近日，由北京市科學(xué)技術(shù)協(xié)會(huì)和中國(guó)聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司主辦，北京市科學(xué)技術(shù)協(xié)會(huì)創(chuàng)新服務(wù)中心、東盟工程組織聯(lián)合會(huì)(AFEO)、北京科技國(guó)際交流中心、北京工程師學(xué)會(huì)和北京企業(yè)技術(shù)開(kāi)發(fā)研究會(huì)共同承辦的“未來(lái)互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展論壇”在中關(guān)村國(guó)際創(chuàng)新中心成功舉行。

本次活動(dòng)以“智能時(shí)代的技術(shù)融合與產(chǎn)業(yè)變革”為主題，來(lái)自國(guó)內(nèi)外的數(shù)十位專家聚焦人工智能、6G、物聯(lián)網(wǎng)、大模型等前沿技術(shù)，圍繞下一代互聯(lián)網(wǎng)如何重構(gòu)全球產(chǎn)業(yè)生態(tài)、推動(dòng)數(shù)字化轉(zhuǎn)型的話題作了精彩發(fā)言，相關(guān)領(lǐng)導(dǎo)及國(guó)內(nèi)外學(xué)者約180人參加了本次活動(dòng)，為新一代互聯(lián)網(wǎng)共同繪制未來(lái)圖譜，為全球經(jīng)濟(jì)轉(zhuǎn)型貢獻(xiàn)了新思路、新觀點(diǎn)、新技術(shù)。

其中，在活動(dòng)的主旨演講環(huán)節(jié)，中國(guó)工程院院士、中國(guó)工程院原副院長(zhǎng)鄔賀銓以《AI加持網(wǎng)絡(luò)重構(gòu)與模式變革》為題，深入剖析了人工智能對(duì)未來(lái)互聯(lián)網(wǎng)架構(gòu)產(chǎn)生的深遠(yuǎn)影響，他指出，當(dāng)下互聯(lián)網(wǎng)已經(jīng)進(jìn)入“數(shù)智化時(shí)代”，而從2025-2035年間，互聯(lián)網(wǎng)將開(kāi)啟全新十年，來(lái)到支持新質(zhì)生產(chǎn)力發(fā)展的“新質(zhì)互聯(lián)網(wǎng)”時(shí)代。

完整視頻鏈接：https://mp.weixin.qq.com/s/Fr1Etms5bSm49RM3UWJM_A

他提出，人工智能技術(shù)深切改變了全球競(jìng)爭(zhēng)格局，也將重塑世界與我們的構(gòu)成方式：“AI將推動(dòng)互聯(lián)網(wǎng)向智能化、自適應(yīng)化躍遷，重構(gòu)工業(yè)、醫(yī)療、教育等領(lǐng)域的核心邏輯。”

“AI+”新質(zhì)互聯(lián)網(wǎng)長(zhǎng)啥樣?

會(huì)給我們的生活帶來(lái)什么改變?

連續(xù)兩年的《政府工作報(bào)告》都部署了“人工智能+”，和傳統(tǒng)互聯(lián)網(wǎng)相比，“AI+”新質(zhì)互聯(lián)網(wǎng)到底有何不同之處？鄔賀銓院士指出，AI的快速發(fā)展不但正持續(xù)地重塑著未來(lái)互聯(lián)網(wǎng)的終端形態(tài)、網(wǎng)絡(luò)基礎(chǔ)設(shè)施和產(chǎn)業(yè)應(yīng)用模式，而AI與6G的結(jié)合，也將催生全新的通信范式。

鄔賀銓院士表示，首先從數(shù)據(jù)流向來(lái)看，過(guò)去互聯(lián)網(wǎng)應(yīng)用需求主要在“下載”——即數(shù)據(jù)主要從云端向終端傳輸，而上傳需求較少。而在“新質(zhì)互聯(lián)網(wǎng)”時(shí)代，終端可能不再僅僅是數(shù)據(jù)的接收者，更是數(shù)據(jù)的生產(chǎn)者。鄔院士描繪了一個(gè)生動(dòng)的情景：未來(lái)AI應(yīng)用生成的視頻內(nèi)容將涉及3D影像、虛實(shí)結(jié)合等內(nèi)容，這意味著對(duì)網(wǎng)絡(luò)上下行高帶寬的需求將大幅增長(zhǎng)。

鄔賀銓院士介紹，目前，我國(guó)帶寬雖已實(shí)現(xiàn)了“百兆普及率超95%、千兆覆蓋超30%”，并在同步推動(dòng)“萬(wàn)兆接入”，但這主要針對(duì)下行帶寬的提升，上傳帶寬的能力仍有限。“過(guò)去我們家庭網(wǎng)絡(luò)是‘一對(duì)多’的傳輸，對(duì)上傳需求普遍不高，而未來(lái)則可能隨著‘多對(duì)一’的上傳需求而改變，對(duì)網(wǎng)絡(luò)架構(gòu)的調(diào)整首先會(huì)是一個(gè)重要課題”。

