作者 | 依婷
编辑 | 漠影
智东西12月14日报道，今日，第十届中国人工智能大会（CCAI2024）开幕式在北京举办。
据了解，本届CCAI的主题是“创新驱动，智启新程”，围绕具身智能、端侧模型、科学智能、世界模型和空间智能等热点话题举办7个主旨演讲、1场尖峰对话、18场专题论坛，国内外人工智能领域十余名中外院士、百余位产学研专家，现场分享从技术研究到产业创新的思路和方法。
开幕式现场发布了《北京人工智能产业白皮书（2024）》（以下简称为《白皮书》）、2024年度中关村科学城人工智能全景赋能典型案例、超节点算力集群创新联合体等重磅成果。
《白皮书》共九个章节，从全球和国家战略角度分析了人工智能发展现状，系统梳理了北京人工智能的创新资源和产业总体情况，总结了各部门在科技创新和产业融通方面的工作举措。
《白皮书》披露，2024年，北京高被引科学家数量达到431人次，位居全球创新城市首位；预计2024全年人工智能核心产业规模突破3000亿元，同比增长超12%，提前一年完成北京市人工智能创新策源地三年实施方案目标。
开幕式上，北京市科委、中关村管委会联合浪潮集团、阿里云，清华大学等参与单位，共同为超节点算力集群创新联合体揭牌。据了解，超节点算力集群创新联合体是北京市解决当前人工智能基础设施“运力不足”问题的重要探索，是围绕人工智能全产业链系统性布局的重要一环。
一、北京人工智能企业超2400家，核心产业规模突破3000亿
开幕式现场，北京市科委、中关村管委会信息科技处处长韩健对《白皮书》进行了解读。《白皮书》认为，全球主要大国持续强化和更新人工智能战略，以生成式人工智能为代表的大模型技术，加快人工智能技术创新速度，呈现美中引领、主要国家争相布局的总体态势。
▲《白皮书》目录《白皮书》展示了北京在人工智能产业发展上的强劲势头和亮眼成绩。
一是创新资源高度集聚。科技创新指数连续8年蝉联榜首，2024年北京高被引科学家数量达到431人次，位居全球创新城市首位；顶尖人工智能人才、学者、论文数量均位列全国首位，已有30所高校获批人工智能本科专业，有20余所高校设立了人工智能学院或研究院，32所高校拥有与人工智能直接相关学科的博士、硕士学位授权，在校研究生4.4万人，教师及科研人员1.2万人。
二是产业发展持续向好。预计2024全年人工智能核心产业规模突破3000亿元，同比增长超12%，提前一年完成北京市人工智能创新策源地三年实施方案目标；人工智能企业超2400家，同比增长超9%；上市企业46家，总市值约4.3万亿元；独角兽企业36家，占全国人工智能独角兽企业数量的一半以上；社会融资规模全国领先，前三季度社会融资约320亿元，同比增长84%；备案大模型94款，占全国约四成。
三是产业链条结构完整。北京市人工智能产业链涵盖基础层、技术层和应用层等环节，北京智源人工智能研究院、北京通用人工智能研究院等新型研发机构持续产出多模态世界模型Emu3、通用智能小女孩“通通”等重磅创新成果；头部企业运行情况良好，独角兽企业持续释放活力，初创企业创新实力凸显，陆续产出基座模型、文生视频模型、端侧大模型等一批新技术新产品；资源密度不断提升，形成以海淀区为重点产业集聚区，朝阳区、经开区、石景山区、门头沟区等区域各具特色的空间布局。
《白皮书》详细介绍了过去一年，市区两级相关部门在人工智能领域软硬件技术创新、基础设施建设、数据要素供给、行业场景应用、生态环境构建等方面的工作举措。
技术创新方面，北京在通用大模型等主流技术路线上持续布局，部分成果可对标国际水平；同时，还在类脑智能、光电计算等颠覆性技术路线上开展探索，抢抓人工智能下一代发展机会。
应用落地方面，北京举办了大模型应用大赛，推动行业龙头企业与优势技术企业共建联合研发平台；聚焦重点领域，推动垂类模型率先应用，25所中小学人工智能试点校启动建设；国家级法律大模型创新平台即将落地北京；文化、医疗、公共服务、金融等行业都在紧锣密鼓开展人工智能试点。
资源配置方面，北京持续推进算力基础设施建设，全市多个E级智算中心正在加快建设；加速高质量数据汇聚互通，智源研究院所建设的北京人工智能数据运营平台，已汇聚了180多个数据集、近2000TB的数据总量。同时，努力营造良好的投资孵化环境，市人工智能产业基金全年投资了近20亿元，带动社会资本83亿元。
结合前期50余位高水平专家座谈和百余场企业调研，《白皮书》从模型、算力、数据、应用、融资五个层面总结了十六条发展趋势，前瞻性展望未来人工智能走势。
从模型层面看，基础模型能力快速提升，多模态模型成为主流，新的模型架构崭露头角；从算力层面看，算力军备竞赛加剧，新型架构芯片展现潜力；从数据层面看，数据质量和开放共享的重要性不断提升，高质量的合成数据有望成为大模型能力提升的法宝；从应用层面看，细分市场竞争加剧，端侧大模型和AI硬件将成为落地应用新战场；从融资层面，大模型融资热度不减，资金向头部企业集中，融资并购趋势明显。
二、打造国产高性能算力互连集群的“北京方案”
