在浙江，杭州城市大脑依托475项实时体征监测系统，正升级为AI智能体集群；在重庆，基于通义千问大模型的三级治理中心系统，部署1362万个城市感知设备，打造超大城市治理样本；在宁夏，作为“东数西算”的重要枢纽，已建成9个大型数据中心，算力规模持续突破......这些场景印证着中国AI技术发展已从技术跟跑转向基建领跑——“十四五”期间我国算力规模年均增速达27%，在这场智能革命中，中国正以全新模式重构全球人工智能基础设施版图。

AI技术的跃迁式发展与中国算力布局息息相关。近日，中国信息协会算力网专委会主任、工信部电子科技委委员梅建平在阿里巴巴杭州全球总部作《人工智能趋势与基础设施建设》专题分享，从人工智能的起源到中国算力体系建设的展望，详细解析了当前阶段人工智能发展趋势与基础设施建设之路。

人工智能的起源和发展，期望膨胀及预言中的AI

1950年，数学家艾伦·图灵提出“图灵测试”，首次定义了机器智能的标准：若人类无法通过对话区分机器与真人，则机器具备智能。这一理论为AI研究奠定了基础。与此同时，计算机科学先驱冯·诺依曼提出了计算机架构模型。

1956年的达特茅斯会议成为AI诞生的标志性事件，约翰·麦卡锡等科学家正式将“人工智能”确立为独立学科，他们满怀信心地预测，机器将在20年内完成人类能做的任何工作。

人工智能的早期发展充满了高涨的期望和乐观的预测，到了20世纪70年代，由于缺乏实质性突破，加上面临技术瓶颈，人工智能领域进入了第一次“AI寒冬”。在这一时期，资金减少，研究进展放缓，社会和学术界对AI的热情明显降温。这一挫折表明，创造真正的人工智能远比最初想象的更为复杂和困难。

21世纪初，随着计算能力的提升和数据量的爆炸性增长，深度学习技术取得了显著突破。2006年，杰弗里·辛顿等人在训练深层神经网络方面取得了关键进展，为深度学习的兴起铺平了道路。随后，深度学习模型在图像识别、语音识别和自然语言处理等领域表现出卓越性能。

2018年，OpenAI提出GPT（Generative Pre-trained Transformer），即大语言预训练模型，通过在大规模文本数据上预训练，实现跨领域语言生成。2020年，BERT（Bidirectional Encoder Representations from Transformers）进一步推动自然语言处理（NLP）的突破，全世界对人工智能再次寄予了极大的期望。

对于现状的人工智能热潮，梅建平主任提到，人工智能是新一轮科技革命和产业变革的核心驱动力，但不能对它寄予过多、过高的期望。需要警惕对技术大模型、算力无所顾忌的投入，人工智能到现在为止还不是万能圣杯，什么问题都可以解决，它依然属于计算机技术的范畴，需要脚踏实地地提升核心实力。

梅建平主任认为，当前AI距离通用人工智能（AGI）仍有较大差距，如文生视频经常出现细节性bug，Deepseek也会一本正经地说错话，这种现象被称为“大模型的幻觉”。从大模型的工作原理来说，大模型错误的话是幻觉，正确的话也是幻觉。大模型成功的本质是「有多少人工，就有多少智能」，人工指的是人类千年来对知识的积累（如语言、图像数据、互联网技术等），大模型的输出并非源于理解，而是对训练数据中模式的概率推断。

2025年初，马斯克率领几百个科学家写了一封公开信，呼吁人工智能的发展要停止半年，否则会对人类造成威胁。对此梅建平主任表示：“天行有常，不为尧存，不为桀亡，技术发展是自然规律，我们需理性看待而非恐惧。”

