党委理论学习中心组学习材料目录
党委理论学习中心组学习材料目录(2024年6月6日)1.教育部党组开展深入贯彻落实习近平总书记在中央政治局第五次集体学习时的重要讲话精神一周年专题学习2023年5月29日,习近平总书记主持中央政治局第五次集体学习时发表重要讲话,强调加快建设教育强国,为中华民族伟大复兴提供有力支撑。近日,教育部党组先后召开党组会、专题会,围绕深入贯彻落实习近平总书记重要讲话精神一周年开展专题学习。教育部党组书记、部长怀进鹏在主持专题学习时强调,要心怀国家大目标、心有世界大变局、心系教育大格局,深刻领会党中央2035年建成教育强国的重大战略部署,深刻认识世界政治经济格局深化调整对教育的深远影响,深刻领悟教育是国家科技创新的重要源头和高水平人才的储备库,进一步增强责任感、紧迫感,坚决担好肩负的职责使命,在加快建设教育强国新征程中奋力续写新篇章。怀进鹏指出,习近平总书记主持中央政治局第五次集体学习时发表重要讲话,吹响了建设教育强国的号角,拉开了教育系统奋进新征程的时代大幕。一年来,教育部把学习重要讲话精神与学习贯彻习近平总书记关于教育的重要论述、开展主题教育相结合,紧紧锚定党和国家重大战略需求,强化教育、科技、人才一体统筹推进,以实际行动思考和回答“强国建设、教育何为”这一重大历史命题,推动各项工作取得积极进展。一年来,教育战线全面展开高质量教育体系建设,坚定落实立德树人根本任务,基础教育迈上优质公平新台阶,高等教育服务国家战略和经济社会发展的实力显著增强,持续构建现代职业教育体系,大力弘扬教育家精神,高素质专业化教师队伍建设取得新进展,教育对外开放高质量发展态势更加巩固,各级各类教育发展呈现新的面貌,学习贯彻重要讲话精神取得重要阶段性进展。怀进鹏强调,要把学习贯彻重要讲话精神同学习贯彻习近平总书记关于教育的重要论述紧密结合、有机贯通,久久为功、引向深入。进一步抓住教育强国建设的关键领域和环节,牢牢把握社会主义现代化强国建设征程中教育的基础性、先导性、全局性地位,牢牢把握教育的政治属性、战略属性、民生属性,全面认识经济之变、科技之变、社会之变共同形成的教育时代之变,聚焦经济社会人口发展结构变化,锚定以教育支撑引领高水平科技自立自强和服务发展新质生产力,真正做到学懂、弄通、做实,将学习成果转化为推进教育强国建设的强大动力、有效举措和生动成效。一要紧扣培养时代新人,把落实立德树人根本任务作为首要工程,强化高素质教师队伍建设,系统塑造立德树人新生态新格局。二要紧扣支撑国家战略,把高等教育龙头高高扬起,实施基础学科与交叉学科突破计划,加大拔尖创新人才培养力度,推进卓越工程师培养改革,加强科技创新和成果转移转化,进一步增强职业教育适应性和吸引力。三要紧扣保障改善民生,推动基础教育基点更加夯实,进一步提升基础教育治理水平,全力促进高校毕业生高质量充分就业。四要紧扣激发动力活力,全面深化教育改革开放,深化教育评价改革,构建教育对外开放新格局,推进数字化赋能教育改革创新。(来源:教育部新闻办)习近平主持中央政治局第五次集体学习并发表重要讲话习近平在中共中央政治局第五次集体学习时强调加快建设教育强国为中华民族伟大复兴提供有力支撑新华社北京(2023年)5月29日电 中共中央政治局5月29日下午就建设教育强国进行第五次集体学习。中共中央总书记习近平在主持学习时强调,教育兴则国家兴,教育强则国家强。建设教育强国,是全面建成社会主义现代化强国的战略先导,是实现高水平科技自立自强的重要支撑,是促进全体人民共同富裕的有效途径,是以中国式现代化全面推进中华民族伟大复兴的基础工程。要全面贯彻党的教育方针,坚持以人民为中心发展教育,主动超前布局、有力应对变局、奋力开拓新局,加快推进教育现代化,以教育之力厚植人民幸福之本,以教育之强夯实国家富强之基,为全面推进中华民族伟大复兴提供有力支撑。清华大学党委书记、中国科学院院士邱勇就这个问题进行讲解,提出工作建议。中央政治局的同志认真听取了讲解,并进行了讨论。习近平在听取讲解和讨论后发表了重要讲话。他指出,党的十八大以来,党中央坚持把教育作为国之大计、党之大计,作出加快教育现代化、建设教育强国的重大决策,推动新时代教育事业取得历史性成就、发生格局性变化。我国已建成世界上规模最大的教育体系,教育现代化发展总体水平跨入世界中上国家行列。据测算,我国目前的教育强国指数居全球第23位,比2012年上升26位,是进步最快的国家。这充分证明,中国特色社会主义教育发展道路是完全正确的。习近平强调,我们要建设的教育强国,是中国特色社会主义教育强国,必须以坚持党对教育事业的全面领导为根本保证,以立德树人为根本任务,以为党育人、为国育才为根本目标,以服务中华民族伟大复兴为重要使命,以教育理念、体系、制度、内容、方法、治理现代化为基本路径,以支撑引领中国式现代化为核心功能,最终是办好人民满意的教育。习近平指出,培养什么人、怎样培养人、为谁培养人是教育的根本问题,也是建设教育强国的核心课题。我们建设教育强国的目的,就是培养一代又一代德智体美劳全面发展的社会主义建设者和接班人,培养一代又一代在社会主义现代化建设中可堪大用、能担重任的栋梁之才,确保党的事业和社会主义现代化强国建设后继有人。要坚持不懈用新时代中国特色社会主义思想铸魂育人,着力加强社会主义核心价值观教育,引导学生树立坚定的理想信念,永远听党话、跟党走,矢志奉献国家和人民。坚持改革创新,推进大中小学思想政治教育一体化建设,提高思政课的针对性和吸引力。提高网络育人能力,扎实做好互联网时代的学校思想政治工作和意识形态工作。习近平强调,要坚持把高质量发展作为各级各类教育的生命线,加快建设高质量教育体系。建设教育强国,基点在基础教育。基础教育搞得越扎实,教育强国步伐就越稳、后劲就越足。