开幕式上，北京市科委、中关村管委会联合浪潮集团、阿里云，清华大学、中科院计算所、中科院微电子所，以及中国移动暨智算芯片OISA高速互联推委会、高通量以太网联盟等参与单位，共同为超节点算力集群创新联合体揭牌。
▲超节点算力集群创新联合体揭牌仪式超节点算力集群是颠覆传统单机八卡服务器的新型算力组网形态，伴随大模型向万亿参数演进，模型性能和泛化能力进一步增强，进一步推动底层智算基础设施向“超节点”形态升级。
为更好整合产业链资源、加快开展新产品研发落地，北京市科委、中关村管委会组织建设“北京人工智能算力互连创新中心”（以下简称创新中心），推动产业链上下游共同开展“超节点”产品形态设计和方案论证、推进中试验证、服务产业化销售。
超节点算力集群创新联合体以创新中心为依托，充分发挥创新联合体组织机制优势，推动产业链上下游企业加快开展集群式技术攻关，面向产业需求，推出新产品，打造新业务，形成新生态。创新联合体揭牌仪式标志着北京市正式启动打造国产高性能算力互连集群的“北京方案”。
据了解，超节点算力集群创新联合体是北京市解决当前人工智能基础设施“运力不足”问题的重要探索，是围绕人工智能全产业链系统性布局的重要一环。后续，北京市将以创新联合体成员单位为核心，广泛吸纳产业优势单位，升级做强下一代算力集群产业链，不断夯实我国人工智能底层算力基础。
三、AI for Math & Math for AI，多位中外院士共话人工智能未来
开幕式现场，中国科学院院士、西安交通大学教授徐宗本发表了题为《大模型的极限理论：解读智能涌现现象》的主旨演讲，深入阐述了智能涌现现象背后的复杂机制。
徐宗本从数学的极限理论视角讲述了实现智能涌现的方法论。他用数学中的“极限”观点来认知智能中的“涌现”现象。他说，智能涌现就像是无理数在数学领域的出现，是超出目前认知范围的行为，而极限理论是开拓认知边界的利器。
中国工程院院士、中国人工智能学会副理事长何友发表了题为《AI大模型与智能决策》的主旨演讲，解析了大模型在智能决策方面的理论支持和技术潜力。
他梳理了AI大模型发展历程和重要技术、架构的发布节点，列举了目前AI大模型智能决策相关的前沿应用，还总结了AI大模型智能决策带来的问题。
基于对AI大模型智能决策发展现状，何友提出，大模型决策技术将向五个方向发展，即多模态大模型进一步突破感知手段的局限，实现多模态或跨模态的智能感知、决策和生成；边缘大模型进一步突破大模型的量化技术，在低功耗、低成本、低延时的边缘设备上部署具备一定性能的大模型；智能体将具备自我迭代、升级和优化能力；具身智能落地应用；生物智能与信息智能、物理智能融合。
清华大学自动化系教授、CAAI元宇宙技术专委会主任陶建华，围绕“AI for Math & Math for AI”的主题，与中国科学院外籍院士、美国国家科学院院士丘成桐，中国人工智能学会理事长戴琼海，京东探索研究院院长何晓东，台湾阳明交通大学终身讲座教授、南京应用教学中心副主任林文伟，北京雁栖湖应用数学研究院副院长、研究员邬荣领展开了一场尖峰对话。
▲“AI for Math & Math for AI”主题尖峰对话戴琼海提到，目前人工智能训练遇到的参数量瓶颈与黑箱问题，希望通过数学的方法、数学的表达、数学的推理，最终有效解决。他呼吁更多的数学研究者进入到“数学+人工智能”的交叉领域中。
何晓东从产业界人士的视角，讲述了对人工智能产业的观察。他说，目前的人工智能更像是效率工具，只是让科学家“看得更快”，迅速完成筛选、分析、预测工作，更快速地发现更多有价值的研究方向，但它还不能完全得到从0到1的突破。同时，大模型数据还存在局限性，泛数据很快会枯竭，利用效率还不够高。
林文伟就《计算几何·影像处理与人工智能》的主题分享了一个具体案例。他介绍，在和南京鼓楼医院合作研究脑肿瘤时，团队通过共形几何学探索了一种极其有效的图像预处理和标准化的路径。他们利用最优传输变换理论，将大脑这样不规则的3D物体，映射至规则的单位球体、立方体区域，同时保持大脑原有的几何性质，且具有可逆性。
邬荣领就《Yau-Yau非线性滤波器：迈向中国特色的人工智能之路》的主题做了案例分享。他介绍，Yau-Yau非线性滤波器可以解析复杂现象内部，而不受其随机性、非线性变换的影响。例如，Yau-Yau非线性滤波器应用于研究人类肠道炎时，它可以有效解析肠道菌群的变化，通过抖动现象反馈病情。邬荣领说，这一从固定模型到随机模型的研究方法可以应用于人工智能的机器学习。
结语：未来的人工智能不是一个孤立的技术
今日的人工智能不仅是技术创新的舞台，更是塑造未来社会图景的核心驱动力。在CCAI2024上，我们看到的不仅是当前的技术突破与产业进展，更是对未来无限可能的勾勒。人工智能正从工具化向具身化发展；它不再仅仅是帮助我们完成任务的“手”，更将成为能够理解、感知并预测复杂环境的“脑”。
与此同时，人工智能不是一个孤立的技术，而是与数学、物理、生物等学科深度交叉的综合体。我们期待它推动人类进入一个超越认知极限的时代，助力发现新物理规律、破解重大医学难题。