其次，鄔賀銓院士也提到，在未來(lái)跨區(qū)域數(shù)據(jù)交互流動(dòng)、多個(gè)算力中心協(xié)同計(jì)算等多個(gè)場(chǎng)景下，AI應(yīng)用將對(duì)“低延時(shí)、高帶寬、低成本、零丟包率”的網(wǎng)絡(luò)提出更高要求。未來(lái)網(wǎng)絡(luò)需具備更靈活的調(diào)度能力，比如短時(shí)間內(nèi)分配大帶寬資源，對(duì)普通數(shù)據(jù)和重要數(shù)據(jù)進(jìn)行分級(jí)管理，甚至關(guān)鍵場(chǎng)景下要求提供數(shù)據(jù)傳輸相應(yīng)的安全防護(hù)和差異化服務(wù)，這些意味著網(wǎng)絡(luò)在設(shè)計(jì)上需要更多優(yōu)化，包括對(duì)路由機(jī)制、數(shù)據(jù)緩存策略、流量管理等方面的調(diào)配和提升。

鄔賀銓院士也帶大家展望了“AI+”新質(zhì)互聯(lián)網(wǎng)的未來(lái)使用場(chǎng)景：“隨著6G的到來(lái)，未來(lái)網(wǎng)絡(luò)將拓展更多頻率，更加綠色化和智能化，推動(dòng)整個(gè)互聯(lián)網(wǎng)生態(tài)的重塑。終端不再局限于地面和固定，而會(huì)覆蓋移動(dòng)的汽車(chē)、空中的無(wú)人機(jī)、天上的衛(wèi)星在內(nèi)的多種形態(tài)，同時(shí)在不同環(huán)境下，用盡可能低的成本，帶給用戶最流暢的網(wǎng)絡(luò)體驗(yàn)。”

最后，鄔賀銓院士也特別強(qiáng)調(diào)，對(duì)6G的研究并不意味著5G的問(wèn)題被忽略，相反，很多6G的相關(guān)研究成果可以“反哺”5G，用來(lái)優(yōu)化現(xiàn)有網(wǎng)絡(luò)架構(gòu)，使其更好地適應(yīng)AI時(shí)代的需求。

Deepseek未完全解決大模型落地難題

對(duì)優(yōu)質(zhì)數(shù)據(jù)的獲取仍是一大挑戰(zhàn)

在人工智能時(shí)代，誰(shuí)掌握了稀缺的優(yōu)質(zhì)數(shù)據(jù)，誰(shuí)就可能擁有大模型應(yīng)用的“天下”。

在談到解決我國(guó)大模型應(yīng)用落地難的痛點(diǎn)問(wèn)題時(shí)，鄔賀銓院士提到了今年年初讓人眼前一亮的Deepseek大模型。他認(rèn)為，Deepseek的優(yōu)勢(shì)在于達(dá)到當(dāng)前頂級(jí)大模型性能的同時(shí)，大幅降低了計(jì)算復(fù)雜度。“它降低了大模型的使用門(mén)檻，吸引了更多行業(yè)關(guān)注大模型發(fā)展，也拉近了企業(yè)與大模型之間的距離，但并未完全解決大模型落地的難題，而對(duì)具有高度準(zhǔn)確性、一致性、完整性、可靠性、專有性的優(yōu)質(zhì)數(shù)據(jù)的獲取，未來(lái)仍面臨諸多挑戰(zhàn)。”

鄔賀銓院士表示，無(wú)論是訓(xùn)練大模型，還是推動(dòng)行業(yè)應(yīng)用，都離不開(kāi)高質(zhì)量的數(shù)據(jù)。例如，在智能交通領(lǐng)域，獲取城市級(jí)別的數(shù)據(jù)成本極高。盡管可以利用AI生成部分?jǐn)?shù)據(jù)，但前提是必須先擁有一定量的原始數(shù)據(jù)。此外，數(shù)據(jù)標(biāo)注也是一大難題。對(duì)于人臉識(shí)別、自然語(yǔ)言處理等領(lǐng)域，雖然標(biāo)注需要人工參與，但整體門(mén)檻相對(duì)較低。然而，在工業(yè)領(lǐng)域，如石油勘探等專業(yè)數(shù)據(jù)，往往需要專業(yè)人士參與，造成數(shù)據(jù)獲取的成本極高。同時(shí)，安全性問(wèn)題也不容忽視。數(shù)據(jù)安全既包括網(wǎng)絡(luò)安全挑戰(zhàn)，也涉及商業(yè)誠(chéng)信與共享問(wèn)題。

除了面臨優(yōu)質(zhì)數(shù)據(jù)獲取難的挑戰(zhàn)，鄔賀銓院士還指出，未來(lái)行業(yè)應(yīng)用還需解決大語(yǔ)言模型之外的視頻、圖像等多模態(tài)大模型問(wèn)題；更復(fù)雜場(chǎng)景下大模型更自主更智能的能力提升問(wèn)題；云服務(wù)之外，向終端下沉的本地運(yùn)行需求場(chǎng)景；AI的可信度等難題。

盡管大模型功能強(qiáng)大且覆蓋廣泛，但針對(duì)特定任務(wù)和場(chǎng)景時(shí)，有時(shí)卻常常“大而不強(qiáng)”。由此，鄔賀銓院士也提出，要在特定行業(yè)應(yīng)用和消費(fèi)端，面向不同場(chǎng)景開(kāi)發(fā)多個(gè)“小模型”和“小程序”，用來(lái)補(bǔ)足和豐富AI應(yīng)用的“生態(tài)”，真正實(shí)現(xiàn)未來(lái)大模型的廣泛落地。

來(lái)源：邊緣計(jì)算洞察