要推进学前教育普及普惠安全优质发展,推动义务教育优质均衡发展和城乡一体化。基础教育既要夯实学生的知识基础,也要激发学生崇尚科学、探索未知的兴趣,培养其探索性、创新性思维品质。要在全社会树立科学的人才观、成才观、教育观,加快扭转教育功利化倾向,形成健康的教育环境和生态。建设教育强国,龙头是高等教育。要把加快建设中国特色、世界一流的大学和优势学科作为重中之重,大力加强基础学科、新兴学科、交叉学科建设,瞄准世界科技前沿和国家重大战略需求推进科研创新,不断提升原始创新能力和人才培养质量。要建设全民终身学习的学习型社会、学习型大国,促进人人皆学、处处能学、时时可学,不断提高国民受教育程度,全面提升人力资源开发水平,促进人的全面发展。习近平指出,要把服务高质量发展作为建设教育强国的重要任务。建设教育强国、科技强国、人才强国具有内在一致性和相互支撑性,要把三者有机结合起来、一体统筹推进,形成推动高质量发展的倍增效应。进一步加强科学教育、工程教育,加强拔尖创新人才自主培养,为解决我国关键核心技术攻关提供人才支撑。系统分析我国各方面人才发展趋势及缺口状况,根据科学技术发展态势,聚焦国家重大战略需求,动态调整优化高等教育学科设置,有的放矢培养国家战略人才和急需紧缺人才,提升教育对高质量发展的支撑力、贡献力。统筹职业教育、高等教育、继续教育,推进职普融通、产教融合、科教融汇,源源不断培养高素质技术技能人才、大国工匠、能工巧匠。习近平强调,从教育大国到教育强国是一个系统性跃升和质变,必须以改革创新为动力。要坚持系统观念,统筹推进育人方式、办学模式、管理体制、保障机制改革,坚决破除一切制约教育高质量发展的思想观念束缚和体制机制弊端,全面提高教育治理体系和治理能力现代化水平。把促进教育公平融入到深化教育领域综合改革的各方面各环节,缩小教育的城乡、区域、校际、群体差距,努力让每个孩子都能享有公平而有质量的教育,更好满足群众对“上好学”的需要。深化新时代教育评价改革,构建多元主体参与、符合中国实际、具有世界水平的教育评价体系。加强教材建设和管理,牢牢把握正确政治方向和价值导向,用心打造培根铸魂、启智增慧的精品教材。教育数字化是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口。进一步推进数字教育,为个性化学习、终身学习、扩大优质教育资源覆盖面和教育现代化提供有效支撑。习近平指出,要完善教育对外开放战略策略,统筹做好“引进来”和“走出去”两篇大文章,有效利用世界一流教育资源和创新要素,使我国成为具有强大影响力的世界重要教育中心。要积极参与全球教育治理,大力推进“留学中国”品牌建设,讲好中国故事、传播中国经验、发出中国声音,增强我国教育的国际影响力和话语权。习近平强调,强教必先强师。要把加强教师队伍建设作为建设教育强国最重要的基础工作来抓,健全中国特色教师教育体系,大力培养造就一支师德高尚、业务精湛、结构合理、充满活力的高素质专业化教师队伍。弘扬尊师重教社会风尚,提高教师政治地位、社会地位、职业地位,使教师成为最受社会尊重的职业之一,支持和吸引优秀人才热心从教、精心从教、长期从教、终身从教。加强师德师风建设,引导广大教师坚定理想信念、陶冶道德情操、涵养扎实学识、勤修仁爱之心,树立“躬耕教坛、强国有我”的志向和抱负,坚守三尺讲台,潜心教书育人。习近平最后强调,建设教育强国是全党全社会的共同任务。要坚持和加强党对教育工作的全面领导,不断完善党委统一领导、党政齐抓共管、部门各负其责的教育领导体制。各级党委和政府要始终坚持教育优先发展,在组织领导、发展规划、资源保障、经费投入上加大力度。学校、家庭、社会要紧密合作、同向发力,积极投身教育强国实践,共同办好教育强国事业。全党全国人民要坚定信心、久久为功,为早日实现教育强国目标而共同努力。习近平在中共中央政治局第十四次集体学习时强调 促进高质量充分就业 不断增强广大劳动者的获得感幸福感安全感中共中央政治局5月27日下午就促进高质量充分就业进行第十四次集体学习。中共中央总书记习近平在主持学习时强调,促进高质量充分就业,是新时代新征程就业工作的新定位、新使命。要坚持以人民为中心的发展思想,全面贯彻劳动者自主就业、市场调节就业、政府促进就业和鼓励创业的方针,持续促进就业质的有效提升和量的合理增长,不断增强广大劳动者的获得感幸福感安全感,为以中国式现代化全面推进强国建设、民族复兴伟业提供有力支撑。中国劳动和社会保障科学研究院院长莫荣研究员就这个问题进行讲解,提出工作建议。中央政治局的同志认真听取讲解,并进行了讨论。习近平在听取讲解和讨论后发表了重要讲话。他指出,就业是最基本的民生,事关人民群众切身利益,事关经济社会健康发展,事关国家长治久安。党的十八大以来,党中央坚持把就业工作摆在治国理政的突出位置,强化就业优先政策,健全就业促进机制,有效应对各种压力挑战,城镇新增就业年均1300万人,为民生改善和经济发展提供了重要支撑。在实践中不断深化对新时代就业工作规律的认识,积累了许多经验。主要包括:坚持把就业作为民生之本;坚持实施就业优先战略;坚持依靠发展促进就业;坚持扩大就业容量和提升就业质量相结合;坚持突出抓好重点群体就业;坚持创业带动就业;坚持营造公平就业环境;坚持构建和谐劳动关系,等等。这些经验十分宝贵,要长期坚持并不断丰富发展。习近平强调,要坚定不移贯彻新发展理念,更加自觉地把高质量充分就业作为经济社会发展的优先目标,使高质量发展的过程成为就业提质扩容的过程,提高发展的就业带动力。因地制宜发展新质生产力,改造提升传统产业,培育壮大新兴产业,布局建设未来产业,完善现代化产业体系,努力创造更多高质量就业岗位。支持发展吸纳就业能力强的产业和企业,稳定和扩大就业容量。