股票配资门户_免息股票配资开户_在线股票配资平台

第一，强化国家统筹与地方实际相结合，因地制宜发展战略性新兴产业集群。从国际上看，一些发达国家的做法值得借鉴。美国产业集群高度重视结合地方的产业基础、交通区位、研发实力等因素。加利福尼亚州凭借其区域内的高校信息技术优势，形成了以信息技术、互联网服务、软件开发为主的产业集群。休斯顿依托墨西哥湾畔的丰富石油储量和便捷交通优势，形成了从石油开采、加工到石油机械、冶金、造船、运输、贸易、金融等产业全链条。我国推动战略性新兴产业集群发展要因地制宜，强化全国一盘棋统筹，优化产业空间布局，围绕地方资源禀赋、产业基础和科研条件等，突出区域特色和比较优势。强化全国统一大市场资源统筹协调，打破地方保护和市场分割，促进集群之间、区域之间资源整合共享，提升区域协同水平，解决产业联动较弱、协同不足等问题。充分发挥央企国企的引领作用，用好用足超长期特别国债、大规模设备更新等政策工具。

从地域消费特征来看，当前购买进口产品的主力军主要集中在北上广等一线城市和江苏、广东等经济大省。整体而言，跨境网购的高消费人群偏好购买食品饮料、3C数码和酒类产品，而购物频次高的人群则更中意营养保健品和家用电器。其他地区的跨境网购近年来也持续呈现加速增长态势。

香港科技大学首席副校长郭毅可（右二）与《环球时报》记者采访后合影。

“香港生成式人工智能（AI）研发中心”研发的人工智能绘制的《未来千里大湾区》，展示了机器想象的粤港澳大湾区11座城市的组合面貌。

本报赴香港特派记者 杨沙沙 张雪婷 张蔚蓝

在今年的“香港国际创科展2024”上，“人工智能（AI）将故事秒变视频”“人工智能绘制《未来千里大湾区》”“跨越时空的相遇”等技术，让外界得以看到香港在人工智能领域研发的最新成果。

上述应用均是通过“香港生成式人工智能研发中心”（HKGAI）自主开发的模型制作而成，该中心主任由香港科技大学首席副校长郭毅可教授担任。公开报道显示，郭毅可一家三代清华人，1980年郭毅可考入清华大学计算机系计算机专业，此后成为计算机领域知名科学家，同时他也非常早从事人工智能研究，是人工智能领域的国际权威学者。4年前，郭毅可来到香港，先后担任香港浸会大学副校长、香港科技大学首席副校长。

在香港科技大学的办公室，《环球时报》记者对郭毅可的专访从“港版大模型”开始，谈及香港和内地在人工智能领域如何创新，他尤其强调在人工智能人才培养方面要相信“高徒出名师”，认为人工智能是年轻人的天下，“很多东西都是学生教我的”。

“卷啥都不对”

环球时报：公开信息称，HKGAI首个自主训练的基础大模型已基本完成，是香港首个与内地合作、自主研发的基础大模型。香港官方日前已开始试用这个“港版ChatGPT”作为“公务员文书辅助系统”。此外，HKGAI也为法律、医疗和创意等不同领域，量身打造基于这个基础大模型的垂直应用。请您为我们举例介绍下这些大模型的具体应用。

郭毅可：香港政府公文写作非常频繁，有自己的固定格式，以英文为主，使用“公务员文书辅助系统”可以帮助查找资料，生成内容，公务员也可以在生成的内容上再组织自己的观点看法。我们目前正在香港政府的一些机构中试用，也在根据反馈对数据模型进行训练。如果试用过程进展顺利，将逐步扩展到其他政府部门，最终会开放给香港全社会使用。我相信类似应用也会在内地推广，内地也会做得很好。

以法律为例，现有的人工智能在法律层面的应用，主要是法律信息查询。再往后发展，我们可以向案例分析方向延伸，比方说将当事人的纠纷告诉大模型，然后大模型根据已有的案例告诉当事人法律依据、建议诉讼方式，甚至分析可能的结果。未来还可以延伸到对谈式的分析，像一名真正的律师一样，跟当事人对谈。

当然，这对律师也有一些挑战，律师的工作手段会发生很大的变化。律师个人的价值要提得更高，必须做机器不能做的事情。“汽车出来了，马车夫就没了，驾驶员诞生了”，不是说以后会大量淘汰律师，而是随着工作方式发生变化，社会上还会有新的职业产生。

环球时报：百度创始人李彦宏近日在2024世界人工智能大会上表示，AI技术发展路线发生了方向性改变，呼吁大家“不要卷模型，要卷应用！”您对此怎么看？

郭毅可：我认为，在AI领域，所谓的卷就是重复，毫无意义、没有进步的重复。我觉得卷啥都不对，卷应用也不对，大模型也没什么好卷的。大家重复同一种已经成熟的技术比较无聊，也会导致资源浪费。“市场只有少数大模型就可以了”，或者“几个头部公司或者政府机构打造一个通用大模型后，大家都不需要再做了”这些观点值得讨论。理想状态，当然是有一个比较稳定、高效、成熟的基础大模型，但是我并不同意这个基础模型就不需要研究，就不需要构造。

我认为，大模型需要做深，要做通用人工智能，必须要有一个“基座”。三年以后我们回头去看，那个时候的“基座”一定会比现在的强很多。但是我们要打造一个全新的“基座”，要解决存在的很多问题，把这些问题搞好了，然后才能一代一代去更新，这是非常必要的。

