在业界，通用人工智能被普遍认为是人工智能领域的圣杯。所谓通用人工智能（AGI，Artificial General Intelligence）指的是具有像人类一样的思考能力，可以从事多种工作的机器智能，以区别于当下已取得显著进展的单一能力人工智能，如语音识别、机器视觉、机器翻译等。其中通用这个概念，也是指一种技术可以脱离实验室环境、被工业化的量产到户，不需要任何特定场景或者中介工具。
随着2022年底ChatGPT的火爆面世，以人工智能通用化为引领的人工智能技术变革进入加速期，高新科技第五次通用化浪潮也由此拉开序幕。4月28日，中共中央政治局召开会议，分析研究当前经济形势和经济工作，明确提出：“要重视通用人工智能发展，营造创新生态，重视防范风险。”因此，发展通用人工智能产业已经成为我国夯实科技自立自强根基、培育壮大新动能的关键环节，也成为了构建以实体经济为支撑的现代化产业体系的重要突破口。
面对人工智能技术通用化趋势的如火如荼，在数字经济“二次攀登”的征程中，杭州应该在充分借鉴参考北京等先进城市的布局与做法，抓住重点、扬长避短，尽快找到突破路径，在通用人工智能这一新赛道上抢占一席之地。
一、杭州发展通用人工智能的基础
随着当前大算力、大数据、大模型的强大支撑，全新的计算范式孕育而生，这种新范式成功地压缩了人类对于整个世界的认知，让人们看到了实现通用人工智能的路径，即人工智能从辨别式走向生成式。近年来，杭州在致力于打造“数字经济第一城”的过程中，不断推进大算力、大数据、大模型基础架构的搭建和基础资源的积累，已经具备了促进通用人工智能创新发展的基本条件。
1.大力推进大算力资源积累
杭州是全国5个云计算服务创新发展试点示范城市之一，拥有全球排名第三的云厂商——阿里云。2021年阿里云以9.55%的市占率位居全球前三，其中在亚太市场的市场份额更是超过25%，稳居第一，是目前唯一具有主要国际市场地位的中国云服务商。近期随着云谷——阿里云全球总部的投入使用，杭州“建设全国云计算之城”已经正式提升日程。根据IDC 与浪潮信息联合发布《中国人工智能计算力发展评估报告》，2018年杭州一度超过北京，排名全国第一；2021年和2022年超过深圳，位居全国第二。实力雄厚的云计算产业让杭州拥有了大量的算力资源，为通用人工智能的创新发展提供了坚实的技术基础。
2.高度重视大数据资源共享
根据中国电子技术标准化研究院、中科大智慧城市研究院、CIO时代研究院联合编撰的《重点城市大数据发展指数报告》，综合评比结果显示，杭州大数据发展指数为79.53，仅次于四大一线城市，位居第五；在产业发展方面，杭州大数据产业发展水平紧跟北京，居全国第二。同时，杭州拥有较高的数据共享意识，极为重视公共数据开放。早在2019年就上线了城市数据开放平台，目前累计开放数据已超53亿条。在数据流通领域，杭州也不断作出尝试，不仅搭建了杭州国际数字交易中心这样的数据交易平台，同时还在开展数据产权、流通交易、收益分配、安全治理四大重点领域的体制机制改革创新。
3.较早投入大模型研发
当前杭企正在积极尝试进入大模型领域。早在2019年阿里达摩院就开始大模型研发工作，并在超大模型、语言及多模态能力、低碳训练等方面作出很多探索。2023年4月11日阿里达摩院正式发布了大模型“通义千问”，标志着在杭科技企业正式参与AI大模型竞争。目前钉钉和天猫精灵已在进行接入大模型的测试，据演示，在接入大模型后，钉钉可以自动生成会议纪要，而天猫精灵也更具智能化，能够更好地响应用户需求并生成相关内容。
4.不断推进应用场景拓展
随着云计算和大数据产业发展的提速，杭州人工智能的创新应用场景正在不断拓展。如在智慧医疗方面，杭州持续推进智慧医疗建设，促进医疗资源信息互连互通，信用就医、刷脸就医等新模式相继推行。在智慧城市建设上，经过多次迭代，杭州城市大脑成为杭州大数据背景下社会治理的智能中枢和主要抓手，其应用已拓展至交通、安全、旅游、环保等领域。
二、杭州发展通用人工智能的短板
相对于北上广深等一线城市，由于政策优惠、人才集聚及城市能级的差距，杭州在促进通用人工智能创新发展方面还是不存不少短板。
1.数据基础设施建设相对薄弱
截至2023年2月底，浙江全省已建成数据中心150多个，其中多个中心布局在杭州。但从在国家层面看，“东数西算”工程在8 地启动建设国家算力枢纽节点，并规划 10 个国家数据中心集群，其中长三角区域国家数据中心集群并未落户杭州。同时，杭州的部分数据中心能级不高，硬件资源利用率低，PUE值高，随着业务拓展和数字化要求不断提高，这些数据中心可持续发展能力不足。另一方面，通用人工智能的发展尤其依赖于AI训练，当前这种训练所需的算力增长（每3.5月翻一番）已远远超越摩尔定律（晶体管数量每18月翻一番）。目前杭州的数据基础设施仍然不足以支撑这么大规模的算力需求。