根据经济社会发展新趋势和人民群众高品质生活新期待,大力发展新业态、新模式,积极挖掘、培育新的职业序列,开发新的就业增长点。强化重大政策、重大项目、重大生产力布局对就业影响的评估,推动财政、货币、投资、消费、产业、区域等政策与就业政策协调联动、同向发力,构建就业友好型发展方式。习近平指出,要加快塑造素质优良、总量充裕、结构优化、分布合理的现代化人力资源,解决好人力资源供需不匹配这一结构性就业矛盾。适应新一轮科技革命和产业变革,科学研判人力资源发展趋势,统筹抓好教育、培训和就业,动态调整高等教育专业和资源结构布局,大力发展职业教育,健全终身职业技能培训制度。完善供需对接机制,力求做到人岗相适、用人所长、人尽其才,提升就业质量和稳定性。加强宣传教育,引导全社会牢固树立正确就业观,以择业新观念打开就业新天地。深入分析一些行业出现用工缺口的原因,从破解“有活没人干”入手,解决“有人没活干”的问题。习近平强调,要完善重点群体就业支持政策。坚持把高校毕业生等青年群体就业作为重中之重,开发更多有利于发挥所学所长的就业岗位,鼓励青年投身重点领域、重点行业、城乡基层和中小微企业就业创业,拓宽市场化社会化就业渠道。结合推进新型城镇化和乡村全面振兴,坚持外出就业和就地就近就业并重,多措并举促进农民工就业,引导外出人才返乡、城市人才下乡创业。稳定脱贫人口务工规模和务工收入,防止因失业导致规模性返贫。加强对大龄、残疾、较长时间失业等就业困难群体的帮扶,统筹用好公益性岗位,确保零就业家庭动态清零。做好退役军人、妇女等群体就业工作。习近平指出,要深化就业体制机制改革。完善就业公共服务制度,健全就业公共服务体系。完善创业带动就业保障制度,优化创业服务,提升创业质量。健全统一规范的人力资源市场体系,营造公平就业环境,使人人都有通过辛勤努力实现自身发展的机会。习近平强调,要加强劳动者权益保障。健全劳动法律法规,规范新就业形态劳动基准,完善社会保障体系,维护劳动者合法权益。加强灵活就业和新就业形态劳动者权益保障,扩大职业伤害保障试点,及时总结经验、形成制度。加强市场监管和劳动保障监察执法,有效治理就业歧视、欠薪欠保、违法裁员等乱象。习近平最后指出,各级党委和政府要把就业当作民生头等大事来抓,加强组织领导,健全制度机制,增强工作合力。要加快建构中国就业理论体系,有效提升我国在就业领域的国际话语权和影响力。(来源:新华社)习近平复信阿联酋中文教学“百校项目”学生代表近日,国家主席习近平复信阿联酋中文教学“百校项目”学生代表,勉励他们学好中文、了解中国,为促进中阿友好贡献力量。习近平表示,我读了你们每个人的信,从字里行间、画里画外感受到了大家对中国文化的热爱,对两国友好的期盼。5年前,我同穆罕默德总统共同启动阿联酋中文教学“百校项目”,如今看到“学中文”在阿联酋已经成为一种新风尚,培养了一批像你们这样的中阿交流小使者,我很欣慰。习近平指出,你们在信中说,中国和阿联酋“手拉手”40年了,希望中阿永远是好朋友,中国人民也抱有同样的愿望。青少年代表着中阿友好关系的未来。欢迎你们来中国看熊猫、登长城,长大后到中国读大学,也欢迎更多的阿联酋青少年学习中文、了解中国,同中国的青少年交流交心、互学互鉴,把友谊的种子根植在心里,为开创中阿关系更加美好的明天贡献力量。2019年7月,在习近平主席和时任阿联酋阿布扎比王储穆罕默德共同见证下,中阿双方在北京签署备忘录,正式启动阿联酋中文教学“百校项目”。截至目前,阿联酋已有171所学校开设中文课程,7.1万名学生学习中文。近日,阿联酋“百校项目”示范校哈姆丹学校和亚斯学校40名中小学生代表分别用中文致信习主席,表达对中国文化的向往和热爱,立志做中阿友好的使者。(来源:新华社)教育部与内蒙古自治区举行部区会商会议5月15日,教育部、内蒙古自治区在京举行部区会商会议,深入贯彻落实习近平总书记在新时代推动东北全面振兴座谈会、新时代推动西部大开发座谈会上的重要讲话和对内蒙古改革发展的重要指示批示精神,共谋教育改革发展,助力内蒙古不断积聚助推强国建设、引领强区谋划的新动能。教育部党组书记、部长怀进鹏,内蒙古自治区党委副书记、自治区主席王莉霞出席会议并讲话。教育部党组成员、副部长吴岩、王光彦,自治区副主席包献华,自治区政协副主席、教育厅党组书记、厅长杨劼出席会议。吴岩、包献华代表双方签署战略合作协议。怀进鹏表示,内蒙古深入贯彻落实习近平总书记重要讲话精神,紧扣“五大任务”,全方位建设模范自治区,教育事业发展呈现良好局面。教育部愿与内蒙古深化战略合作,共同落实好总书记重要指示批示精神,推进教育强区建设,推动内蒙古经济社会持续繁荣。要深入落实习近平总书记对学校思政课建设作出的重要指示,铸牢中华民族共同体意识,全力落实立德树人根本任务,挖掘红色资源,全面推广普及国家通用语言文字。要加强教育服务国家战略与区域经济发展能力,推动特色优势学科发展,共同创建高等研究院,在支撑引领乳业、稀土等产业上取得突破。要进一步深化职业教育产教融合,创新推进以“办学能力高水平、产教融合高质量”为导向的“新双高”建设,重点面向中蒙俄经济走廊建设,推进高水平教育对外开放。要夯实基础教育基点,加强前瞻布局,建立与人口变化相协调的供给机制,以教育数字化促进优质教育资源共享,试点推进国家智慧教育平台全域深度应用,不断放大教育数字化在支撑引领教育现代化、建设教育强区中的叠加倍增效应。怀进鹏强调,距离毕业生离校不到2个月,促就业任务十分紧迫。希望内蒙古认真贯彻党中央、国务院决策部署,落实全国高校毕业生等青年就业创业工作视频会议精神,以更大力度拓宽就业渠道,做好重点群体就业帮扶,狠抓督促检查,健全就业数据核查机制,千方百计促进高校毕业生就业。强化校园安全责任,牢牢守住主阵地,提升学校管理水平,切实维护校园稳定。