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)

当选2022年度十大新词 “新型实体企业”新在哪？******

　　12月20日，国家语言资源监测与研究中心、商务印书馆、光明网联合主办的“汉语盘点2022”活动揭晓了年度字词。其中，“新型实体企业”作为数实融合催生的企业新类别，当选2022年度十大新词。

　　无独有偶。在11月27日举办的中国企业家博鳌论坛“中国式现代化下的新型实体企业发展之路”研讨会上，中国企业评价协会发布了“2022新型实体企业100强”及发展报告，国家电网、京东、华为位居前三。

　　一时之间，“新型实体企业”被深度聚焦，成为经济领域最受关注的概念之一。事实上，新型实体企业虽然位列“2022年度十大新词”，但我们并不陌生，它已经融入我们生活的方方面面。以位居三甲的新型实体企业为例，国家电网深耕公用基础设施、保障生产生活用电，很多零售和消费背后都有京东的供应链在支持，华为则多年来都是高科技行业的领军者之一。新型实体企业科技含量高、数字技术能力强，是新时期经济发展和产业结构保持活力和张力的主力军，代表着一种更具创新性的实体经济生产力。

　　当今社会，无论经济形态、生产模式、行业生态如何变化，都不能离开实体经济这个内核，否则就成为了无源之水、无根之木。数字经济则起到为实体经济提质增效的作用，两者的深度融合、协同互促，最终为企业和国民经济发展输出不竭的动能。

　　新型实体企业的崛起，是时代的要求，也是时代的创造。传统实体产业转型升级，需要数字技术和创新力高效赋能，而数字经济的发展必须以实体经济为依托，才能挤压经济“泡沫”，避免“虚拟陷阱”。因此，在数实融合的大潮下，拥有传统实体基因、兼具数字技术能力的新型实体企业得以蓬勃发展，展现出强大的抗风险能力和成长性。

　　新型实体企业在技术先进性、生态普惠性等多个层面，都表现出其领先性，从而能够担当更多的社会责任。新时期定义的现代化企业，不仅要创造经济价值，更要创造社会价值，成为经济和社会发展坚实的支撑。来自中国企业评价协会的数据显示，新型实体企业百强2021年的总研发投入达6481亿元、新增发明专利5.6万件，呈现科技创新和产出双高的特点。巨额的研发投入，在实现自身科技创新的同时，对外输出数字技术服务，也能够助力千行百业生产工艺升级、经营效率提升。

　　开放、共享的服务，一如京东打造的“有责任的供应链”，惠及产业链上下游，创造了更多的商机和就业岗位。这样的例子比比皆是，国货老品牌，借助京东的数字化营销，重新焕发青春魅力；京东通过技术扶贫、技术下乡，再辅以智能物流，让大山里少为人知的土特产跨越地域屏障飞向千家万户，并走上了品牌化、规模化经营的大道；采用京东的C2M反向供应链服务，制造工厂能为用户精准画像，开发新产品的市场调研时间和上市周期大大缩短……

　　当选2022年度十大新词，有力地证明了新型实体企业的先进性，也是未来市场主体的主流形态。促进经济高质量发展，奔向共同富裕，需要深化数实融合，为新型实体企业创造和开拓更为广阔的空间。“苟日新，日日新，又日新”，相信未来必将开启一段充满信心和希望的经济新征程。（罗江海）