2.配套硬件产业发展相对滞后
杭州数字经济虽名声在外，但长期以来却是个“偏科生”，尤其存在“软强硬弱”的情况比较突出，主要表现为软件信息产业占比超过七成，而以集成电路为代表的“硬核制造”则占比较少。就在长三角和全国主要城市高歌猛进的最近10年中，杭州在集成电路制造方面逐渐与上海、北京、深圳、武汉、广州等城市拉开了差距。
3.数实融合应用场景相对不足
从中央到浙江，基于中国制造业第一大国的雄厚实力、“把经济发展的着力点放在实体经济上”的要求，“数实融合”场景的搭建理所当然成为通用人工智能技术发挥的主战场。一方面，推进数实融合，重在深挖应用场景，与北上深相比，杭州目前数实融合应用场景还相对偏少，“盆景”还没有蔚然成长为“风景”。另一方面，近年来杭州制造业占比连续下滑，总体经济结构越来越“轻”，基数“长得慢”，搭建场景的机会也必然偏少。
4.相关企业生态链还未形成
数字经济龙头企业过于强大，但腰部企业还未成长，出现了一种不利于形成健康企业生态的“腰无力”现象，这对于杭州促进通用人工智能发展也是相当不利的。根据“2022杭州市数字经济百强企业榜单”，90家营业收入10亿元以上企业营业收入合计超1.5万亿元，较上年增长26.37%；但前10强企业的营业收入占比约为80%，第2名网易的营业收入也只有第1名阿里巴巴的十分之一。
三、杭州发展通用人工智能的对策建议
基于以上对杭州人工智能及数字经济的基础与短板的分析，我们尝试提出促进杭州通用人工智能创新发展的几点建议：
1.协同政产学研，构建算力基础设施
通用人工智能的研发以模型为基础，且依赖于大规模算力的支撑。因此杭州亟需政产学研协同，构建多元异构算力基础设施和高带宽网络设施，帮助更多的技术创新型企业降低模型训练与推理门槛，缩短概念验证周期，前瞻布局尚处于AI应用探索阶段的量子计算，形成源源不断的科技创新算力生产力。具体落实有两种思路：一是由政府构建超算中心，接入头部企业的算力资源，构建面向社会的资源公共平台。二是利用好高校的技术创新能力，以高校为起点构建基于科研方向的专用算力基础设施，以此提升高校在前沿技术方面的科研能力，通过产学研融合加速前沿技术的创新。
2.加快产业配套，实现核心领域突破
近年来，云计算、GPU、AI芯片等配套领域的蓬勃发展，为人工智能通用化应用提供了技术支撑，加速了人工智能商业化的进程。其中AI芯片作为新一代人工智能产业的关键配套仍是限制通用人工智能技术落地的卡脖子问题。目前一些主流的EDA工具软件，几乎全被国外产品垄断，致使国内芯片企业在发展过程中极其容易被工具所限。而该领域是典型的大尖端人才集群攻坚的领域，企业单靠自身很难实现突破。对杭州来说，解决思路是由政府联合浙江大学、西湖大学、之江实验室等高校科研院所，前者提供科研财政和社会资源支持、后者提供人才和尖端技术支持，针对EDA工具软件开展专项攻坚，形成芯片设计与研发领域的自研工具集群，从而实现帮助芯片企业通过标准化工具加速定制化进程，提升研发效能的目的。
3.以创新驱动产业，缩短产业化周期
杭州应坚持围绕创新链去布局产业链，通过技术创新，助力业态创新和产业创新。尽管通用人工智能技术前景广阔，但要实现产业的规模发展与行业应用落地具有较大挑战。因此，杭州应给予企业充分的容错空间，通过选择与杭州未来发展相匹配的赛道，挖掘一批典型通用人工智能的应用场景，支持阿里巴巴等本地企业加快低碳低能耗超大规模大模型的产业化进程（相比GPT-3，阿里M6大模型实现同等规模参数能耗1%），并通过政策引导、供需对接等方式，积极推动大模型技术与各行业场景的深度融合，缩短产业化培育周期，加快形成千亿级市场空间。
4.加快人才储备，集聚创新智力资源
人才是发展人工智能产业的核心资源，但目前杭州AI算法专家、芯片设计工程师等相关人才储备短缺问题十分突出。一方面，应加强与浙江大学、西湖大学、中国科学院大学杭州高等研究院、浙江工业大学等在杭高校的合作，定向培养AI算法及芯片设计专业人才；另一方面，应面向海内外企业、科研机构，制定相关优惠政策，吸引更多高水平的人工智能高端人才集聚杭州，全力打造具有杭州辨识度的人工智能创新生态链，为自主可控的通用人工智能提供更强大的智力支持。
5.变革科创体制，打造内外兼修的“杭州模式”
杭州一方面要充分发扬钱学森等老一辈科学家的爱国情怀，展示杭州建设全国“数字经济第一城”的使命担当，借鉴航天航空事业发展经验，发挥中国特色社会主义制度的优势，集中力量办大事，推动通用人工智能技术的研发在杭州落地。另一方面，杭州也应充分认识科技创新的国际化效应与跨国公司在科技创新体系中的桥头堡作用，积极寻求国际合作，引进国际人才，在人工智能科创体制创新方面展现杭州国际化的成色。建议可以从发改委、经信委、科技局等部门抽调骨干力量，建立由市领导担任组长的“促进杭州通用人工智能创新发展领导小组”。
审核：邵莹