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)

温暖回家路丨春运首日“护龙人”：每天弯腰、蹲起上千次为运输安全保驾护航******

　　大河网讯 1月7日，春运首日，阳光明媚。在中国铁路郑州局集团公司郑州车辆段南五里堡客车整备场，一列列精检细修、整装待发的客车像一条条绿色长龙，等待着开往“美丽的春天”。繁忙的整备场，穿着工装、戴着口罩的客车检车员们不停穿梭在车体间，他们就是——春运里的“护龙人”。

　　每年春运，铁路部门都要对郑州局集团公司所有配属的旅客列车进行客车大整修，迅速修复各种不良隐患，并重点从防燃轴切轴、防客车火灾、防列车分离、防制动故障、防运行品质不良、防配件脱落入手，为客车查找病灶，整治病害，补充营养，强壮筋骨。

　　随着新冠疫情防控形势向好，企业复工复产加速，不少列车已重新投入使用。郑州车辆段是郑州局集团有限公司唯一的普速客车检修单位，担负着67列1139辆图定列车车辆的日常检查、故障处理和技术保养等繁重任务，确保这些即将“开往春天”的列车行车安全。根据测算，这个段除保证图定客车正常开行外，还需编组临客车底29组526辆。

　　为此，春运期间，这个段紧密围绕客车车体运用实际，科学调配检修计划，实施车辆检修定人、定责、定标的管理制度，统一车辆整修标准，对图定客车和临客列车进行全面整备。

　　李俊，郑州车辆段库检车间青年突击队检车员，作为一名“00后”，李俊的主要工作就是对进入客整所的客车车体进行逐辆检查，确保车辆各部件状态良好。今年是他经历的第二个春运，1月7日，李俊正在检查一列209P转向架型号的车体，他左胸前挎着的一台对讲机不断传出指令，右手提着一把点检锤，木质的锤把已乌黑锃亮，尖尖的锤头也已经被磨圆。

　　李俊熟练地探入车底，脑袋探进侧架内侧，提起点检锤“滴滴答答”地敲击着转向架摇枕，静静地辨识着金属撞击的声音，整个过程不停地变换姿势，眼睛像鹰一样巡查着每一个部件。通过眼看、耳听、手拉、指摸等方式，找出列车的“病因”，及时修正。

　　李俊说：“在定岗前，师傅告诉我这种车型检查重点主要在车体下部组件，需要仔细敲击部件，听音辨别部件是否存在问题，如遇问题部件要及时处理，并再次确认修复后的部件状态良好。尤其是春运期间，列车疲劳运行更易引发各种不良隐患，作为检车员更应该严格按照标准，做到精检细修。”

　　不一会，李俊从车底钻出，嘴里默念一句：“敲击声音未见异常，该车状态良好。”接着向下一辆车走去。因行车安全需要，客车车体检查作业都是在露天场所开展，场内没有树木、没有任何可以遮挡的设施。春运期间，室外温度最低将达到零下10摄氏度。检车员长时间的室外作业，每天行走的步数通常在两三万步，用检点锤敲击的次数达到上万次，弯腰、蹲起的次数多达上千次。

　　据了解，郑州车辆段以客车电采暖系统、制动系统检查整治为重点，紧盯关键补强短板。在客整场库停期间，组织作业班组对易冻覆冰部位和制动系统供风管路实施全面防寒检查，对车内空调、伴热装置等重要设施逐一检查。针对近期气温骤降的实际，组织作业人员及时供电供暖，为夜间停放的客车保暖驱寒，确保次日安全出库、上线良好运行。

　　围绕春运客车安全，突出大部件脱落、防溜等安全关键，开展安全隐患排查整治，加大对关键岗位、关键作业、关键部位的检查盯控力度，在全面做好列车转向架、塞拉门、车内服务设施等关键部位日常巡检的基础上，重点对车上车下的供水管路和用水设施进行全面平推检查。

　　春运期间，这个段结合春运开行方案，提高作业人员的应急处置能力，从严从细做好应急故障的判断和处置，为假期运输安全保驾护航。（记者 祝传鹏 通讯员 刘雨）