活动现场。主办方 供图
5月9日，由之江实验室发起，浙江省之江发展基金会和杭州市人工智能产业联盟联合承办的“之江圆桌会”第一期活动在杭州举办。本期圆桌会主题为“人工智能的竞争-机遇与挑战”，重点讨论了我国人工智能核心竞争力与国际领先水平存在的差距，以及国产算力、大模型技术等如何实现追赶与突破等话题。
本期圆桌会有来自科技界、企业界、投资界的近百位嘉宾参加，之江实验室主任、中国工程院院士王坚表示，人工智能不是简单的科技工具的革命，它是科技革命的革命性工具，“人工智能的发展，让我们有机会独立看待技术创新的技术价值、社会价值、商业价值。”
围绕着我国人工智能的现状以及核心竞争力与国际领先水平存在的差距，来自高校和之江实验室的专家们给出了自己的见解和展望。
杭州电子科技大学教授、博导孔万增指出，人工智能其实由“四个力”组成，即算力、电力、智力和数据力。目前，我国在人工智能领域存在“三多三少”的现象：基础研究少、应用从事多，软件少、硬件多，以及小而散的平台多，具有全球性影响力的大平台少。
之江实验室智能计算设施创新中心研究员张汝云表示，之江实验室从算力、算法、数据、应用这四个维度来布局人工智能，当人工智能要赋能产业和科技创新时，其实我国是有优势的：在该方面，除了体制机制上的优势、数据相关的政策优势，我国布局的规模和数量也会大很多，在数据方面有先天优势。
复旦大学人工智能创新与产业研究院研究员、博导徐盈辉则提出了不同的观点，认为目前依然极度缺乏高质量的数据：“未来的发展应该是系统性的创新。换言之，高性能计算我们要有，低性能的计算也要有；高速度存储要有，海量存储也要有，要有系统性的架构思维，才能让这件事走得更远。”
之江实验室数据枢纽与安全研究中心特聘专家韩定一也指出，为了加速追上差距，人才、数据和算力方面的不足都是需要共同克服的问题。
人工智能的飞速发展也给企业带来的机遇。
新华三集团高级副总裁张鹏表示，要培育独立的技术路线，并且正视人才差距：“我有两句建议，创新不可规划，要在快速迭代中鼓励试错，实现追赶超越。 第二句话，创新不要狭隘，承认差距，兼容并蓄。”
摩尔线程创始人兼CEO张建中在圆桌会上透露，为解决当前大模型带来的国内AI算力刚需，摩尔线程正计划与国内一些顶尖的机构合作推进更大规模的AI智算集群。摩尔线程的愿景是最终成为一家“加速计算平台企业”，所有芯片都基于自研的MUSA统一系统架构，同时能够兼容CUDA，与国际生态接轨。
张建中对澎湃新闻记者表示，在从事大模型的企业中，算力成本可能会占总投入的80%以上，希望能通过和相关机构的合作把整个算力成本压下来，普惠全行业。
从投资的角度，科发资本董事长陈晓峰表示，十分看好之江实验室抓基础建设、抓算力，还有抓成果转化、抓应用推广，投资的机会也在这两个方向：“在算力建设过程当中，大量的机会是给投资公司的，比如你里边的系统、设计，还有硬件的生产。第二，应用的机会更多，我国的应用其实在某些方面完全超越国际水平，我们要有这样的信心。”
普华集团从2017年开始陆续投资人工智能，董事长曹国雄也介绍了三个看好并布局的领域：第一，AI技术底座的芯片、硬件设备与基础软件；第二，算法与模型方面的创业公司，跟头部厂商合作；第三，从工业到文化等各层面的应用。
银杏谷资本总裁陈向明则指出，目前看来，大模型投入远远大于产出，国内公司更多的宣传是大模型的参数，回避了解决了什么问题、带来多大的产业。“我的观点是，大模型的应用肯定不是走老路，不仅仅是提高了效率、优化了功能，我相信这些不是大模型时代人工智能解决的典型问题。它肯定是创造了一个新的业务，发生商业模式的变迁，是一个质的飞跃。”陈向明举例称，这有点类似从传统打车进化到滴滴打车，最后进化到特斯拉的robotaxi。