AI导读：

3月5日，政府提出持续推进“人工智能＋”行动。然而，数据、算力等瓶颈问题成为焦点。全国政协委员王江平表示，专业数据集不完善是最大障碍，需探索新的商业模式。同时，算力是短板，但专用芯片将迎大爆发。医疗行业应用较快，AI幻觉与数据集质量有关。

3月5日，十四届全国人大三次会议开幕会在北京人民大会堂举行。国务院总理李强在政府工作报告中提出，要持续推进“人工智能＋”行动，将数字技术与制造优势、市场优势更好结合起来。这一举措引发了Deepseek大模型热潮，进一步加速了“人工智能+”赋能实体经济的探索。然而，数据、算力等瓶颈问题也成为今年全国两会代表、委员们关注的焦点。

全国政协委员、工信部原副部长王江平在接受《每日经济新闻》记者采访时表示，人工智能的发展依赖于数据，既需要公共数据来支撑，又需要专业数据来发挥关键作用。当前，专业数据集不完善是制约人工智能进入实体经济的最大障碍。他强调，要推动人工智能进入实体经济，就迫切需要解决专业化数据集不足的问题，数据集的颗粒度越细越好。

王江平还指出，人工智能进入实体经济需要探索新的商业模式，如模型托管、模型服务等。同时，数据治理和交易问题也亟待解决，只有科学的、完整的数据治理体系才可能提供高水平的、专业化的数据集。此外，他还提到了生产装备的智能化，包括AI PC、AI手机、AI家居等装备制造的AI化。

在算力方面，王江平认为算力是人工智能发展的一个短板，但通过综合施策是可以解决的。他预测，随着大模型的发展，专用芯片（ASIC芯片）将在今明两年迎来大爆发。

对于人工智能的应用领域，王江平认为医疗行业的人工智能应用发展较快，而工业行业中，一些关注度不高、规模较小、企业不多的行业可能会率先突破，因为这些行业的数据集更容易建设，数据共享更容易实现。

王江平还提到，AI幻觉与数据集的质量、丰富性有很大的关系。如果某些特定领域数据集不完整，就会产生幻觉。因此，要解决AI幻觉问题，就需要提高数据集的质量和丰富性。

（文章来源：每经头条，关键词：人工智能、实体经济、数据集、算力）