据中新社报道，中国工程院院士邬贺铨近日在2024北京人工智能生态大会上发表了重要讲话。他指出，人工智能正逐渐成为新质生产力的重要引擎，而大模型的发展在推动这一转型中扮演着至关重要的角色。邬贺铨强调，大模型的发展不仅依赖于技术上的创新，还需要在多个方面采取有力措施，以提升对物理世界的模拟能力。

在邬贺铨看来，算力、数据等要素是推动人工智能技术进步的关键因素。近年来，中国在这方面取得了显著进展。根据中国信息通信研究院的数据显示，截至2023年，全国在用算力中心机架总规模已超过810万个标准机架，算力总规模达到230EFLOPS，位居全球第二。这一庞大的算力基础为人工智能的发展提供了强大的支持。

然而，邬贺铨也指出，尽管中国在算力基础设施方面已经取得了显著的成就，但仍然存在较大的提升空间。他表示，已建成的算力枢纽的利用率还有待进一步提高，通过集约优化，可以更好地满足目前对算力的需求。这意味着在现有基础设施的基础上，通过优化资源配置和提高利用效率，可以显著增强中国在全球人工智能领域的竞争力。

中国作为全球第二大经济体，拥有超大规模的市场、海量的数据资源和丰富的应用场景，这些都为人工智能的发展提供了得天独厚的条件。然而，邬贺铨也指出，目前中国的数据供给质量不高、流通机制不畅，导致数据的应用潜力未能充分释放。这在一定程度上限制了人工智能技术的进一步发展。因此，加快数据基础制度建设、推动政府数据共享和开放、促进数据流通和应用成为当前亟待解决的问题。

邬贺铨还强调，大模型的发展存在规模化定律，即模型参数量、数据集大小以及用于训练的算力规模这三个因素需要同时放大，才能达到最佳效果。他指出，当这三个因素中的任何一个不受其他两个因素的制约时，大模型的性能与单个因素之间存在幂律关系，即随着某一因素的增加，大模型的性能将呈现指数级的提升。因此，在大模型的发展过程中，仍然需要采取“大力出奇迹”的方式，即通过集中资源和力量，在短时间内实现突破性的进展。

在大模型的发展方面，中国已经具备了良好的基础和潜力。随着算力基础设施的不断完善和优化，中国有望在未来的人工智能技术竞争中占据更加有利的位置。然而，要实现这一目标，仅仅依靠硬件基础设施的提升是不够的。数据资源的质量提升、流通机制的完善以及应用场景的挖掘同样重要。邬贺铨强调，人工智能的发展不仅仅是技术上的突破，更是系统性、全面性的进步。这要求政府、企业和研究机构在多个层面上共同努力，推动人工智能技术在实际应用中的广泛普及。

此外，邬贺铨还提出，人工智能的发展不仅需要强大的算力和数据支持，还需要在技术创新和制度建设上实现同步推进。特别是在数据流通和应用方面，中国需要加快建设数据基础制度，推动政府数据的共享和开放，建立健全的数据流通机制，从而释放出数据的最大价值。这一系列措施不仅有助于提高人工智能技术的实际应用水平，也将为经济社会的发展提供新的动力。

综上所述，邬贺铨在2024北京人工智能生态大会上的讲话深刻地分析了当前中国在人工智能发展中的优势与不足，并为未来的发展指明了方向。人工智能作为新质生产力的引擎，正逐步引领着科技和经济的发展方向。而大模型的发展，更是其中的重要一环。通过大力推动算力、数据等关键要素的提升，中国有望在全球人工智能领域占据更重要的地位。与此同时，数据基础制度建设和数据流通机制的完善，将为人工智能技术的广泛应用奠定坚实的基础。可以预见，在未来的人工智能发展中，创新与合作将成为关键，中国也将通过多措并举，实现人工智能技术的跨越式发展。