全國兩會期間，提交審議的「十五五」規劃綱要草案提出了深入推進數字中國建設，提升數智化發展水平的相關要求。對此，中國經濟網採訪了知名經濟學家、工業和信息化部信息通信經濟專家委員會委員盤和林。 　　中國經濟網：「十五五」規劃綱要草案提出，強化算力算法數據高效供給。要實現這個目標，發力點在哪？ 　　盤和林：建議在算力芯片研發上確定新舉國體制研發規劃和範式案例。 　　現階段，中國科技既要促進新質生產力的發展，也要解決中國關鍵技術「卡脖子」的問題，「十五五」規劃綱要草案提出的「強化算力算法數據高效供給」，其中算力供給的關鍵就在於芯片先進製程技術的突破。 　　凡事預則立，不預則廢。我國正在多種渠道和途徑突破先進製程芯片製造技術，發動科研院所，高校和企業的能動性，集中力量突破芯片技術。可當前中國算力芯片突破的路徑依然不夠明晰，所以，中國需要在算力供給領域，制定算力芯片製造技術突破的規劃，若成功實現了中國芯片製造技術的進步，則可以將成功經驗總結為範式，為中國其他領域突破技術瓶頸，解決「卡脖子」問題提供參考。若遇到阻礙，也可以及時動態調整規劃，減少彎路，直達目標。簡而言之，如今我們需要明確新舉國體制搞研發的具體細節，為中國科技發展，為中國新質生產力發展，指明方向。 　　中國經濟網：「十五五」規劃綱要草案中多次提到「數據資源」「數據要素」，那麼激活數據要素潛能的技術發展方向是什麼？ 　　盤和林：要重視數據合成，虛擬物理引擎等方向的技術發展。 　　我們看到，「十五五」規劃綱要草案提到「激活數據要素潛能」，試圖通過促進要素流通來促進「人工智能+」發展。當前人工智能發展的確依託於數據要素，而數據要素的獲取，既可以是流通獲取，也可以是合成或者生成獲取，而人工智能數據合成和生成往往依託於虛擬仿真技術。 　　舉個例子，當前智駕是需要數據積累的，而大多數智駕一開始並非在現實世界積累數據，而是在虛擬世界中模擬駕駛來積累數據，這種方式積累數據的速度更快，更容易加速應用落地。 　　同樣的，很多AI的數據學習來源於數據合成技術，也就是說，不再是AI學習人類語言，而是AI學習AI語言，這能夠讓AI技術「站在巨人的肩膀上」。 　　所以，我們在推動數據產業發展的時候，既要打開數據要素流通渠道，也要鼓勵數據合成和虛擬仿真物理引擎的發展。唯有如此，中國「人工智能+」的速度才能提升。 　　中國經濟網：「人工智能」「實體經濟」「數字經濟」是如何相互作用的？ 　　盤和林：發展人工智能是當下數實融合的最終目標。 　　本輪全球科技革命的核心領域，人工智能將大幅度提高人類的生產效率，並進一步深入到社會的勞動關係層面，最終會對生產力水平和生產關係產生深遠的影響。在數實融合方面，人工智能一方面要和實體經濟融合，產生對生產力實實在在的影響，在生產中打造實實在在的應用，成為生產效率提升的工具；另一方面也要和數字經濟結合，因為數字經濟產出的數據，數字經濟的基礎設施算力和互聯網，都是人工智能產業發展的基石。 　　由於人工智能發展的重要性，未來實體經濟和數字經濟都將向人工智能領域靠攏，既要用人工智能來解決數字經濟和實體經濟發展中的具體問題，也要反過來為人工智能聚集要素，促進人工智能加速發展。 　　中國經濟網：最近「養龍蝦」話題備受關注，其中也再次引發了一些對於人工智能安全性的思考。您對人工智能發展過程中的安全風險防控問題如何看待？ 　　盤和林：人工智能的安全風險是客觀存在，為了人工智能健康發展，我們有必要將安全放在發展之前，以「養龍蝦」為例，其安全問題主要來自於OpenClaw這樣的開源工具在安全體系不成熟的情況下，需要獲得用戶的數據和軟件權限，這些權限最終會導致用戶隱私信息泄露。 　　同樣的問題，去年在AI手機上我們也質疑過，AI是否有權獲得系統底層權限，從而能夠調用用戶終端內所有AI模型，軟件和數據，這是一個值得深度研究的課題。 　　我認為，在AI安全方面，要做好兩件事：一件事是要求AI工具提供方，在正式版本上設定完善的安全措施，另一件事是要求AI在獲取應用，數據權限的時候，履行充分的告知義務或者警告義務。總之，安全應該在發展之前，安全優先，其次纔有發展，這纔是人工智能發展的基本路徑。(中國經濟網記者佟明彪整理)