受自治区党委书记孙绍骋委托,王莉霞对教育部给予内蒙古的关心支持表示感谢。她说,内蒙古正处在办好完成习近平总书记交给的五大任务和全方位建设“模范自治区”这两件大事、落实国务院支持内蒙古高质量发展意见的关键时期,部区签订战略合作协议正当其时。现在内蒙古产业发展出现了新变化,必须牢牢把握党中央对内蒙古的战略定位,从服务产业发展的高度系统谋划推进教育改革创新工作,紧紧围绕乳业、稀土等优势特色产业,全力推进高等研究院建设,持续加大教育科技投入,让教育赋能新质生产力。内蒙古最大短板是缺人才,希望教育部在人才引育和高校“双一流”、职教“新双高”建设等方面给予更多支持,助力内蒙古闯新路、进中游,为教育强国建设贡献更多力量。(来源:教育部)中国工程院院士孙凝晖为十四届全国人大常委会所作《人工智能与智能计算的发展》专题讲座十四届全国人大常委会第九次会议于4月26日上午在北京人民大会堂闭幕。闭幕会后,十四届全国人大常委会举行第十讲专题讲座,赵乐际委员长主持。中国工程院院士、中国科学院计算技术研究所研究员孙凝晖作了题为《人工智能与智能计算的发展》的讲座。十四届全国人大常委会专题讲座第十讲讲稿人工智能与智能计算的发展委员长、各位副委员长、秘书长、各位委员: 人工智能领域近年来正在迎来一场由生成式人工智能大模型引领的爆发式发展。2022年11月30日,OpenAI公司推出一款人工智能对话聊天机器人ChatGPT,其出色的自然语言生成能力引起了全世界范围的广泛关注,2个月突破1亿用户,国内外随即掀起了一场大模型浪潮,Gemini、文心一言、Copilot、LLaMA、SAM、SORA等各种大模型如雨后春笋般涌现,2022年也被誉为大模型元年。当前信息时代正加快进入智能计算的发展阶段,人工智能技术上的突破层出不穷,逐渐深入地赋能千行百业,推动人工智能与数据要素成为新质生产力的典型代表。习近平总书记指出,把新一代人工智能作为推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量,努力实现高质量发展。党的十八大以来,以习近平同志为核心的党中央高度重视智能经济发展,促进人工智能和实体经济深度融合,为高质量发展注入强劲动力。 一、计算技术发展简介 计算技术的发展历史大致可分为四个阶段,算盘的出现标志着人类进入第一代——机械计算时代,第二代——电子计算的标志是出现电子器件与电子计算机,互联网的出现使我们进入第三代——网络计算,当前人类社会正在进入第四阶段——智能计算。 早期的计算装置是手动辅助计算装置和半自动计算装置,人类计算工具的历史是从公元1200年的中国算盘开始,随后出现了纳皮尔筹(1612年)和滚轮式加法器(1642年),到1672年第一台自动完成四则运算的计算装置——步进计算器诞生了。 机械计算时期已经出现了现代计算机的一些基本概念。查尔斯∙巴贝奇(Charles Babbage)提出了差分机(1822年)与分析机(1834年)的设计构想,支持自动机械计算。这一时期,编程与程序的概念基本形成,编程的概念起源于雅卡尔提花机,通过打孔卡片控制印花图案,最终演变为通过计算指令的形式来存储所有数学计算步骤;人类历史的第一个程序员是诗人拜伦之女艾达(Ada),她为巴贝奇差分机编写了一组求解伯努利数列的计算指令,这套指令也是人类历史上第一套计算机算法程序,它将硬件和软件分离,第一次出现程序的概念。 直到在二十世纪上半叶,出现了布尔代数(数学)、图灵机(计算模型) 、冯诺依曼体系结构(架构) 、晶体管(器件)这四个现代计算技术的科学基础。其中,布尔代数用来描述程序和硬件如CPU的底层逻辑;图灵机是一种通用的计算模型,将复杂任务转化为自动计算、不需人工干预的自动化过程;冯诺依曼体系结构提出了构造计算机的三个基本原则:采用二进制逻辑、程序存储执行、以及计算机由运算器、控制器、存储器、输入设备、输出设备这五个基本单元组成;晶体管是构成基本的逻辑电路和存储电路的半导体器件,是建造现代计算机之塔的“砖块”。基于以上科学基础,计算技术得以高速发展,形成规模庞大的产业。 从1946年世界上第一台电子计算机ENIAC诞生到二十一世纪的今天,已经形成了五类成功的平台型计算系统。当前各领域各种类型的应用,都可以由这五类平台型计算装置支撑。第一类是高性能计算平台,解决了国家核心部门的科学与工程计算问题;第二类是企业计算平台,又称服务器,用于企业级的数据管理、事务处理,当前像百度、阿里和腾讯这些互联网公司的计算平台都属于这一类;第三类是个人电脑平台,以桌面应用的形式出现,人们通过桌面应用与个人电脑交互;第四类是智能手机,主要特点是移动便携,手机通过网络连接数据中心,以互联网应用为主,它们分布式地部署在数据中心和手机终端;第五类是嵌入式计算机,嵌入到工业装备和军事设备,通过实时的控制,保障在确定时间内完成特定任务。这五类装置几乎覆盖了我们信息社会的方方面面,长期以来人们追求的以智能计算应用为中心的第六类平台型计算系统尚未形成。 现代计算技术的发展大致可以划分为三个时代。IT1.0又称电子计算时代(1950-1970),基本特征是以“机”为中心。计算技术的基本架构形成,随着集成电路工艺的进步,基本计算单元的尺度快速微缩,晶体管密度、计算性能和可靠性不断提升,计算机在科学工程计算、企业数据处理中得到了广泛应用。IT2.0又称网络计算时代(1980-2020),以“人”为中心。互联网将人使用的终端与后台的数据中心连接,互联网应用通过智能终端与人进行交互。以亚马逊等为代表的互联网公司提出了云计算的思想,将后台的算力封装成一个公共服务租借给第三方用户,形成了云计算与大数据产业。