从回答问题到执行任务，随着人工智能应用走向深入，更需要建立在自主可控、安全可信的技术底座之上。系统能否稳定运行，数据是否安全，判断是否有依据，出了问题能否追溯，决定了人工智能是否可以实现规模化价值创造。
自主可控，解决的是技术发展的主动权问题。只有掌握关键核心技术，才能把发展的主动权牢牢掌握在自己手中。其中的关键，在于芯片、框架、模型和应用能够协同，使大模型训得出、用得稳、迭代快。近年来，国内产业界持续推进软硬件协同创新，已经实现基于国产算力的大模型全链路训练和推理。这说明，依托自主可控的技术底座，我国有条件构建具有国际竞争力的大模型体系。下一步，还要在框架适配、训练效率、推理成本以及模型架构、训练方法等方面持续突破。
有了自主可控的技术底座，还要把安全可信落实到产品设计和业务流程中。哪些数据可以调用，哪些操作需要确认，哪些判断必须由专业人员复核，出了问题如何追溯，都要在产品设计和业务流程中明确。技术供给有保障，使用边界够清楚，人工智能才能做到安全可信。
基层医疗的实践体现了这一点。科大讯飞智医助理已覆盖国内800多个区县，它不替代医生做最终判断，而是以清晰的循证医学依据提供辅助诊断和风险提示；教育场景同样如此，人工智能可以批阅作业、分析错题，帮助教师掌握学情、找准薄弱环节，但讲解准确、内容适宜、学生信息得到保护，是这一切的前提。
让人工智能的价值在更多行业得到体现，走向规模化应用，还需要跨越成本、场景和生态三道门槛。跨越成本门槛，要让更多企业用得起、用得好。通过模型优化和端云协同，让常规任务在本地完成、复杂任务按需调用云端能力，使模型能力与业务需求、部署条件相匹配，在保障安全和效果的同时降低使用成本。
跨越场景门槛，关键是适应复杂的工作环境。工人操作设备、医生进行手术时，通过语音调用信息、下达指令，但现场噪声、方言口音、多人交谈，都可能影响理解。只有把感知、交互、大模型和终端设备一起打磨，做到软硬一体，再与行业知识和操作规则结合，才能让人工智能从问答工具变成工作助手。
跨越生态门槛，则需要更多企业、开发者和行业专家共同参与。技术企业开放模型能力、开发工具和成熟经验，行业从业者参与定义问题、检验效果，科研机构和开发者共同改进方案，才能把通用能力变成可靠的行业应用。
“十五五”开局之年，人工智能要在自主可控的技术底座上持续创新，在安全可信的前提下深入经济社会发展的更多场景。只有让用户敢用、愿用、用得起、用得好，技术能力才能转化为行业能力，创新成果才能真正形成生产力。人工智能发展的最终价值，不只是让机器完成更多任务，更是让人从繁重、重复的劳动中解放出来，让创造力得到更充分的释放，让更多人分享科技进步带来的成果。
（作者为科大讯飞董事长、语音及语言信息处理国家工程研究中心主任，本报记者谷业凯采访整理）
