确保产业链供应链循环畅通******
中央经济工作会议强调，围绕制造业重点产业链，找准关键核心技术和零部件薄弱环节，集中优质资源合力攻关，保证产业体系自主可控和安全可靠，确保国民经济循环畅通。
落实中央要求，相关部门聚焦重点产业链薄弱环节加快补齐短板，确保重点企业稳定生产和物流畅通，各地加快补链、延链、强链，保障产业链供应链安全稳定，注重挖掘增量政策空间，聚焦薄弱环节精准加力，为工业经济稳定恢复增强动能。
千方百计稳生产
一段时间以来，疫情防控重点医疗物资生产保供成为重中之重。工信部副部长王江平表示，为了确保疫情防控重点医疗物资的产业链供应链循环畅通，工信部指派专员现场办公，协调解决企业物流、用工、原料采购等困难，保障企业生产不断、供应稳定。
各地各部门将工业经济稳定恢复放在重要位置，及时出台系列举措，提升产业链供应链韧性和安全水平，指导企业应对疫情冲击，实现稳产达产，加强能源和重要原材料、关键零部件供应保障，振作工业经济。
多地采取一系列新举措，全力确保产业链供应链安全稳定。比如，江西省通过建链、畅链、保链、强链、护链“五链合一”，招大引强做好“建链”，产销对接做好“畅链”，精准施策做好“保链”，创新引领做好“强链”，政府推动做好“护链”，全力保障产业链供应链循环畅通。青海省西宁市统筹推进产业链“链主制”+重点企业“包保服务制”，加快重大项目建设落地，大力发展新兴产业，千方百计稳生产、保运行、促发展，以点带链、以链带面促进工业经济平稳运行……
“当前，各地确保产业链供应链循环畅通的主要措施包括，提升产业链重点企业的保供能力，通过白名单等方式，全力支持重点企业复工复产；保障货运物流畅通，推进跨区域协同，疏通供需卡点堵点；加强产业链供应链的数据收集和信息共享，主动撮合供需，贯通生产、分配、流通、消费等各个环节。”赛智产业研究院院长赵刚说。
抓住关键补短板
2022年12月31日，被誉为“争气机”的首台国产F级50兆瓦重型燃气轮机首次点火成功，标志着东方电气集团历时13年自主研制的该燃气轮机向商业化运行又迈出重要一步。
近年来，关键领域技术攻关不断取得积极进展，制造业核心竞争力进一步提升。“但也要看到，我国产业链仍然存在薄弱环节，在一些领域总体表现为‘缺芯少魂弱基短件’。”中国宏观经济研究院产业所工业室主任付保宗表示，特别是在集成电路及专用设备、操作系统及工业软件、航空发动机及机载设备、关键材料等重大基础领域，由于技术门槛高、产业化难度大，“卡脖子”风险日益显现。同时，基础研究积累薄弱，原创性成果相对缺乏，一些产品研发与应用脱节，前沿技术产业化能力不足，产品开发成功率较低。
中央经济工作会议强调，着力补强产业链薄弱环节。如果说千方百计稳定企业生产是当前确保产业链供应链循环畅通的重点，那么补短板则是着眼长远的必经之路。
“补强产业链薄弱环节，要分兵突围，多向发力。”付保宗认为，首先，要探索市场条件下的新型举国体制，支持探索以下游重点需求用户为主导，建立上下游、产学研多方参与的市场化技术攻关联盟组织。其次，针对一些竞争性领域的产业链短板环节，动员各类市场主体开展研发，鼓励新型研发机构探索新型组织模式，支持构建多种形式产学研用共同体。
“要坚持科技自立自强，聚焦重点产业链薄弱环节加快补齐短板。针对关键环节‘卡脖子’、新增长点支撑不足等结构性制约，推进补链强链，加快培育新动能。”工信部副部长辛国斌说。
培育激发新动能
没开灯的厂房里，传送带不停运送着零部件，一部部手机接连下线，几乎看不到工人……2022年，小米北京亦庄智能工厂一直处于开足马力的状态，生产了上百万台高端智能手机。厂长周毅介绍，通过对产线的不断优化改进，目前小米工厂已将200多道手机生产工序的自动化率提高到75%，相比传统产线生产成本下降超20%。
付保宗表示，数字技术正深刻改变制造业发展模式，加速提升产业效率，不断催生新模式、新业态、新产业，为工业增长创造新动能。要落实好“首台套、首批次、首版次”等扶持政策，进一步激发工业企业开展新一轮技术改造的动力，以信息化培育新动能，以新动能推动新发展。
“随着疫情防控措施的优化，因物流不畅造成的产业链供应链堵点问题将大幅减少。来自外部的技术、产业和贸易限制可能成为影响我国产业链供应链稳定性的重要因素。”赵刚说。
江苏省发展改革委二级巡视员李义介绍，江苏正加快建设自主可控安全高效产业体系，将更多要素资源投向先进制造业领域。福建省工信厅党组书记、厅长翁玉耀表示，已制定企业数字化转型行动计划，推进140个新一代信息技术与制造业融合项目建设，召开产业数字化转型晋江现场会，推广先进典型示范标杆。
“我们将牢牢把握高质量发展这一首要任务，坚定信心决心，聚焦自立自强，统筹发展和安全，锻长板、补短板、强基础，加强传统产业改造升级，加快培育壮大新兴产业，全面提升产业体系现代化水平。”工信部党组书记、部长金壮龙说。（黄 鑫）
“特别能聊”的人工智能会聊出些什么？******
聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口
“特别能聊”的人工智能会聊出些什么？
本报记者 时斓娜
阅读提示
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。
家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。
产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。
人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。
“真正像人类一样聊天交流”
“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。
随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。
中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。
实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。
创新交互为AIGC带来新启发
随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。
以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。
在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。
目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。
根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。
“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。
商业化落地需克服技术和伦理问题
尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。
在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。
中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。
“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。
在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”
在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。