IT3.0又称智能计算时代,始于2020年,与IT2.0相比增加了“物”的概念,即物理世界的各种端侧设备,被数字化、网络化和智能化,实现“人-机-物”三元融合。智能计算时代,除了互联网以外,还有数据基础设施,支撑各类终端通过端边云实现万物互联,终端、物端、边缘、云都嵌入AI,提供与ChatGPT类似的大模型智能服务,最终实现有计算的地方就有AI智能。智能计算带来了巨量的数据、人工智能算法的突破和对算力的爆发性需求。二、智能计算发展简介 智能计算包括人工智能技术与它的计算载体,大致历经了四个阶段,分别为通用计算装置、逻辑推理专家系统、深度学习计算系统、大模型计算系统。 智能计算的起点是通用自动计算装置(1946年)。艾伦·图灵(Alan Turing)和冯·诺依曼(John von Neumann)等科学家,一开始都希望能够模拟人脑处理知识的过程,发明像人脑一样思考的机器,虽未能实现,但却解决了计算的自动化问题。通用自动计算装置的出现,也推动了1956年人工智能(AI)概念的诞生,此后所有人工智能技术的发展都是建立在新一代计算设备与更强的计算能力之上的。 智能计算发展的第二阶段是逻辑推理专家系统(1990年)。E.A.费根鲍姆(Edward Albert Feigenbaum)等符号智能学派的科学家以逻辑和推理能力自动化为主要目标,提出了能够将知识符号进行逻辑推理的专家系统。人的先验知识以知识符号的形式进入计算机,使计算机能够在特定领域辅助人类进行一定的逻辑判断和决策,但专家系统严重依赖于手工生成的知识库或规则库。这类专家系统的典型代表是日本的五代机和我国863计划支持的306智能计算机主题,日本在逻辑专家系统中采取专用计算平台和Prolog这样的知识推理语言完成应用级推理任务;我国采取了与日本不同的技术路线,以通用计算平台为基础,将智能任务变成人工智能算法,将硬件和系统软件都接入通用计算平台,并催生了曙光、汉王、科大讯飞等一批骨干企业。 符号计算系统的局限性在于其爆炸的计算时空复杂度,即符号计算系统只能解决线性增长问题,对于高维复杂空间问题是无法求解的,从而限制了能够处理问题的大小。同时因为符号计算系统是基于知识规则建立的,我们又无法对所有的常识用穷举法来进行枚举,它的应用范围就受到了很大的限制。随着第二次AI寒冬的到来,第一代智能计算机逐渐退出历史舞台。 直到2014年左右,智能计算进阶到第三阶段——深度学习计算系统。以杰弗里·辛顿(Geoffrey Hinton)等为代表的连接智能学派,以学习能力自动化为目标,发明了深度学习等新AI算法。通过深度神经元网络的自动学习,大幅提升了模型统计归纳的能力,在模式识别①等应用效果上取得了巨大突破,某些场景的识别精度甚至超越了人类。以人脸识别为例,整个神经网络的训练过程相当于一个网络参数调整的过程,将大量的经过标注的人脸图片数据输入神经网络,然后进行网络间参数调整,让神经网络输出的结果的概率无限逼近真实结果。神经网络输出真实情况的概率越大,参数就越大,从而将知识和规则编码到网络参数中,这样只要数据足够多,就可以对各种大量的常识进行学习,通用性得到极大的提升。连接智能的应用更加广泛,包括语音识别、人脸识别、自动驾驶等。在计算载体方面,中国科学院计算技术研究所2013年提出了国际首个深度学习处理器架构,国际知名的硬件厂商英伟达(NVIDIA)持续发布了多款性能领先的通用GPU芯片,都是深度学习计算系统的典型代表。 智能计算发展的第四阶段是大模型计算系统(2020年)。在人工智能大模型技术的推动下,智能计算迈向新的高度。2020年,AI从“小模型+判别式”转向“大模型+生成式”,从传统的人脸识别、目标检测、文本分类,升级到如今的文本生成、3D数字人生成、图像生成、语音生成、视频生成。大语言模型在对话系统领域的一个典型应用是OpenAI公司的ChatGPT,它采用预训练基座大语言模型GPT-3,引入3000亿单词的训练语料,相当于互联网上所有英语文字的总和。其基本原理是:通过给它一个输入,让它预测下一个单词来训练模型,通过大量训练提升预测精确度,最终达到向它询问一个问题,大模型产生一个答案,与人即时对话。在基座大模型的基础上,再给它一些提示词进行有监督的指令微调,通过人类的<指令,回复>对逐渐让模型学会如何与人进行多轮对话;最后,通过人为设计和自动生成的奖励函数来进行强化学习迭代,逐步实现大模型与人类价值观的对齐。 大模型的特点是以“大”取胜,其中有三层含义,(1)参数大,GPT-3就有1700亿个参数;(2)训练数据大,ChatGPT大约用了3000亿个单词,570GB训练数据;(3)算力需求大,GPT-3大约用了上万块V100 GPU进行训练。为满足大模型对智能算力爆炸式增加的需求,国内外都在大规模建设耗资巨大的新型智算中心,英伟达公司也推出了采用256个H100芯片,150TB海量GPU内存等构成的大模型智能计算系统。 大模型的出现带来了三个变革。一是技术上的规模定律(Scaling Law),即很多AI模型的精度在参数规模超过某个阈值后模型能力快速提升,其原因在科学界还不是非常清楚,有很大的争议。AI模型的性能与模型参数规模、数据集大小、算力总量三个变量成“对数线性关系”,因此可以通过增大模型的规模来不断提高模型的性能。目前最前沿的大模型GPT-4参数量已经达到了万亿到十万亿量级,并且仍在不断增长中;二是产业上算力需求爆炸式增长,千亿参数规模大模型的训练通常需要在数千乃至数万GPU卡上训练2-3个月时间,急剧增加的算力需求带动相关算力企业超高速发展,英伟达的市值接近两万亿美元,对于芯片企业以前从来没有发生过;三是社会上冲击劳动力市场,北京大学国家发展研究院与智联招聘联合发布的《AI大模型对我国劳动力市场潜在影响研究》报告指出,受影响最大的20个职业中财会、销售、文书位于前列,需要与人打交道并提供服务的体力劳动型工作,如人力资源、行政、后勤等反而相对更安全。 