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)

【浙江龙泉“青马学习班”系列调研（二）】探索从“飘在天边”到“在我身边”的学习方法******

　　理论学习最忌“虚浮气”。为了提升学习成效，龙泉“青马学习班”在创新学习方法上下足功夫，让广大学员能够“学下去”“深下去”“不打烊”“见行动”。

　　三个课堂：立体式创新“怎么学”

　　学员们都说，“‘青马学习班’的课堂有特色”。对此，剑池街道干部周昌勇学员感触颇深。2022年11月26日，“我为文旅产业发展献一策”主题活动开课。周昌勇和学习班的同学们并没有第一时间前往教室，而是先后实地调研宝剑小镇、城市文化客厅、西街街道三江口等地，与文旅产业发展的一线实践“撞了个满怀”。

　　目前，学习班三大课堂之一的“身边课堂”， 将学习阵地搬到实践现场，已开展走进田间地头看乡村振兴、走进企业车间看产业发展、走进项目现场看城市建设、走进文旅古迹看业态运营等系列学习活动，以直面问题的鲜活形式提升教学针对性和实效性。

“我为文旅产业发展献一策”主题活动开课

　　同时，“青马学习班”还破题“线上课堂”。学习班在微信公众号、短视频等平台组建“青马之声”等一系列线上“微课堂”。周昌勇在线下学习之余，就通过这些线上课堂巩固、拓展知识，将学习阵地由“一时一地”拓展为“随时随地”。

　　除了在实践中感悟、在线上巩固，专家学者、一线权威人士的“点拨”也是学习不可缺少的一环，这就是“青马学习班”精心打造的“特色课堂”。在实地调研之后，学员们将与研究机构的专家学者，市委市政府相关领导、相关领域先进工作者“面对面”。他们结合学员们的参观体验，为学员传经送宝。在这个过程中，龙泉形成了“部门解惑、书记点评”的特色学习模式，相关部门负责人全程参与、市委书记到场点评。

　　周昌勇说：“以前我只关注自己的‘一亩三分地’， ‘三个课堂’拓宽了视野，提升了格局，我现在不仅对全市的情况有了系统了解，更加深了对党的二十大、浙江省第十五次党代会等重要精神的理解。”

　　三场交流：学以致用见实效

　　学习，是为了致用。“青马学习班”从一开始，就树立了“真学习、真思考、真效果”的鲜明导向，通过开展读书分享沙龙、调研成果汇报、项目谋划路演三场交流活动，引导学员互看互学、互比互赛，在思想碰撞、交流分享中明理增信。

学员进行分享

　　“我的本职工作是在经济与财务方面，学习班让我有了一个将自身特长与龙泉发展结合的机会。”学员毛剑斌在考察中对“三农”工作有了很深体悟，通过与其他同学的分享交流，逐步完善自己的想法，最终形成《将“新意”贯彻“三农”——我对“三农”工作的建议》，对龙泉市如何培育新农民、打造新农村、发展新产业提出了系统的建议。

　　此外，龙泉还立足自身剑瓷文化特色，开设剑瓷匠人班，紧扣宝剑与青瓷产业发展，对学员进行系统性培训，鼓励学员们积极交流探索将古法与现代工艺融合的发展路径，并形成报告，助力剑瓷产业创新发展。

　　截至2022年12月中旬，“青马学习班”已形成各个领域的重点调研报告86份，为龙泉各类特色产业发展贡献力量。

　　很多学员说，参加学习班之前，他们都觉得理论就像“飘在天上的云彩”，可望不可即，通过“三个课堂”“三场交流”的学习，才真正感觉到，理论就在大家的身边，只要大家愿意“蹦一蹦”，理论的果实就一定摘得着。

　　事实上，“青马学习班”搭建了龙泉青年交流发展、共同进步的平台。在这里，学员带着求知的热情和为民的情怀前进，正在迸发出锐不可当的“青春力量”。

　　（光明网记者 陈建栋、李澍）

　　相关阅读

　　【浙江龙泉“青马学习班”系列调研（一）】搭建一个“出真知”的学习体系