美国初创企业OpenAI也是不断迭代，每一次都有进步。每一次的迭代都要有创新，都要解决问题。不然我们永远是追赶，永远不可能进步。如果是进步，迭代是应该要有的，但每次迭代都要以创新来驱动。此外，不要管别人怎么做，不要去管美国或者其他国家怎么做，关键问题是在于我们要在技术上花功夫，找到问题，认真研究，一步步前进，方向要清晰。

“人工智能是年轻人的天下”

环球时报：在香港做人工智能技术的开发，有什么样的优势？

郭毅可：香港最大的优势是人才，能够在短时间聚集人才，也能够广泛地跟国际交流，壁垒很少。香港的创新生态比较好，更有自主性，不太跟风、不太卷。香港的创新土壤和生态是适合人才成长的，跟风去卷永远不可能有什么创新，不过是在别人的体系里面挣扎。对香港来说，保持创新的心态和精神还是很重要的。

中国人工智能发展有好几个里程碑，每一处都有香港的影子。商汤就是最好的例子，香港中文大学的汤晓鸥非常早从事计算机视觉研究，并创办商汤科技使其成为业内主流。此外还包括香港科技大学汪滔创办的大疆无人机，实际上也是人工智能产品，飞行、控制、摄影等都是标准的人工智能技术，现在市场把这些技术归纳成“具身智能”。但汪滔在做研发的时候，可能从没去想过这个概念，他就是想解决问题，就要照相机飞起来。

环球时报：香港科技大学2020年开始推出延伸主修人工智能，据称学生可在本专业以外，延修学习人工智能技术。科大在培养人才的时候，最注重的要素是什么？

郭毅可：在《2024年QS世界大学学科排名》中，香港科技大学“数据科学与人工智能”学科在全球排名第十。QS排名更强调对学生的培养，这也是对我们在人工智能领域教育培养一个非常好的肯定。

我们一直推崇学任何专业都可以延修人工智能学位。对我们来讲，人工智能是一个普世的实用技术。我们没有把人工智能放在计算机系，而是把它覆盖在整个学校，生物加人工智能、化学加人工智能、机械加人工智能等等。而在人工智能研究几个重大方向上我们也花了很大精力，人工智能计算的资源在香港高校、大湾区都是数一数二的。

我们一直强调一个观点，在人工智能这种新兴的领域里面，不是“名师出高徒”，而是“高徒出名师”。我们的校董会主席沈向洋（美国国家工程院外籍院士、英国皇家工程院外籍院士，计算机视觉和图形学研究的世界级专家——编者注）一直跟我讲，人工智能领域是“高徒出名师”的地方。人工智能是年轻人的天下，很多东西都是学生教我的。跟学生一起吃饭、聊天是非常好的途径，他们判断力强、接触最新颖的研究。而我们这些老头子的优势是有经验，你跟我讲一些碎片化的信息，我可以把它组成一个比较好的理论，告诉你多年前相关研究是什么样。

一个好的大学，一个世界一流大学，和学生要有一个学术上的平等交流合作，这是学术的一个基本环境。人工智能发展太快，不像中医越老越有经验，人工智能每天都有新方法、新思想，你必须跟年轻人一起工作，才能跟得上趋势。

不需要对比中美差距

环球时报：算力、算据和算法，现在对中国来说最难的是哪个？

郭毅可：我们还是应该多花点精力在算法和研究上，不要把什么事情都怪到没有算力。我们肯定不是世界上算力最强的国家，但也可以算是算力第二强的国家，就人工智能研究领域来说，我们比上不足比下有余，何况我们还有非常强大的资源调度以及适配能力。

我认为，中国人工智能领域主要的问题还是创新，基础科学的创新。世界知识产权组织最近发布的报告显示，2014年—2023年，中国生成式人工智能专利申请量超3.8万件，居世界第一，是第二名美国的6倍。这是专利，和创新没有直接的必然联系。

算法实际上直接跟咱们国家的创新能力相关。无论是香港还是内地，我们跟美国硅谷的创新能力还有一定差距。创新的能力、环境、生态，这个是我们真正要追赶的，这才是最难的。在大学里考试成绩非常好的学生，往往不都是最后的创新者，汪滔在学校时成绩并不是最突出的，但后来却在香港科技大学支持下创办了独一无二的大疆。学校对学生的学术研究要有极大的宽容性，鼓励学生按照自己的爱好思维去解决他们认为对人类有用的问题。

环球时报：上个月，美国OpenAI公司正式禁止一些国家的用户访问其服务，OpenAI的最新限制让一些人因“无法使用全球领先的大模型产品”而产生担忧。您怎么看OpenAI“断供”所产生的影响？

郭毅可：说实话，我没有太关心这个事情。OpenAI或许常能给我们一些启示。但是做技术研究不能走捷径，我们还需要按自己的道路走，学得更扎实一点，不受外界的影响。被封锁也好，不被封锁也好，关键我们要有自己的思路。有的时候外界的封锁和限制，可能还会让你自己的思路来得更自由一些，别人不开源了，我们自己做也不一定是坏事。

以大疆为例，为什么大疆做得好，因为它没有前人可借鉴，一步步扎实走过来，到现在成为全世界最好的无人机企业之一。

在人工智能领域，我们不需要比较中美差距。人工智能不是线性发展的领域，它包含的范围很宽广，是多领域开花。我们需要思考的是：哪些是老百姓、全社会、国家甚至是整个人类需要的配资平台开通，我们把这些做出来并且做得早做得好。大模型未来5年、10年会是什么样？大模型今天的缺陷怎么去弥补？蕴含的根本性问题是什么？我们怎么创新？思考这些要有意思多了。▲

香港模型人工智能郭毅可香港科技大学发布于：北京市声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。