7.4 KiB
date, type, tags
| date | type | tags | ||
|---|---|---|---|---|
| 2026-06-14 | zju-analysis |
|
本文共 2727 字 · 预计阅读 9 分钟
课程学习记录
时间：2024年6月14日 09:04
地点：浙江大学
课程名称：数字浙江创新实践——数字经济“一号工程”
授课老师：厉敏
老师背景：厉敏曾任浙江省经济和信息化厅副厅长、党组成员，长期分管浙江省信息化、数字经济及产业发展工作，是浙江数字经济的主要谋划者和实践者，主持浙江数字化改革和数字经济“一号工程”相关政策体系的制定与落地。作为政策顶层设计的亲历者，他对数字经济的理解兼具宏观视野与实操经验。
一、科技革命、产业变革与数字经济
四次重大科技革命与产业变革
世界经济历史上经历了四次重大科技革命与产业变革，每一次都深刻重塑了人类社会的生产方式和生活方式：
- 蒸汽机革命（18世纪末）：以蒸汽动力为核心，推动机械化生产，开启工业时代。
- 电力技术革命（19世纪末）：电力取代蒸汽，带来大规模生产和电气化社会。
- 信息通信技术革命（20世纪中后期）：计算机与互联网普及，信息成为关键生产要素。
- 新一代信息技术革命（21世纪初至今）：以人工智能、大数据、云计算、物联网等为代表，数字技术全面渗透经济与社会。
当前正处于第四次技术革命的深化阶段，其核心驱动力是数字技术，尤其是人工智能的突破性进展。
人工智能的演进脉络
人工智能的发展并非一蹴而就，而是经历了多个关键节点：
- 1946年：第一台通用电子计算机ENIAC诞生，为AI提供硬件基础。
- 1956年：达特茅斯会议正式提出“人工智能”概念，标志着AI学科的诞生。
- 深度学习突破：杰弗里·辛顿（Geoffrey Hinton）在2006年提出深度神经网络训练方法，成为当代AI的基石。辛顿被称为“深度学习之父”，其团队在2012年ImageNet竞赛中大幅提升图像识别准确率，引爆新一轮AI热潮。
- 关键人物：
- 李飞飞：华裔科学家，斯坦福大学教授，创建ImageNet数据集，被誉为“AI教母”，推动计算机视觉发展。
- 伊利亚·苏茨克维（Ilya Sutskever）：OpenAI联合创始人兼首席科学家，师从辛顿，主导GPT系列模型研发。
- 黄仁勋：英伟达创始人兼CEO，其公司生产的GPU成为AI训练的核心算力支撑。
技术突破的三大支柱：大数据（海量训练数据）、神经网络（算法架构）、算力提升（GPU等硬件）。这三者相互促进，形成正向循环，推动AI在2020年后全面爆发。
2025年伊丽莎白工程奖与华人贡献
2025年伊丽莎白工程奖（Queen Elizabeth Prize for Engineering）授予了多位AI领域先驱，值得注意的是，其中多位重要人物与华人有密切关联。这反映出华人群体在人工智能基础研究、工程落地和产业化方面扮演了不可替代的角色。
生成式AI的里程碑
- ChatGPT（2022年底发布）：由OpenAI开发，基于大语言模型，首次让通用对话式AI进入大众视野，引发全球AI竞赛。
- Sora（2024年2月15日发布）：同样来自OpenAI，能够根据文本生成逼真的视频。课程中特别强调，Sora已展现出对物理场景的理解能力——例如物体运动轨迹、光影变化、遮挡关系等，这标志着AI的“世界模型”能力显著提升。这种能力意味着AI不再只是模式匹配，而是开始内化对现实世界运行规律的认知。
- Seedance：中国本土的AI视频生成模型，反映国内在这一领域的追赶与创新。
奇点临近与智能涌现
课程中提及《奇点临近》一书（雷·库兹韦尔著），书中预言技术发展将在某个临界点后呈指数级加速，最终导致人类文明的根本性变革。而“智能涌现”是指AI在复杂系统中自发产生出设计者未曾明确编程的能力——例如大语言模型突然学会推理、翻译、编程等。令人惊讶的是，科学家至今无法完全解释这种涌现现象的具体机制。
延伸思考
课程中提到“智能涌现”时，我联想到昨天李心博士讲座中类似的表述。AI的“黑箱”特性让人既兴奋又不安：人类创造了一种自己也无法完全理解的能力。当AI开始理解物理世界、生成逼真视频时，我们是否真的成为了“神”？这种能力边界在哪里？或许正如课程所暗示的，技术奇点正在逼近，而我们的认知框架尚未准备好迎接它。
二、数字经济发展趋势与特征
（课程后续内容因记录中断未完整呈现，以下为基于课程框架的推测性整理，待补充）
趋势一：数据成为核心生产要素
在数字经济时代，数据与土地、劳动力、资本、技术并列，成为新的生产要素。数据的可复制性、非竞争性和边际成本递减特性，使其成为驱动经济增长的新引擎。
趋势二：平台经济与生态化竞争
数字平台（如电商、社交、搜索）通过连接供需双方，形成网络效应，赢家通吃特征明显。竞争从单一产品转向生态系统构建。
趋势三：产业数字化与数字产业化双向融合
- 产业数字化：传统行业（制造、农业、服务业）利用数字技术降本增效。
- 数字产业化：以数字技术为核心的新兴产业（云计算、AI、区块链）直接创造价值。
趋势四：治理挑战与监管创新
数据安全、隐私保护、算法歧视、垄断等问题凸显，各国探索“数字治理”新模式。中国提出“发展与规范并重”原则。
三、浙江的探索与实践
（课程后续内容未完整记录，以下为基于课程框架和浙江公开政策的背景性整理）
浙江数字经济的先发优势
浙江是中国数字经济的先行区，拥有阿里巴巴、海康威视、网易等龙头企业，以及完整的电商、物流、金融科技生态。2014年起，浙江率先提出“信息经济”，2017年升级为“数字经济”作为“一号工程”。
核心举措
- 数字化改革：以“最多跑一次”改革为起点，推动政府治理、公共服务、社会治理全领域数字化。
- 产业大脑+未来工厂：通过工业互联网平台，实现产业链协同、智能生产、精准决策。
- 数据要素市场化：探索数据确权、定价、交易机制，建设浙江大数据交易中心。
- 人工智能与算力基础设施：布局超算中心、智算中心，支持AI大模型研发与应用。
成效与挑战
浙江数字经济增加值占GDP比重已超过50%，成为经济增长主引擎。但同时也面临核心技术“卡脖子”、中小企业数字化转型成本高、数据安全风险等挑战。
延伸思考
厉敏老师作为政策制定者，其讲述的浙江实践带有鲜明的“顶层设计”视角。但我在想，数字经济的真正活力往往来自基层创新——比如义乌小商品城的商户自发使用直播带货、温州鞋厂引入AI质检。政策如何既保持方向感，又不扼杀这种自下而上的创造力？这可能比单纯的技术突破更难把握。