人工智能的技术前沿将朝着以下四个方向发展。第一个前沿方向为多模态大模型。从人类视角出发,人类智能是天然多模态的,人拥有眼、耳、鼻、舌、身、嘴(语言),从AI视角出发,视觉,听觉等也都可以建模为token②的序列,可采取与大语言模型相同的方法进行学习,并进一步与语言中的语义进行对齐,实现多模态对齐的智能能力。 第二个前沿方向为视频生成大模型。OpenAI于2024年2月15日发布文生视频模型SORA,将视频生成时长从几秒钟大幅提升到一分钟,且在分辨率、画面真实度、时序一致性等方面都有显著提升。SORA的最大意义是它具备了世界模型的基本特征,即人类观察世界并进一步预测世界的能力。世界模型是建立在理解世界的基本物理常识(如,水往低处流等)之上,然后观察并预测下一秒将要发生什么事件。虽然SORA要成为世界模型仍然存在很多问题,但可以认为SORA学会了画面想象力和分钟级未来预测能力,这是世界模型的基础特征。 第三个前沿方向为具身智能。具身智能指有身体并支持与物理世界进行交互的智能体,如机器人、无人车等,通过多模态大模型处理多种传感数据输入,由大模型生成运动指令对智能体进行驱动,替代传统基于规则或者数学公式的运动驱动方式,实现虚拟和现实的深度融合。因此,具有具身智能的机器人,可以聚集人工智能的三大流派:以神经网络为代表的连接主义,以知识工程为代表的符号主义和控制论相关的行为主义,三大流派可以同时作用在一个智能体,这预期会带来新的技术突破。 第四个前沿方向是AI4R(AI for Research)成为科学发现与技术发明的主要范式。当前科学发现主要依赖于实验和人脑智慧,由人类进行大胆猜想、小心求证,信息技术无论是计算和数据,都只是起到一些辅助和验证的作用。相较于人类,人工智能在记忆力、高维复杂、全视野、推理深度、猜想等方面具有较大优势,是否能以AI为主进行一些科学发现和技术发明,大幅提升人类科学发现的效率,比如主动发现物理学规律、预测蛋白质结构、设计高性能芯片、高效合成新药等。因为人工智能大模型具有全量数据,具备上帝视角,通过深度学习的能力,可以比人向前看更多步数,如能实现从推断(inference)到推理(reasoning)的跃升,人工智能模型就有潜力具备爱因斯坦一样的想象力和科学猜想能力,极大提升人类科学发现的效率,打破人类的认知边界。这才是真正的颠覆所在。 最后,通用人工智能③(Artificial General Intelligence,简称AGI)是一个极具挑战的话题,极具争论性。曾经有一个哲学家和一个神经科学家打赌:25年后(即2023年)科研人员是否能够揭示大脑如何实现意识?当时关于意识有两个流派,一个叫集成信息理论,一个叫全局网络工作空间理论,前者认为意识是由大脑中特定类型神经元连接形成的“结构”,后者指出意识是当信息通过互连网络传播到大脑区域时产生的。2023年,人们通过六个独立实验室进行了对抗性实验,结果与两种理论均不完全匹配,哲学家赢了,神经科学家输了。通过这一场赌约,可以看出人们总是希望人工智能能够了解人类的认知和大脑的奥秘。从物理学的视角看,物理学是对宏观世界有了透彻理解后,从量子物理起步开启了对微观世界的理解。智能世界与物理世界一样,都是具有巨大复杂度的研究对象,AI大模型仍然是通过数据驱动等研究宏观世界的方法,提高机器的智能水平,对智能宏观世界理解并不够,直接到神经系统微观世界寻找答案是困难的。人工智能自诞生以来,一直承载着人类关于智能与意识的种种梦想与幻想,也激励着人们不断探索。三、人工智能的安全风险 人工智能的发展促进了当今世界科技进步的同时,也带来了很多安全风险,要从技术与法规两方面加以应对。 首先是互联网虚假信息泛滥。这里列举若干场景:一是数字分身。AI Yoon是首个使用 DeepFake 技术合成的官方“候选人”,这个数字人以韩国国民力量党候选人尹锡悦(Yoon Suk-yeol)为原型,借助尹锡悦 20 小时的音频和视频片段、以及其专门为研究人员录制的 3000 多个句子,由当地一家 DeepFake 技术公司创建了虚拟形象 AI Yoon,并在网络上迅速走红。实际上 AI Yoon 表达的内容是由竞选团队撰写的,而不是候选人本人。 二是伪造视频,尤其是伪造领导人视频引起国际争端,扰乱选举秩序,或引起突发舆情事件,如伪造尼克松宣布第一次登月失败,伪造乌克兰总统泽连斯基宣布“投降”的信息,这些行为导致新闻媒体行业的社会信任衰退。 三是伪造新闻,主要通过虚假新闻自动生成牟取非法利益,使用ChatGPT生成热点新闻,赚取流量,截至2023年6月30日全球生成伪造新闻网站已达277个,严重扰乱社会秩序。 四是换脸变声,用于诈骗。如由于AI语音模仿了企业高管的声音,一家香港国际企业因此被骗3500万美元。 五是生成不雅图片,特别是针对公众人物。如影视明星的色情视频制作,造成不良社会影响。因此,迫切需要发展互联网虚假信息的伪造检测技术。 其次,AI大模型面临严重可信问题。这些问题包括:(1)“一本正经胡说八道”的事实性错误;(2)以西方价值观叙事,输出政治偏见和错误言论;(3)易被诱导,输出错误知识和有害内容;(4)数据安全问题加重,大模型成为重要敏感数据的诱捕器,ChatGPT将用户输入纳入训练数据库,用于改善ChatGPT,美方能够利用大模型获得公开渠道覆盖不到的中文语料,掌握我们自己都可能不掌握的“中国知识”。因此,迫切需要发展大模型安全监管技术与自己的可信大模型。 除了技术手段外,人工智能安全保障需要相关立法工作。