改變未來的不是ai本身，而是它正在做的這些事

文章來源：鹽財經

image source: generated by ai

在快速發展的科技浪潮中，ai已經從科幻概念變為現實推動力。

從影響生活方式，到重塑工作方式;從提升生產效率，到優化決策過程;從重塑傳統產業，到催生全新的商業模式，ai早已不止限於對話聊天，而是成為推動新質生產力發展的重要力量。

ai驅動的新時代，正在悄然展開。

ai驅動，從技術到生產力

過去一年，ai閃光時刻頻現。neuralink成功完成首例人類腦機接口植入手術;視頻生成模型sora和多模態模型gpt-4o，推動了生成式ai技術的飛躍;諾貝爾頒獎典禮上，ai首次獲得加冕……

從日常生活到科學前沿，ai正在勾勒出一個科技與人類深度交織的世界。

近日， 全球著名科技市場獨立分析機構canalys發布數據稱，2024年第三季度，中國大陸雲基礎設施服務支出達到102億美金，同比增長11%，重回兩位數增長。

這一增長數據的背後意味著，ai實際應用正成為雲計算發展的關鍵驅動力。簡單理解，雲算力應用的增加，背後是大模型的使用在不斷擴展，而大模型應用的增長反映的是ai技術在實際場景中的深入落地。

事實也正是如此。2024年的《全球數字經濟白皮書》指出，全球ai大模型數量已達1328個，其中中國占據36%，位居世界第二。

值得關注的是，中國的ai實際應用比例位居全球首位。麥肯錫數據顯示，中國46%的用戶在工作和生活中經常使用ai，高於北美的39%和歐洲的33%。這一數據不僅體現了中國用戶對ai技術的高接受度，也印證了中國在ai場景落地方面的顯著優勢。

當前，中國正憑藉其廣闊的應用場景和產業鏈整合能力，走出一條差異化的ai發展道路。

從製造業到醫療，從交通管理到能源優化，中國的ai發展路徑深深紮根於實體經濟的需求。ai不再只是“虛擬世界”的高冷技術，而是實體經濟中高效決策、提升生產力的基礎設施。

這一轉變不僅展示了ai實用性與可塑性，也標誌著ai驅動的“新質生產力”時代的到來。

新質生產力的核心，是通過新技術、新模式、新應用的結合，重塑生產關係、提升產業效率。在這場大變革中，ai既是新質生產力本身的代表，也成為賦能其他領域實現生產力升級的核心動力。

在2024年中央經濟工作會議上，“新質生產力”被多次重點強調。

會議明確提出，“必須統籌好培育新動能和更新舊動能的關係，因地制宜發展新質生產力”，要“以科技創新引領新質生產力發展，建設現代化產業體系”，要“開展『人工智慧+』行動，培育未來產業”。

如今，ai不僅是新質生產力的關鍵組成部分，也是推動產業智能化的力量，深刻影響著產業的發展方向，通過智能化變革，助力傳統產業從“低效”向“高效”，“人工”向“智能”的躍升。

對話框外，千行百業

近日，《環球時報》、中國科協、清華大學聯合發布了“新質生產力產業實踐示範案例”，涵蓋人工智慧、先進位造、新能源、生物醫藥、低空經濟五大熱門領域，各領域分別推出了5個科技突破案例。

留心觀察不難發現，其中，ai已經在多個行業中正發揮著越來越重要的作用，推動著產業的轉型升級。

以生物醫藥領域為例，“雙十定律”是該領域的長期困擾，即藥物研發周期長達10年以上，且耗資超過10億美金，其中，中醫藥行業由於其多成分、多靶點、多病症的複雜性，更是時常面臨創新瓶頸。

但ai在醫藥領域的應用，或將有望突破這一定律，大幅加速藥物研發進程。

比如，生物醫藥企業天士力打造的“數智本草”大模型，通過華為雲盤古大模型的融合訓練，精準調優學習訓練了4000多萬篇文獻，在中醫藥問診、方劑優化上都有顯著效果。同時，依託智能問答與精準計算能力，“數智本草”大模型還在推動中藥研發的標準化與智能化。

百年老字號企業雲南白藥也依託盤古大模型開發了“雷公大模型”，覆蓋中醫藥知識普及、輔助決策、數位化營銷等場景，解決了中醫藥產業鏈中的“種好藥、賣好藥、講好藥、開好藥”等關鍵問題。

而在大模型加速為千行百業培育新質生產力的底層，算力更是構建大模型應用能力的關鍵，也是實現ai在各行業廣泛應用的基礎。

比如，在物流行業，順豐科技推出的垂域大語言模型“豐語”，就是基於升騰ai雲服務提供的澎湃算力，實現了ai應用的高效開發與資源利用。這一技術的應用，顯著提升了順豐的運營效率與客戶體驗。

