11月22日至23日，“《财经》年会2024:预测与战略”在北京举办。年会汇聚国内外政商学界精英，全面展望2024年及未来全球及中国经济、政治、社会、科技新趋势，深入分析热点话题，共同寻求变局时代中国与全球发展新动力。大湾区科学论坛受邀作为本届年会的智力支持伙伴，大湾区科学论坛执行秘书长聂晓伟在“科技前沿：突破与应用”议题担任主持。

科技前沿议题环节，聂晓伟表示，目前人工智能、基因编辑、大数据、太空探索、绿色能源等诸多前沿科技在解决全球性问题上起到重要作用，但同时，科技的发展也面临着机遇与挑战、隔阂与封锁，期待嘉宾此次的分享能带给我们最前沿的理念及革命性的成果，能为我们在科技创新的道路上予以指导。

出席该议题的嘉宾有中国工程院院士、鹏程实验室主任高文，联想集团董事长兼首席执行官杨元庆，中国科学院国家天文台研究员、FAST总工程师姜鹏，中国科学院青藏高原研究所副所长、国家青藏高原科学数据中心主任李新研究员，中国信息通信研究院副院长魏亮，商汤科技联合创始人及首席科学家、绝影智能汽车事业群总裁王晓刚，宁德时代首席制造官及联席总裁、上海交通大学溥渊未来技术学院院长倪军。

高文表示，算力正在改变经济增长模式，计算力指数的增加和数字经济增长以及GDP的增长是正相关的关系。从近年整个世界算力增长速度来说，中国是所有国家里面增长速度最快的，在国家层面上整体规划调度来说，中国在电力网方面是做的最到位的。虽然近年要想做好一个算力网有很多挑战，但还是希望未来能够像建电网一样建国家算力网，能够像运营互联网一样运营算力网，让用户能够像用电一样方便地使用算力。他强调，算力网是算力发展的必然趋势，就像从电力跨越到电力网一样是必然的历史阶段。

杨元庆表示，混合式人工智能的实现离不开强大算力基础设施支撑。未来，随着用户规模扩大，无论是出于数据安全和隐私保护的考虑，还是更高效率、更低成本响应用户需求的考虑，大模型的计算负载将逐渐由云端向边缘侧和端侧下沉，越来越多的人工智能的推理任务将会在边缘和设备端进行，个人大模型更加成为必要和可能。

姜鹏表示，FAST从运行到现在为止发现的脉冲星数量已经超过840颗，是同一时期国际上所有其他望远镜发现脉冲星总数的4倍以上，同时在Naturer、Science发表论文已经超过十篇，还入选了2020年的Na评选的十大科学突破和发现，包括2021、2022两院院士评选的十大科学进展，尤其最近三年达科学装置的评价中连续三年获得第一名。FAST除了探测引力波，另外一个功能是建立自主可控的时间基准，可以帮助国家建立精准可控的时间基准体系，为国家的空间战略起到非常重要的作用。他指出，未来FAST设备肯定要发展，天文学还要继续向前进步，希望通过局部的实验阵把这些技术一步步解决。

李新表示，缓解和调控全球变化带来一系列非常严峻的挑战，有待于一个集成化的技术--数字孪生地球的加持。数字孪生是对一个过程、系统或环境的动态模拟，在数字空间完全再现物理或现实世界中的对应物，其并不是简单的数字化复现，它能够通过实时交互支持监测、控制、管理、决策。目前，国际上各个国家启动了很多数字孪生的项目，如欧盟在地球科学领域的billion项目，其目标是建立非常高分的地球系统模型并且把地球的各种遥感观测遍布海洋和地表的各种观测都能够融合到这个模型中，让它模拟得更精确，并且对人们的未来进行各种各样的预测，我国也有类似的一些项目。他强调，大数据需要走向智能数据，传统的不干预的学习也需要把力学的知识融合进来，这两者的相互融合以深度学习为起点，需要利用因果推理的强有力的工具，实现物理知会，让数字孪生地球更加智能，有更好的预测能力，有更好的调控能力。

倪军表示，从算力来讲，AI是非常好的种子，这种种子必须有好的土壤才能成长起来，这个土壤就是数据。中国是为数不多的工业体系非常完备，应用场景非常丰富的国家，掌握了大量的数据，中国有肥沃的土壤，第四次工业革命在中国一定会得到快速的发展。同时，倪军指出，第五次工业革命已经到来。第五次工业革命双碳的环境下，中国在可再生能源、光伏、风力发电、锂电池、核电发电等领域已经遥遥领先。这两次工业革命中，中国具备有力竞争优势，希望能够把这种竞争态势变成真正的核心竞争力，在未来开发一系列的技术。

魏亮表示，人们正在迈向通用人工智能时代。当前的大模型应用带来了三大变革和三个挑战。变革包括人机交互的变革、生产力的变革、研发的变革。对于面临的挑战，魏亮指出，第一是高质量的数据的供给不足，数据处理是重大挑战。第二是模型运维管理不成熟，组织落地的驱动力不足，模型的治理非常复杂，难以追溯，支撑的工具很难用也很难集成。第三是缺乏风险防控的体系，体系较薄弱，工具不成熟，责任主体不明确，流程不规范。并建议可从数据治理、标准化体系建设等方面应对挑战。

王晓刚表示，回顾过去几十年人工智能的发展，它对算力的需求有巨大的提升。但随着互联网时代的到来，人工智能进入了大数据时代，需要比较大的模型，更好地利用数据价值。大模型的出现，不仅仅作为聊天和交互的工具，也成为了一个强大的生产力的工具。未来大模型给智能汽车带来了非常大的行业变革。他对未来几年里通过通用人工智能对智能汽车行业带来更大的改变特别期待。