2021年科技部发布《新一代人工智能伦理规范》,2022年8月,全国信息安全标准化技术委员会发布《信息安全技术 机器学习算法安全评估规范》,2022-2023年,中央网信办先后发布《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理办法》等。欧美国家也先后出台法规,2018年5月25日,欧盟出台《通用数据保护条例》,2022年10月4日,美国发布《人工智能权利法案蓝图》,2024年3月13日,欧洲议会通过了欧盟《人工智能法案》。 我国应加快推进《人工智能法》出台,构建人工智能治理体系,确保人工智能的发展和应用遵循人类共同价值观,促进人机和谐友好;创造有利于人工智能技术研究、开发、应用的政策环境;建立合理披露机制和审计评估机制,理解人工智能机制原理和决策过程;明确人工智能系统的安全责任和问责机制,可追溯责任主体并补救;推动形成公平合理、开放包容的国际人工智能治理规则。四、中国智能计算发展困境 人工智能技术与智能计算产业处于中美科技竞争的焦点,我国在过去几年虽然取得了很大的成绩,但依然面临诸多发展困境,特别是由美国的科技打压政策带来的困难。 困境一为美国在AI核心能力上长期处于领先地位,中国处于跟踪模式。中国在AI高端人才数量、AI基础算法创新、AI底座大模型能力(大语言模型、文生图模型、文生视频模型)、底座大模型训练数据、底座大模型训练算力等,都与美国存在一定的差距,并且这种差距还将持续很长一段时间。 困境二为高端算力产品禁售,高端芯片工艺长期被卡。A100,H100,B200等高端智算芯片对华禁售。华为、龙芯、寒武纪、曙光、海光等企业都进入实体清单,它们芯片制造的先进工艺④受限,国内可满足规模量产的工艺节点落后国际先进水平2-3代,核心算力芯片的性能落后国际先进水平2-3代。 困境三为国内智能计算生态孱弱,AI开发框架渗透率不足。英伟达CUDA⑤(Compute Unified Device Architecture, 通用计算设备架构)生态完备,已形成了事实上的垄断。国内生态孱弱,具体表现在:一是研发人员不足,英伟达CUDA生态有近2万人开发,是国内所有智能芯片公司人员总和的20倍;二是开发工具不足,CUDA有550个SDK(Software Development Kit, 软件开发工具包),是国内相关企业的上百倍;三是资金投入不足,英伟达每年投入50亿美元,是国内相关公司的几十倍;四是AI开发框架TensorFlow占据工业类市场,PyTorch占据研究类市场,百度飞桨等国产AI开发框架的开发人员只有国外框架的1/10。更为严重的是国内企业之间山头林立,无法形成合力,从智能应用、开发框架、系统软件、智能芯片,虽然每层都有相关产品,但各层之间没有深度适配,无法形成一个有竞争力的技术体系。 困境四为AI应用于行业时成本、门槛居高不下。当前我国AI应用主要集中在互联网行业和一些国防领域。AI技术推广应用于各行各业时,特别是从互联网行业迁移到非互联网行业,需要进行大量的定制工作,迁移难度大,单次使用成本高。最后,我国在AI领域的人才数量与实际需求相比也明显不足。 五、中国如何发展智能计算的道路选择 人工智能发展的道路选择对我国至关重要,关系到发展的可持续性与最终的国际竞争格局。当前人工智能的使用成本十分高昂,微软Copilot套件要支付每月10美元的使用费用,ChatGPT每天消耗50万千瓦时的电力,英伟达B200芯片价格高达3万美元以上。总体来说,我国应发展用得起、安全可信的人工智能技术,消除我国信息贫困人口、并造福“一带一路”国家;低门槛地赋能各行各业,让我国的优势产业保持竞争力,让相对落后的产业能够大幅地缩小差距。 选择一:统一技术体系走闭源封闭,还是开源开放的道路? 支撑智能计算产业的是一个相互紧耦合的技术体系,即由一系列技术标准和知识产权将材料、器件、工艺、芯片、整机、系统软件、应用软件等密切联系在一起的技术整体。我国发展智能计算技术体系存在三条道路: 一是追赶兼容美国主导的A体系。我国大多数互联网企业走的是GPGPU/CUDA兼容道路,很多芯片领域的创业企业在生态构建上也是尽量与CUDA兼容,这条道路较为现实。由于在算力方面美国对我国工艺和芯片带宽的限制,在算法方面国内生态林立很难形成统一,生态成熟度严重受限,在数据方面中文高质量数据匮乏,这些因素会使得追赶者与领先者的差距很难缩小,一些时候还会进一步拉大。 二是构建专用封闭的B体系。在军事、气象、司法等专用领域构建企业封闭生态,基于国产成熟工艺生产芯片,相对于底座大模型更加关注特定领域垂直类大模型,训练大模型更多采用领域专有高质量数据等。这条道路易于形成完整可控的技术体系与生态,我国一些大型骨干企业走的是这条道路,它的缺点是封闭,无法凝聚国内大多数力量,也很难实现全球化。 三是全球共建开源开放的C体系。用开源打破生态垄断,降低企业拥有核心技术的门槛,让每个企业都能低成本地做自己的芯片,形成智能芯片的汪洋大海,满足无处不在的智能需求。用开放形成统一的技术体系,我国企业与全球化力量联合起来共建基于国际标准的统一智能计算软件栈。形成企业竞争前共享机制,共享高质量数据库,共享开源通用底座大模型。对于全球开源生态,我国企业在互联网时代收益良多,我国更多的是使用者,是参与者,在智能时代我国企业在RISC-V⑥+AI开源技术体系上应更多地成为主力贡献者,成为全球化开放共享的主导力量。 选择二:拼算法模型,还是拼新型基础设施? 人工智能技术要赋能各行各业,具有典型的长尾效应⑦。我国80%的中小微企业,需要的是低门槛、低价格的智能服务。因此,我国智能计算产业必须建立在新的数据空间基础设施之上,其中关键是我国应率先实现智能要素即数据、算力、算法的全面基础设施化。