科大訊飛也聯合升騰雲打造了中國首個超大規模國產算力平台–“飛星一號”大模型平台。當前，完全基於升騰算力原生開發訓練的星火大模型已經疊代到了 v4.0turbo版本，成為目前唯一基於全國產算力訓練的全民開放大模型。

得益於完備的ai基礎設施，華為雲已經在廣泛的ai落地場景展開探索。國際權威機構沙利文《中國行業大模型市場報告，2024》顯示，華為雲在行業大模型領域取得政務、工業金融3個市場份額第一，並位居醫療、藥物、氣象以及汽車4個領導者象限。

未來，ai for science

ai的潛力遠遠不止於行業應用，它還或將在科學領域掀起一場範式革命。

科學哲學家托馬斯·庫恩在《科學革命的結構》中提出，每個時代都有一個主導科學發展的“範式”，但範式的轉換需要巨大的努力與代價。

從科學研究的演進來看，人類經歷了基於觀察的“經驗範式”、數學抽象的“理論範式”、依賴計算工具的“計算範式”，以及機器學習和大數據驅動的“數據範式”。

如今，ai for science（ai4s 人工智慧驅動科學研究）正在嶄露頭角，被視為即將到來的第五範式。通過深度融合數據與物理模型，ai4s打破了傳統科學方法在高維複雜問題上的瓶頸，為科學探索提供了全新的路徑。

“ai for science的科研範式打破了學科界限，同時也破解了以往科研從選題到成果一個人或小圈子的幾個人一同攻關，『小作坊』生產、效率低的難題，讓作坊模式向平台科研模式轉變。”中國科學院院士鄂維南對此評價道。

儘管ai4s仍處於初步探索階段，但它在多個領域展現出的潛力正在逐步被科學界認可。從2024年的諾貝爾獎獲獎名單中便可窺見一斑。

2024年10月9日，諾貝爾化學獎授予demis hassabis、john jumper和david baker，以表彰他們在蛋白質結構預測和計算蛋白質設計方面的貢獻。

這一成就依託於deepmind開發的alphafold2，這款工具利用多序列比對數據，通過數據驅動的方式，在不到3年時間裡就成功預測了數億個蛋白質結構，其精度已接近實驗水準，將人類在過去半個世紀的積累擴大成千上萬倍。

類似的變革也正在其他領域湧現。

在數學領域，alphageometry通過神經-符號混合系統，解決了83%的國際數學奧賽幾何問題;在物理領域，ferminet通過參數化量子波函數提升了多電子量子系統的計算效率，在複雜分子系統中捕獲了97%的相關能量;在化學領域，lapnet突破了變分蒙特卡羅計算瓶頸，大幅提高了適用性……

可以說，ai4s正憑藉這些實際成果，推動科技革命和新質生產力的進一步發展。

作為科技創新的實踐者，華為深刻理解創新研發的關鍵，也因此更了解科研機構場景需求，華為雲也早在ai4s領域搶先布局，率先投入實踐。

通過盤古大模型，華為雲賦能科學研究，在藥物研發、基因研究、氣象預測和農業育種等領域解決了很多難題，比如加速藥物研發，支持蛋白質結構預測，推動全球氣象智能預報等等。

此外，為長期助力科研機構一站式開發，華為雲還基於升騰雲算力打造了ai4s平台，平台服務已覆蓋生物醫藥、計算化學、地球科學、量子力學等10多個領域和80+模型，均已經過工程化和產品化，支持開箱即用和二次開發，幫助敏捷創新，提高用戶科學計算ai開發效率。

基於升騰ai雲服務提供的澎湃算力，平台實現了從模型訓練到推理的全流程高效運作，為科學家提供了靈活高效的研發環境。

未來，ai4s的潛力將在更深層次釋放。無論是量子計算的基礎理論研究，還是複雜流體仿真的高精度模擬，持續投入ai4s，不僅是為了技術的突破，更是科研範式的重塑。

“ai驅動的科研新範式標誌著人類探索未知之境的加速鍵已然按下。”

復旦大學計算機科學技術學院教授、博導、上海市數據科學重點實驗室主任肖仰華表示，從根本上講，人的本質或許就在於其超越性，今天，人類以自身的智能為模板創造了ai，協助人類提升認知與改造世界的能力並續寫“創世神話”。

當我們回首科學史時，每一次範式的變革都為人類打開了新的認知大門。當ai成為科學家團隊中不可或缺的“協作者”時，我們也或將迎來新的知識爆發和科技躍遷。

未來已來，而ai的故事，才剛剛開始。