多点采集、集中统一制备的血液加工中心;在合法合规前提下,研究血站和单采血浆站高效协同的可行方案;推动医疗机构在围手术期合理使用凝血因子类血液制品。
二是修订《单采血浆站管理办法》,允许并鼓励能够同时生产人血白蛋白和人免疫球蛋白而其集团母公司或子公司已取得6个品种文号的血液制品企业,开设新的单采血浆站,增强血液制品生产供应的自主可控能力。
|
|