这项工作可比肩二十世纪初美国信息高速公路计划(即信息基础设施建设)对互联网产业的历史作用。 信息社会最核心的生产力是网络空间(Cyberspace)。网络空间的演进过程是:从机器一元连接构成的计算空间,演进到人机信息二元连接构成的信息空间,再演进到人机物数据三元连接构成的数据空间。从数据空间看,人工智能的本质是数据的百炼成钢,大模型就是对互联网全量数据进行深度加工后的产物。在数字化时代,在互联网上传输的是信息流,是算力对数据进行粗加工后的结构化抽象;在智能时代,在互联网上传输的是智能流,是算力对数据进行深度加工与精炼后的模型化抽象。智能计算的一个核心特征就是用数值计算、数据分析、人工智能等算法,在算力池中加工海量数据件,得到智能模型,再嵌入到信息世界、物理世界的各个过程中。 我国政府已经前瞻性地提前布局了新型基础设施,在世界各国竞争中抢占了先机。首先,数据已成为国家战略信息资源。数据具有资源要素与价值加工两重属性,数据的资源要素属性包括生产、获取、传输、汇聚、流通、交易、权属、资产、安全等各个环节,我国应继续加大力度建设国家数据枢纽与数据流通基础设施。 其次,AI大模型就是数据空间的一类算法基础设施。以通用大模型为基座,构建大模型研发与应用的基础设施,支撑广大企业研发领域专用大模型,服务于机器人、无人驾驶、可穿戴设备、智能家居、智能安防等行业,覆盖长尾应用。 最后,全国一体化算力网建设在推动算力的基础设施化上发挥了先导作用。算力基础设施化的中国方案,应在大幅度降低算力使用成本和使用门槛的同时,为最广范围覆盖人群提供高通量、高品质的智能服务。算力基础设施的中国方案需要具备“两低一高”,即在供给侧,大幅度降低算力器件、算力设备、网络连接、数据获取、算法模型调用、电力消耗、运营维护、开发部署的总成本,让广大中小企业都消费得起高品质的算力服务,有积极性开发算力网应用;在消费侧,大幅度降低广大用户的算力使用门槛,面向大众的公共服务必须做到易获取、易使用,像水电一样即开即用,像编写网页一样轻松定制算力服务,开发算力网应用。在服务效率侧,中国的算力服务要实现低熵高通量,其中高通量是指在实现高并发⑧度服务的同时,端到端服务的响应时间可满足率高;低熵是指在高并发负载中出现资源无序竞争的情况下,保障系统通量不急剧下降。保障“算得多”对中国尤其重要。 选择三:AI+着重赋能虚拟经济,还是发力实体经济? “AI+”的成效是人工智能价值的试金石。次贷危机后,美国制造业增加值占GDP的比重从1950年的28%降低为2021年的11%,美国制造业在全行业就业人数占比从1979年的35%降低为2022年的8%,可见美国更倾向于回报率更高的虚拟经济,轻视投资成本高且经济回报率低的实体经济。中国倾向于实体经济与虚拟经济同步发展,更加重视发展装备制造、新能源汽车、光伏发电、锂电池、高铁、5G等实体经济。 相应地美国AI主要应用于虚拟经济和IT基础工具,AI技术也是“脱实向虚”,自2007年以来硅谷不断炒作虚拟现实(Virtual Reality,VR)、元宇宙、区块链、Web3.0、深度学习、AI大模型等,是这个趋势的反映。 我国的优势在实体经济,制造业全球产业门类最齐全,体系最完整,特点是场景多、私有数据多。我国应精选若干行业加大投入,形成可低门槛全行业推广的范式,如选择装备制造业作为延续优势代表性行业,选择医药业作为快速缩短差距的代表性行业。赋能实体经济的技术难点是AI算法与物理机理的融合。 人工智能技术成功的关键是能否让一个行业或一个产品的成本大幅下降,从而将用户数与产业规模扩大10倍,产生类似于蒸汽机对于纺织业,智能手机对于互联网业的变革效果。 我国应走出适合自己的人工智能赋能实体经济的高质量发展道路。 (主讲人系中国工程院院士,中国科学院计算技术研究所研究员、学术委员会主任) 注释: ①模式识别是指用计算的方法根据样本的特征将样本划分到一定的类别中去,是通过计算机用数学方法来研究模式的自动处理和判读,把环境与客体统称为“模式”。 以图像处理与计算机视觉、语音语言信息处理、脑网络组、类脑智能等为主要研究方向。 ②Token可翻译为词元,指自然语言处理过程中用来表示单词或短语的符号。token可以是单个字符,也可以是多个字符组成的序列。 ③通用人工智能是指拥有与人类相当甚至超过人类智能的人工智能类型。通用人工智能不仅能像人类一样进行感知、理解、学习和推理等基础思维能力,还能在不同领域灵活应用、快速学习和创造性思考。通用人工智能的研究目标是寻求统一的理论框架来解释各种智能现象。 ④芯片制造工艺指制造CPU或GPU的制程,即晶体管门电路的尺寸,单位为纳米,目前国际上实现量产的最先进工艺以台积电的3nm为代表。更先进的制造工艺可以使CPU与GPU内部集成更多的晶体管,使处理器具有更多的功能以及更高的性能,面积更小,成本更低等。 ⑤CUDA是英伟达公司设计研发一种并行计算平台和编程模型,包含了CUDA指令集架构以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA架构编写程序,所编写出的程序可以在支持CUDA的处理器上以超高性能运行。 ⑥RISC-V(发音为“risk-five”)是一个由美国加州大学伯克利分校发起的开放通用指令集架构,相比于其他付费指令集,RISC-V允许任何人免费地使用RISC-V指令集设计、制造和销售芯片和软件。 ⑦长尾效应是指那些原来不受到重视的销量小但种类多的产品或服务由于总量巨大,累积起来的总收益超过主流产品的现象。在互联网领域,长尾效应尤为显著。 ⑧高并发通常指通过设计保证系统能够同时并行处理很多请求。(来源: 新华社、中国人大网)
栏目分类
- BOOK中文网
- IXS中文网