加速释放数字中国能效 ——第九届数字中国建设峰会“院士专家峰会行”侧记

AI摘要：4月28日晚，加速建设记第九届数字中国建设峰会“院士专家峰会行”在福州举行。释放数字数字10余位院士专家认为，中国中国专数智时代教育需向能力培养转型；数据流通需建立共赢的第届市场化平台；算力发展应减少依赖、注重精准，峰会峰同时强调人工智能领域要做好原始创新。院士

（AI摘要及本文部分素材由福建省智能媒体资源库省级平台提供“智媒+”支持，行侧福建报业集团智能审校平台提供审校技术支持）

东南网4月30日讯（福建日报记者 李珂）当“十五五”的加速建设记画卷徐徐铺展，数字中国建设迎来承前启后的释放数字数字关键一跃。国家“十五五”规划纲要提出，中国中国专激活数据要素潜能，第届加快数智技术创新，峰会峰深化拓展“人工智能+”。院士站在新的行侧历史节点，数字中国建设如何从技术突破走向价值释放？加速建设记教育、科技、人才如何真正拧成一股绳？

4月28日晚，作为第九届数字中国建设峰会的特色活动之一，“院士专家峰会行”（论坛）在福州举行，10余位两院院士及专家齐聚一堂，围绕“深度融合数智生产要素，加速释放数字中国建设能效”主题展开高峰对话。

教育突围：向能力转型

教育、科技、人才一体化，是数字中国建设的基础性支撑。然而在数智时代，学科交叉、产学研协同以及人才培养与社会需求的衔接，仍有待进一步深化。

童庆禧院士回忆起2004年自己在北大建议成立数字研究院的经历，那是第一个打出牌子的数字中国研究院。他指出，数字中国已从学术探究上升为驱动经济发展的国家战略，“我们培养的学生必须到产业发展中去，到社会实践中去检验学识”。他谈到遥感专业从“感知自然界”向“社会感知”的转型，正是通过带领学生参与城市管理实践，才实现了知行合一。

郭仁忠院士直指当前教育的深层矛盾。“当前技术迭代加快、知识更新周期缩短，过去大学学一个专业能在单位工作一辈子，现在大学四年学完，到工作单位已不太适用，人才培养与市场需求存在错位。”他提出两点建议，一是改变当前狭窄的学科专业划分，避免学生学了四年却找不到适配工作；二是培养批判性思维，“大模型只会回答问题不会提问题”，教育要从传授知识转向培养能力。

数字化为教育打开了新的可能。吴志强院士表示，数据时代，教育不必围着同一个老师、同一批学生转。“过去只能同空间、同时间；有了数据，福建可以形成跨时空的产业创新研究院，实现时间、空间、学科的三重跨越。”这种以数据和智能为底座的模式，让教育摆脱时空限制，实现全球化产教融合。

转型的阻力在哪里？曾担任三所大学校长的杨宗凯教授点出：“现在的老师，大部分是‘校门到校门’，在指导学生与机器协作方面还需要提升。”教育数字化真正的难点涉及利益格局。“老赛道利益既得者往新赛道走的时候不容易，但必须坚定数字化转型。”他强调，教育变革需要理念突破，从“重教轻育”转向“教与育并举”，从知识传授转向能力培养。

数据破壁：促价值流通

当前，数字中国建设已进入“数据要素×”与“人工智能+”双轮驱动的新阶段。数据、算法、算力、人才、资本、场景加速耦合，关键在于从资源相加走向系统相融，从技术突破走向价值释放。数据从沉睡到流动、从资源到价值，卡点究竟在哪里？

刘韵洁院士指出，当前舆论多聚焦算力和大模型，对网络基础设施关注不足。现有互联网如同普通马路，拥堵且数据安全风险高，难以满足人工智能经济对高可靠、低延迟网络的需求。他提出“以网强算”思路，主张多个算力集群协同训练弥补单点算力短板。其团队已验证，跨两千公里两集群协同训练效率达单一中心98%。技术层面已有突破，当前最大挑战在于统一认识和整体规划。

梅宏院士指出，按照中央的定调，数据是生产要素，但从未将AI列为生产要素，二者不能混为一谈。政务数据共享已见成效——从“跑多个部门”到“手机上一键办理”。要让数据赋能创新创业，不能靠行政命令，得靠市场。他指出，当前最大的症结是数据流通缺乏市场化机制，需要建立多赢共赢的市场化平台。他特别希望数字中国发祥地福建能在公共数据开放上作出表率，在福建看到更多公共数据开放的案例，“开放后会发现民间的创新力能把数据用好，产生‘药引子’般的乘数效应”。

算力反思：不堆砌，要巧干

算力是人工智能的“燃料”，但单纯堆砌算力的路径正面临瓶颈。

围绕算力、芯片和人工智能的能耗困境，邓中翰院士指出，随着摩尔定律逼近极限，台积电已推进到1.2纳米，每代进步仅10%左右。他建议借鉴人眼视觉机制，规避大量冗余的像素、帧计算，减少对算力的过度依赖。他提到DeepSeek等国产大模型通过算法优化，用更少算力实现了相近效果，为数字中国建设提供了新思路。

李俊华院士用数据说明数智要素的价值。全国一张网的大气监测预警，让PM_2.5浓度比峰值时下降60%以上。从传统“人到现场检查”，到如今企业排放自动监控、柴油车GPS追踪，数字化正在重塑环境治理。但他提醒：数据必须精准。海量数据一旦出现偏差或误差，会对判断和执法产生很大负面影响。“环保、气象、自然资源等部门的数据若能更好共享，碳核查才能真正落地。”面向2060年碳中和目标，约88%的二氧化碳需要被减排，这离不开数据的精准支撑。

林惠民院士聚焦原始创新与安全风险。他指出，中国在人工智能领域发表论文的数量遥遥领先，但出来的深度学习、大语言模型等源头都不在中国。“我们要做好原始创新，并且要持之以恒。”他还指出，软件漏洞至今没有理论定义，利用大语言模型挖掘漏洞的能力正在提升，这一风险值得关注。

(责任编辑：探索)