吉利彩票网投 - 吉利彩票平台

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

发挥数据的创新引擎作用******

　　作者：孙辰朔（清华大学习近平新时代中国特色社会主义思想研究院特约研究员）

　　随着数字技术创新和迭代速度加快，数据作为关键生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，成为驱动经济社会发展的重要力量。习近平总书记指出，“发挥数据的基础资源作用和创新引擎作用，加快形成以创新为主要引领和支撑的数字经济”。中共中央、国务院前不久发布的《关于构建数据基础制度更好发挥数据要素作用的意见》对激活数据要素潜能、做强做优做大数字经济、构筑国家竞争新优势作出了一系列部署。切实用好数据要素，更好发挥数据的数字化、网络化、智能化基础作用，协同推进技术、模式、业态和制度创新，对于深化创新驱动、推动高质量发展具有重要意义。

　　数据要素是数字经济深化发展的核心引擎。充分发挥数据资源优势、挖掘数据价值潜力，需要不断完善数据要素培育和发展相关体制机制，加快构建数据基础制度，让数据要素更好为创新赋能，为推动高质量发展注入强大动能。

　　第一，数据要素能够推动知识技术创新。数据要素是指能够参与社会生产经营活动、可为使用者或所有者带来经济效益、以电子方式记录的数据。释放数据要素价值的关键在于数据开发利用。政府、企业、科研院所等在参与数据要素加工使用的过程中，通过结合人工智能算法、经济数学模型和领域专业知识，对研发、设计、生产、营销与决策各环节进行数据清洗、分析、建模，可以发现新的规律，研究出新的理论，创造新的知识或技术，带来更多经济效益和更大社会价值。

　　第二，数据要素能够优化科技创新要素配置。实现科技创新的要素包括劳动、资本、土地、技术、数据、企业创新精神等实体要素和虚拟要素。传统要素市场中存在信息不对称、要素流通不畅等，容易产生创新要素供需错配等问题，使创新资源的利用偏离最优配置。通过对数据要素的挖掘分析和利用，可以降低信息交互偏差和要素交易成本，推动创新要素流向高生产效率、高边际产出的企业和行业，打通“信息孤岛”和“数据壁垒”，从而实现要素高效配置。

　　第三，数据要素能够提升产业创新发展能力。一方面，作为数字化、网络化、智能化的基础，数据要素能够参与技术、产品、市场、组织、管理等创新过程，依靠信息技术创新驱动，推动数字产业化，不断催生新产业新业态新模式，培育壮大一批具有增长潜力的新兴产业，创造更多新需求和新就业岗位，挖掘新的经济增长点。另一方面，促进数据高效流通，推动产业数字化转型，实现数字经济与实体经济深度融合，将极大提升传统产业跨区域、跨场景、跨行业的协同创新水平，提升产业发展的质量和效益。

　　更好发挥数据要素对创新的推动作用，可重点从以下四个方面发力。

　　一是构建彰显创新引领的数据基础制度，鼓励数据要素投入创新。数据基础制度体系是数据要素赋能创新的制度保障。要建立数据产权制度，推动数据产权结构性分置和有序流通，强化高质量数据要素供给，推进数据分类分级确权授权使用和市场化流通交易。要建立合规高效的数据要素流通和交易制度，让数据要素更加顺畅地流通、更有效率地交易。要建立体现效率、促进公平的数据要素收益分配制度，激发数据要素赋能创新、协同创新的活力和潜能。还要加强政策支持和引导，激励创新创业创造，让更多数据要素参与创新过程。

　　二是推动数字与产业融合发展，深化产业链创新链融合。数据要素驱动创新的重要路径在于促进数字经济与实体经济深入融合，促进实体经济中的创新要素高效配置。要面向各市场主体、行业和区域需求，统筹推进数字化转型。数据要素驱动创新的关键抓手在于推动创新链产业链深度融合，要加强数据要素与其他生产要素的组合迭代、交叉融合，推动生产要素多领域、多维度、系统性突破，围绕产业链部署创新链、围绕创新链布局产业链，深入实施工业互联网创新发展战略，发挥数据的创新引擎作用。

　　三是致力打造数字人才高地，强化关键核心技术攻关。充分发挥数据要素作用，关键在于扩大高水平数字创新人才供给。要创新科技人才培养体系，将数字人才培养作为学科建设的重要内容，提升全民数字素养与技能，培养造就一大批既懂专业领域又懂数字技术的高水平复合型人才。还要提升关键软硬件技术创新和供给能力，加强数字科技基础理论研究和数字基础设施建设。

　　四是构建多方协同治理模式，筑牢数字经济创新发展安全屏障。发挥数据要素驱动创新的作用离不开强有力的安全治理，要充分发挥政府有序引导和规范发展的作用，构建政府、企业、社会多方协同治理模式。要压实企业的数据治理责任，增强企业社会责任，促进公平竞争。还要增强数据安全保障、网络安全防护等各方面能力，把安全要求贯穿数据要素赋能创新全过程。

　　（文图：赵筱尘 巫邓炎）