近日，由北京市科學技術協會和中國聯合網絡通信集團有限公司主辦，北京市科學技術協會創(chuàng)新服務中心、東盟工程組織聯合會(AFEO)、北京科技國際交流中心、北京工程師學會和北京企業(yè)技術開發(fā)研究會共同承辦的“未來互聯網產業(yè)發(fā)展論壇”在中關村國際創(chuàng)新中心成功舉行。

在活動的主旨演講環(huán)節(jié)，中國工程院院士、中國工程院原副院長鄔賀銓以《AI加持網絡重構與模式變革》為題，深入剖析了人工智能對未來互聯網架構產生的深遠影響，他指出，當下互聯網已經進入“數智化時代”，而從2025-2035年間，互聯網將開啟全新十年，來到支持新質生產力發(fā)展的“新質互聯網”時代。

他提出，人工智能技術深切改變了全球競爭格局，也將重塑世界與我們的構成方式：“AI將推動互聯網向智能化、自適應化躍遷，重構工業(yè)、醫(yī)療、教育等領域的核心邏輯?！?/span>

連續(xù)兩年的《政府工作報告》都部署了“人工智能+”，和傳統(tǒng)互聯網相比，“AI+”新質互聯網到底有何不同之處？鄔賀銓院士指出，AI的快速發(fā)展不但正持續(xù)地重塑著未來互聯網的終端形態(tài)、網絡基礎設施和產業(yè)應用模式，而AI與6G的結合，也將催生全新的通信范式。

鄔賀銓院士表示，首先從數據流向來看，過去互聯網應用需求主要在“下載”——即數據主要從云端向終端傳輸，而上傳需求較少。而在“新質互聯網”時代，終端可能不再僅僅是數據的接收者，更是數據的生產者。鄔院士描繪了一個生動的情景：未來AI應用生成的視頻內容將涉及3D影像、虛實結合等內容，這意味著對網絡上下行高帶寬的需求將大幅增長。

鄔賀銓院士介紹，目前，我國帶寬雖已實現了“百兆普及率超95%、千兆覆蓋超30%”，并在同步推動“萬兆接入”，但這主要針對下行帶寬的提升，上傳帶寬的能力仍有限?！斑^去我們家庭網絡是‘一對多’的傳輸，對上傳需求普遍不高，而未來則可能隨著‘多對一’的上傳需求而改變，對網絡架構的調整首先會是一個重要課題”。

其次，鄔賀銓院士也提到，在未來跨區(qū)域數據交互流動、多個算力中心協同計算等多個場景下，AI應用將對“低延時、高帶寬、低成本、零丟包率”的網絡提出更高要求。未來網絡需具備更靈活的調度能力，比如短時間內分配大帶寬資源，對普通數據和重要數據進行分級管理，甚至關鍵場景下要求提供數據傳輸相應的安全防護和差異化服務，這些意味著網絡在設計上需要更多優(yōu)化，包括對路由機制、數據緩存策略、流量管理等方面的調配和提升。

鄔賀銓院士也帶大家展望了“AI+”新質互聯網的未來使用場景：“隨著6G的到來，未來網絡將拓展更多頻率，更加綠色化和智能化，推動整個互聯網生態(tài)的重塑。終端不再局限于地面和固定，而會覆蓋移動的汽車、空中的無人機、天上的衛(wèi)星在內的多種形態(tài)，同時在不同環(huán)境下，用盡可能低的成本，帶給用戶最流暢的網絡體驗?！?/span>

最后，鄔賀銓院士也特別強調，對6G的研究并不意味著5G的問題被忽略，相反，很多6G的相關研究成果可以“反哺”5G，用來優(yōu)化現有網絡架構，使其更好地適應AI時代的需求。

在人工智能時代，誰掌握了稀缺的優(yōu)質數據，誰就可能擁有大模型應用的“天下”。

在談到解決我國大模型應用落地難的痛點問題時，鄔賀銓院士提到了今年年初讓人眼前一亮的Deepseek大模型。他認為，Deepseek的優(yōu)勢在于達到當前頂級大模型性能的同時，大幅降低了計算復雜度?！八档土舜竽Ｐ偷氖褂瞄T檻，吸引了更多行業(yè)關注大模型發(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，而對具有高度準確性、一致性、完整性、可靠性、專有性的優(yōu)質數據的獲取，未來仍面臨諸多挑戰(zhàn)?！?/span>

鄔賀銓院士表示，無論是訓練大模型，還是推動行業(yè)應用，都離不開高質量的數據。例如，在智能交通領域，獲取城市級別的數據成本極高。盡管可以利用AI生成部分數據，但前提是必須先擁有一定量的原始數據。此外，數據標注也是一大難題。對于人臉識別、自然語言處理等領域，雖然標注需要人工參與，但整體門檻相對較低。然而，在工業(yè)領域，如石油勘探等專業(yè)數據，往往需要專業(yè)人士參與，造成數據獲取的成本極高。同時，安全性問題也不容忽視。數據安全既包括網絡安全挑戰(zhàn)，也涉及商業(yè)誠信與共享問題。

除了面臨優(yōu)質數據獲取難的挑戰(zhàn)，鄔賀銓院士還指出，未來行業(yè)應用還需解決大語言模型之外的視頻、圖像等多模態(tài)大模型問題；更復雜場景下大模型更自主更智能的能力提升問題；云服務之外，向終端下沉的本地運行需求場景；AI的可信度等難題。

盡管大模型功能強大且覆蓋廣泛，但針對特定任務和場景時，有時卻常?！按蠖粡姟?。由此，鄔賀銓院士也提出，要在特定行業(yè)應用和消費端，面向不同場景開發(fā)多個“小模型”和“小程序”，用來補足和豐富AI應用的“生態(tài)”，真正實現未來大模型的廣泛落地。

返回列表