数字化转型网人工智能研习社关注人工智能从技术到落地的全方面，包含机器学习算法、深度学习架构、自然语言处理（NLP）技术、计算机视觉技术、AI+医疗健康、AI+交通出行、AI+金融、AI+制造、AI+消费品、AI+互联网、数据隐私和安全、算法公平性、产业生态建设、政策法规制定与完善等。
为此，以人工智能大模型应用为牵引促进企业、科研机构和高校等创新主体协同合作对于我国谋划产业未来竞争优势至关重要。
一是应有序推进国家大模型行业应用创新（工程）中心体系建立。将国家大模型行业应用创新（工程）中心列入我国“人工智能+”相关部署。对化工、钢铁、飞机、汽车等行业领域，以及流体、材料、生物工程等科研领域进行优先布局，通过广泛调研和专家论证，进一步明确工程中心主要功能定位和任务，制定大模型行业应用创新工程中心建设指南和建设工作指引等。
二是发展和培育我国行业大模型应用的工程化服务体系。建议针对重点领域、重大场景，提升我国行业大模型工程化能力，发展我国智能化装备、设备和终端，发展新型软件和系统集成服务体系。通过共性技术服务平台提供开源数据集、开源模型服务，面向企业提供场景化模型训练、模型部署、软件和工具服务等，赋能企业研发设计、生产制造、供销存等核心业务场景智能化升级。
三是支持构建我国自主大模型生态体系。重点引导基于国产化基础软硬件平台开展行业大模型研发和核心业务场景应用。鼓励牵头单位发挥科研组织能力和产业化带动能力，用好“集中力量办大事”的制度优势，以大模型行业创新（工程）中心吸引和组织人工智能人才和行业专家开展行业大模型核心技术攻关。以应用带动大模型架构、数据工程等核心技术创新发展，加快大模型在科研与产业重大应用场景落地。
数字化转型网人工智能研习社包含哪些内容
数字化转型网人工智能研习社关注人工智能从技术到落地的全方面，包含机器学习算法、深度学习架构、自然语言处理（NLP）技术、计算机视觉技术、AI+医疗健康、AI+交通出行、AI+金融、AI+制造、AI+消费品、AI+互联网、数据隐私和安全、算法公平性、产业生态建设、政策法规制定与完善等。
