据中新社报道，中国工程院院士邬贺铨近日在2024北京人工智能生态大会上发表了重要讲话。他指出，人工智能正逐渐成为新质生产力的重要引擎，而大模型的发展在推动这一转型中扮演着至关重要的角色。邬贺铨强调，大模型的发展不仅依赖于技术上的创新，还需要在多个方面采取有力措施，以提升对物理世界的模拟能力。

在邬贺铨看来，算力、数据等要素是推动人工智能技术进步的关键因素。近年来，中国在这方面取得了显著进展。根据中国信息通信研究院的数据显示，截至2023年，全国在用算力中心机架总规模已超过810万个标准机架，算力总规模达到230EFLOPS，位居全球第二。这一庞大的算力基础为人工智能的发展提供了强大的支持。

然而，邬贺铨也指出，尽管中国在算力基础设施方面已经取得了显著的成就，但仍然存在较大的提升空间。他表示，已建成的算力枢纽的利用率还有待进一步提高，通过集约优化，可以更好地满足目前对算力的需求。这意味着在现有基础设施的基础上，通过优化资源配置和提高利用效率，可以显著增强中国在全球人工智能领域的竞争力。

中国作为全球第二大经济体，拥有超大规模的市场、海量的数据资源和丰富的应用场景，这些都为人工智能的发展提供了得天独厚的条件。然而，邬贺铨也指出，目前中国的数据供给质量不高、流通机制不畅，导致数据的应用潜力未能充分释放。这在一定程度上限制了人工智能技术的进一步发展。因此，加快数据基础制度建设、推动政府数据共享和开放、促进数据流通和应用成为当前亟待解决的问题。

邬贺铨还强调，大模型的发展存在规模化定律，即模型参数量、数据集大小以及用于训练的算力规模这三个因素需要同时放大，才能达到最佳效果。他指出，当这三个因素中的任何一个不受其他两个因素的制约时，大模型的性能与单个因素之间存在幂律关系，即随着某一因素的增加，大模型的性能将呈现指数级的提升。因此，在大模型的发展过程中，仍然需要采取“大力出奇迹”的方式，即通过集中资源和力量，在短时间内实现突破性的进展。

在大模型的发展方面，中国已经具备了良好的基础和潜力。随着算力基础设施的不断完善和优化，中国有望在未来的人工智能技术竞争中占据更加有利的位置。然而，要实现这一目标，仅仅依靠硬件基础设施的提升是不够的。数据资源的质量提升、流通机制的完善以及应用场景的挖掘同样重要。邬贺铨强调，人工智能的发展不仅仅是技术上的突破，更是系统性、全面性的进步。这要求政府、企业和研究机构在多个层面上共同努力，推动人工智能技术在实际应用中的广泛普及。

此外，邬贺铨还提出，人工智能的发展不仅需要强大的算力和数据支持，还需要在技术创新和制度建设上实现同步推进。特别是在数据流通和应用方面，中国需要加快建设数据基础制度，推动政府数据的共享和开放，建立健全的数据流通机制，从而释放出数据的最大价值。这一系列措施不仅有助于提高人工智能技术的实际应用水平，也将为经济社会的发展提供新的动力。