关于构建AI城市大模型提升超大城市治理能力的建议

 

      中共二十届三中全会明确提出“推动形成超大特大城市智慧高效治理新体系，建立都市圈同城化发展体制机制。”随着近年来以生成式人工智能为代表的通用人工智能技术实现突破，依托海量公共数据资源，建设城市大脑应用大模型，已经成为北京、上海、深圳等地推动城市治理向智理转型，提升城市运行和管理水平的重要举措。当前，武汉正加快转变超大城市发展方式，打造宜居、韧性、智慧城市，应抢抓人工智能产业发展新机遇，依托海量公共数据资源，以人工智能大模型赋能城市运行管理，为超大城市智慧高效治理提供武汉方案。
 

      武汉市近年来相继出台了《武汉建设国家人工智能创新应用先导区实施方案（2023—2025年）》《支持人工智能关键技术攻关和创新平台建设》《武汉市促进未来产业创新发展实施方案》等文件，进一步加强了对人工智能产业的政策支持力度。北大武汉院、武智院等顶尖研发机构和“LuoJiaNET”“东湖灵境SoulGPT”等大模型产品相继落地武汉，率先孵化出全球首个千亿参数全模态大模型“紫东太初”，在神经外科手术导航、法律咨询、医疗多模态鉴别诊断、智慧楼宇、新零售、文化传媒等行业正加快实现商业化应用。同时武汉建设了中部地区领先的算力基础设施。截至2024年4月，各大企业在汉建设的智算基建的算力规模已突破2000P。同年7月上线的武汉算力公共服务平台首次实现城市级算力统筹调度，已经接入算力供方品牌14个，上架通算资源92万核，超算资源86P，智算资源4226P。
 

      但是，我市在人工智能城市大模型搭建过程中，还存在政策颗粒度不够细、数据共享和利用效率有待提升、应用场景有待拓展等问题和短板。
 

为此建议：

      一是做好政策顶层设计。以“数据为根、算力为本、以用促研”的核心理念为指导，由市智慧城市建设领导小组统一领导，迅速启动武汉人工智能城市大模型的顶层设计工作，将人工智能城市大模型定位为数据整合与共享的关键基础设施。针对现行各项政策制度，进一步细化政策颗粒度，确立清晰的建设目标、实施步骤和关键任务，构建完善的人工智能城市大模型建设组织保障体系。
 

      二是提升数据治理与共享效能。进一步优化全市公共数据共享协调机制，建立公共数据开放负面清单编制和审核制度，优先推进企业登记监管、卫生健康、教育、交通运输、气象等高价值数据资源安全合规开放。举办公共数据开放大赛，丰富公共数据开发工具，完善开放数据创新成果孵化服务。对全市各级政府、各部门的数据资源进行集中梳理，实施精细化的数据清洗（如：去噪、归一化和标注等），以打造高质量的数据集，支撑我市人工智能城市大模型训练。
 

      三是优化算力资源配置。算力资源使用不均和对公共数据的重复训练是造成人工智能大模型训练过程中资源浪费，降低训练效率和质量的重要因素。建议出台专项政策，建立专门的算力资源池，并采用动态调度策略，为武汉人工智能城市大模型，提供持续稳定且高效的算力支持。打造“通用+智能+超算”多元算力供给体系。适度超前布局超算中心和智算中心。引导边缘计算中心“云边端”一体化布局。建设普惠型城市算力公共服务平台。打造多层次商用算力体系。积极融入全省一体化算力网络，加强省内算力协同，鼓励和吸引企业及社会资本在我市投资建设高性能计算中心，共同构建多样化的算力供应体系。
 

      四是促进应用场景落地。开放人工智能城市大模型平台，支持各部门、各区以及全市市场主体，基于武汉人工智能城市大模型，结合各自业务需求，开发应用于城市治理、政务服务等政务领域，智慧医疗、智慧教育、智慧交通、智慧气象、智慧养老等公共服务领域和智能制造等商业领域的各类垂直大模型，并通过实际应用检验和优化大模型，推动人工智能技术在城市治理中的应用。
 

      五是强化人才培养引进。人工智能城市大模型在服务城市发展的过程中，既需要广泛适应并优化城市多种应用场景，又需要精准服务不同领域的特定需求，这使得其不仅需要基础通用型大模型的跨领域学习能力和持续进化能力，还需要行业定制型大模型的定制化能力。因此培养兼具技术专长与业务知识的跨学科复合型人才成为迫切需求。建议加强校企合作，推动实习实训项目的开展，提高学生参与人工智能城市大模型的实战经验和技能水平。加大力度引进海外高层次人才，完善人才激励机制，以吸引更多优秀人才参与到人工智能城市大模型的建设中来。