日前，科技部等六部门发文，着力打造若干重大场景，拓展人工智能应用，高水平科研活动是其中之一。生成式人工智能是基于深度学习、神经网络和自然语言处理等领域研究的技术，可以让计算机生成具有一定逻辑和连贯性的自然语言文本、图像、音频等。生成式人工智能的应用领域非常广泛，包括语音识别、自然语言处理、机器翻译、图像生成、音乐合成等。在各行各业中都有着广泛的应用。

在人工智能行业建设方面，科大讯飞董事长刘庆峰在两会期间提出，应当“加快推进我国认知智能大模型建设，在自主可控平台上让行业尽快享受AI红利，让每个人拥有AI助手”。对此，刘庆峰提出以下针对性建议：

建议重视认知智能大模型研发，形成以领军企业为主体产学研合作的创新体系，加速跟进和追赶国际前沿水平；

支持认知智能大模型技术的行业示范应用，推动认知智能大模型在教育、医疗、办公、人机交互和AIGC领域的价值落地；

构建国家数据资源平台，汇聚认知智能大模型所需要的基础性数据，在依法合规基础上搭建数据共建共享机制，支持战略科技力量站在国家数据资源的平台上加速认知大模型的研发和产业化；

鼓励产业基金参照OpenAI和微软等股东的投资协议模式，积极探索更有利于创业团队和核心技术骨干为梦想长期奋斗的股权投资协议模式，构建更好的科技创投生态和创新创业环境。

南京大学人工智能学院院长周志华认为，我们可能在人工智能“交叉应用”方面强调得比较多，但如果人工智能基础理论方法关键算法模型不突破，交叉应用就会是无源之水，需要大力支持和鼓励。另一方面，目前我们更多的是看到什么东西别人做成了再跟进，这样虽然减少了试错成本，但总会跟在别人后面，要原创引领就必须进入“无人区”，做一些还没人尝试的东西，很可能失败，但必须允许承受这个试错成本。

同时，华为轮值董事长胡厚崑曾在2022世界人工智能大会上说道，过去一年，人工智能在各行各业及不同场景中都应用得越来越多，而且应用深度越来越深，深入到生产流程中去。只有让人工智能化有形为无形，深深嵌入到各行各业中，才能发挥真正的价值。

关于生成式人工智能潜在的风险，作为最早一批进入生成式人工智能领域的奇魂AI CEO杨璧彰对我们表示，生成式人工智能的优点在于它可以自主地学习和生成内容，从而减轻人工编辑和创作的压力。比如，在新闻报道中，生成式人工智能可以根据一些数据和关键词自动生成新闻，从而节省了人工编辑的时间和精力。然而，生成式人工智能也存在着一些潜在的风险和挑战。其中最显著的问题是虚假信息的生成和传播。由于生成式人工智能的学习和生成都是基于已有数据的模式和规律，如果让它们生成虚假信息，这些信息可能会误导公众，损害社会稳定和发展。因此，生成式人工智能的应用必须要有相应的监管和限制，避免其被滥用。

总的来说，生成式人工智能技术是一项非常有前景和潜力的技术，它可以帮助人们更高效地完成各种任务和工作。但是，我们也需要认识到它的风险和挑战，并且采取相应的措施来规范和监管它的应用。只有这样，我们才能真正实现生成式人工智能技术的价值和作用。

关键字:构建生成式人工智能高质量发展

【免责声明：商业资讯本栏目发布信息，目的在于传播更多信息，丰富网络文化，稿件仅代表作者个人观点，与商业资讯无关。其原创性以及中文陈述文字和文字内容未经本网证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网不做任何保证或者承诺，请读者仅作参考，并请自行核实相关内容。凡注明为其他媒体来源的信息，均为转载自其他媒体，转载并不代表本网赞同其观点，也不代表本网对其真实性负责。您若对该稿件由任何怀疑或质疑，请即与商业资讯联系，我们将迅速给您回应并做处理】