新一代人工智能发展规划  ，“三步走”战略及“一体两翼”规划

1986年，国家启动863计划，首次将信息技术列为国家战略重点。2017年，国家将人工智能列为重大科技专项，提出“三步走”战略。

• 第一步（至2020年）：‌实现人工智能技术与应用水平与全球同步，成为新经济增长点，重点布局技术标准体系和产业生态链，培育国际领先企业。
  
• 第二步（至2025年）：基础理论取得重大突破，部分技术达到世界领先水平‌，推动产业升级与经济转型，核心产业在智能制造、智慧城市、智能医疗等领域广泛应用。
  
• 第三步（至2030年）：‌总体技术水平全球领先，成为世界主要人工智能创新中心，形成覆盖技术研发、系统集成到应用落地的完整产业链，支撑我国迈入创新型国家前列。

“三步走”战略由科技部主要组织实施，同时还设有“一体两翼”规划，即以计算机技术和软硬件基础为核心，辅以基础理论研究和应用示范，推动人工智能领域的全面发展。

梅建平主任分析，任何一次科技革命，如蒸汽机、发动机发明的背后均有能量转换、热力学原理及机械动态等方面的理论基础支撑，而人工智能的发展仍然缺乏体系化的底层科学框架，需要在算力算法、认知机理等核心领域构建理论支撑。针对国内人工智能发展现状，梅建平主任坦言，经过过去五年的政策驱动，我们在人工智能方面取得了显著进展，论文、视频技术和专利方向表现得尤为突出，但行业存在“百模大战”现象，需要警惕大模型的低水平重复建设，避免资源浪费。

算力发展新基建，超算互联网、东数西算及全国一体化算力网

超算互联网的诞生：从攀高峰到建高原

梅建平主任指出，数据是人工智能的燃料，算法能实现从数据中提取规律并总结结果，而算力极大支撑了人工智能的发展，是数字经济时代的“新生产力”。

863计划之后，中国在计算机技术，特别是超级计算机领域取得了显著进展。初期通过跟踪国际先进技术，到后来自主研发芯片和核心计算技术，中国在超算领域实现了从无到有。2002年之后，天河一号、天河二号等超级计算机在国际超算排名中表现优异，取得了领先水平。面对人工智能行业对算力的更高要求及日益白热化的国际竞争格局，“超算互联网”战略诞生，该战略旨在整合国内14个超算中心资源，实现跨区域协作，成为支撑数字中国建设的“高速路”。

梅建平主任表示，过去我们追求的是技术上的高峰，现在更多需要回归到产业应用的维度，让技术创新真正转化为生产力提升。

从“东数西算”战略到全国一体化算力网

据IDC研究显示，全球算力指数与GDP增长存在显著关联，算力指数每提升1%可带动GDP增长0.35%。算力不仅是人工智能发展的核心支撑，更深度赋能农业气象预测、重大科研攻关等领域。为应对算力资源供需矛盾，我国推出"东数西算"战略。

起初，“东数西算”战略并非直接针对算力本身，而是考虑到电动车和IC产业在中心城市对电力的巨大需求，导致这些城市难以承受，因此提出了将算力设施迁移到西部或气候较凉爽地区的设想，以减少制冷用电。考虑到数据主要集中在中心城市，“东数西算”的战略目标随后延伸为通过云网融合技术实现高通量、大带宽、低延迟的网络传输。

梅建平主任强调，算力不能像电力直接传输，但可以通过数据调度实现资源优化，像电网一样构建全国互联。我们的最终目标是建立全国一体化算力网，让用户使用算力时像用电一样方便。

算力体系建设的挑战及展望

目前，很多研究机构都提出了各自的算力网络结构，但算力体系的构建仍然存在一定复杂性，如算力枢纽定位不清晰、资源调度难度大、能源成本高、网络延迟问题及技术标准不统一等问题，尤其是在算力节点互联方面，尽管国内已有一定数量的互联节点，但目前还并未实现真正意义上的计算互联。

从全球趋势看，各国将算力视为人工智能和数字经济的核心基础设施，美国、欧盟等已启动大规模投资计划。梅建平主任指出，国内算力投资出现的散、乱、效益不高现象，需要窗口化指导及加强顶层设计，统筹解决算力投资分散、重复建设等问题。

梅建平主任表示，我们的目标是通过推动技术标准落地、促进绿色能源应用、深化国际技术合作等举措，共同促进算力网络技术的多行业创新，最终实现算力资源的协同调度与高效服务。

作为全球领先的云计算和AI科技公司，阿里云持续关注全球人工智能技术演进趋势，并通过长期投入和战略布局，逐步构建了从基础研究到产业应用的全链路能力。未来，阿里云将继续以硬件基础设施、云计算、大模型等技术为底座，助力各行业数字化转型，并通过开源、合作、人才培养，构建开放的技术与商业生态。