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（一）】搭建一个“出真知”的学习体系******

　　明天的中国，希望寄予青年。

　　党的二十大报告指出，“全党要把青年工作作为战略性工程来抓，用党的科学理论武装青年，用党的使命感召青年”。

　　新时代新征程，如何提升广大青年的理论素养，加强广大青年的思想引领，锤炼广大青年干事创业能力，推动广大青年以奋斗姿态挺膺担当，是各级党委政府必须高度重视的课题。

　　2022年以来，浙江省龙泉市在全域举办青年马克思主义者学习班(青马学习班)，针对年轻干部和青年人才的理论学习和能力提升，进行了有效探索。

　　知行合一，打破理论与实践的“壁垒”

　　“理论脱离实践是空谈，能够指导实践才是真知。青年马克思主义者学习班就是要为广大青年干部、人才提供一个‘出真知’的地方。”谈起举办“青马学习班”的初衷，龙泉市委组织部常务副部长李小春的回答简洁而又直指问题的关键。

　　在李小春看来，青年群体有朝气，有冲劲，有强烈的求知欲，但也往往对理论知识掌握不透，对实践问题了解不深，给自身的工作、发展造成困扰。“青马学习班”就是要打破青年干部人才遇到的理论与实践之间的“壁垒”，为青年答疑解惑，通过学习，掌握科学理论蕴含的世界观和方法论，提升解决实践问题的本领，实现锻炼一支高水平的青年人才队伍的目的。

学习班开班第一课

　　龙泉市“青马学习班”起初在2022年7月开办。党的二十大之后，结合二十大报告的新理念、新提法、新论断，对学习内容进行了系统性地丰富、完善、提升。整体课程以“习近平新时代中国特色社会主义思想”为总论，设置涵盖政治、经济、文化、科教、民生、生态等11个篇章，并于2022年12月正式开班。

　　“升级”后的学习班在保持理论学习的高度与深度、全面与系统的同时，也高度关照龙泉当地的市情实际，鼓励学员们从地方产业发展、基层社会治理、营商环境建设、生态价值转化等实际工作中深刻理解理论的指导意义，理论与实践相结合的特点更加明显。

　　在这里，学员们结合龙泉发展实践对党的二十大精神进行系统钻研，常修常炼，常悟常进。培训班学员夏柳希说，“青马学习班”促使年轻干部以更高标准更严要求，系统深入地学习习近平新时代中国特色社会主义思想，在学习中成长，在实践中长技，不断提高适应新时代的业务能力和专业素质。

　　由点及面，实现从“盆景”到“风景”的跃变

　　学习班最初的开办具有实验性质，龙泉决定“点上先行”，在青年干部群体中先行先试，开设“86后”副科级干部、“91后”优秀年轻干部2个班次。学员在单位推荐的基础上，组织开展“综合比选”，最终择优选取80名青年干部以“周末课堂”形式开展为期一年的集中学习。

　　随着学习班开办经验的日益丰富、成熟，以及龙泉发展对青年干部人才的旺盛需求，龙泉在学习班开办上更进一步。

　　一是“线上延伸”。学习班广泛吸纳新生代企业家、青年工匠、教师、医护、农师、妇女等各行业、各领域中的青年才俊，形成新生代企业家、青年剑瓷匠人、青年巾帼等8个学习班，既实现了统一学习品牌、统一学习体系、统一管理体制，又做到分群体、分专题开展针对性学习培训。

　　二是“面上覆盖”。构建起市乡村三级联动格局，龙泉全市19个乡镇（街道）及若干村（社）同步铺开，学习班学员从开班之初的80人增长至1600余人，累计组织学习活动52场，实现“青马学习班”从“盆景”到“风景”的持续跃变。

　　青年当立鸿鹄志，做力行者。如何将理论融入实践，培育一支想干事、能干事、干成事的人才队伍，一直是理论教学的难点。“青马学习班”通过系统性地学马信马、研马用马，帮助青年群体提高理论素养，砥砺理想信念，在学思践悟中理解龙泉的发展脉络，明确自己的奋斗方向，正在交出一份扎实的“龙泉答案”。

　　（光明网记者 陈建栋、李澍）