陈俊龙院士：AI 产业化浪潮下，广东如何锚定未来十年？-牛仔AI

2025 年 3 月 16 日，在广州琶洲 “百万英才汇南粤” 活动现场，华南理工大学计算机科学与工程学院院长、欧洲科学院外籍院士陈俊龙以《新型人工智能筑基未来产业发展》为题，结合团队研发的 DeepSeek 大模型技术，勾勒出 AI 产业变革的全景图。这位深耕 AI 领域多年的学者，用 “技术 – 产业 – 社会” 三位一体的视角，为粤港澳大湾区乃至全国的 AI 发展指明路径。

从 “技术孤岛” 到 “产业共振”：AI 产业化的核心逻辑

“AI 产业化不是技术的独角戏，而是技术与市场的深度共舞。” 陈俊龙在演讲中强调，新型人工智能的核心价值在于 “场景驱动”—— 通过自主学习能力和跨领域适应性，AI 正从实验室走向生产线、农田和医院。以 DeepSeek 为例，其在智能制造中实现的生产流程优化，可降低 30% 的能耗；在智慧农业中通过气候数据建模，助力作物产量提升 15%。这些数字背后，是 AI 从 “辅助工具” 到 “产业重构者” 的质变。

他特别指出，大模型与生成式 AI 的爆发，标志着 AI 从 “专用时代” 迈向 “通用时代”。“过去训练一个行业模型需要千万级成本，如今开源大模型让中小企业也能共享技术红利。” 但技术普惠的同时，伦理挑战如影随形 —— 数据隐私、算法偏见、就业结构调整，成为产业必须跨越的 “十字路口”。

粤港澳协同：打造 “数据特区” 与 “场景实验室”

面对国际竞争，广东的优势在于 “产业生态完整 + 应用场景丰富”。陈俊龙建议，以粤港澳大湾区为载体，打造 “数据特区”：一方面推动政府开放交通、医疗等公共数据，另一方面建立跨境数据流通机制，破解金融、医疗等领域的 “数据孤岛”。“深圳的硬件制造、广州的软件研发、香港的基础研究，三者协同能形成‘技术研发 – 场景验证 – 规模复制’的闭环。”

在企业层面，他呼吁龙头企业（如华为、腾讯）与专精特新企业 “结对子”，共建中试平台。“AI 技术落地需要‘产业翻译官’，既要懂算法，也要懂车间的螺丝怎么拧。” 华南理工与南方电网、建设银行的联培项目，正是培养这类人才的尝试 —— 学生在企业挂职半年，带着真实需求回校研发，毕业即能解决实际问题。

教育突围：培养 “AI+X” 复合型人才

“技术迭代速度是教育更新周期的 3 倍，这是当前最大的矛盾。” 针对人才困境，陈俊龙透露华南理工的破局之道：成立广东省高校人工智能教育研究中心，将鲲鹏计算平台、联邦学习等前沿技术融入课程；与鹏城实验室共建 “AI + 生物医药” 交叉学科，打破 “计算机 + 传统学科” 的简单叠加。更值得关注的是，学院新设 “企业导师制”，阿里巴巴、百度的工程师直接参与毕业设计，确保学生 “从车间中来，到车间中去”。

他特别提到文科生的机会：“AI 需要创意，数据标注的算法优化、生成式 AI 的内容设计，文科生的想象力恰恰是稀缺资源。” 这种 “技术 + 人文” 的培养理念，正在重塑 AI 人才的知识结构。

破解落地难题：联邦宽度学习的 “广东解法”

针对传统产业的 “AI 焦虑”，陈俊龙团队给出技术答卷 —— 新型联邦宽度学习方法。该技术在保证数据隐私的前提下，实现跨机构模型训练，已在某商业银行试点：17 家分行数据 “不出本地”，却共同训练出更精准的风控模型。“这不是妥协，而是让技术适应产业规则。” 他强调，政府需配套 “数据合规沙盒”，企业要摒弃 “AI 万能论”，聚焦具体场景的 “小步快跑”。