点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
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)
优秀！苏炳添夺冠啦，赛季首秀开门红！******
北京时间3日凌晨，前不久才当选中国田径协会副主席的短跑名将苏炳添在世界田联室内巡回赛瑞典哥德堡站迎来赛季首秀。男子60米比赛中，苏炳添最终以6秒59的成绩夺冠，迎来开门红。
当天的预赛，苏炳添跑出6秒75的成绩，并以小组头名的身份晋级。决赛中，苏炳添起跑迅速占据领先优势，日本选手东田旺洋紧随其后。最终，苏炳添顶住对手的冲击，率先冲过终点。
资料图：日本东京奥运会田径男子100米半决赛，苏炳添9秒83晋级决赛打破亚洲记录，这也是中国人首次登上奥运男子百米决赛赛场。图片来源：ICphoto夺冠后，网友纷纷向苏炳添送上了祝福，甚至有网友表示：“苏炳添是五千多年历史黄种人速度天花板。”
值得一提的是，1989年出生的苏炳添，今年将年满34岁。从籍籍无名的小将到人们耳熟能详的“亚洲飞人”，苏炳添一直致力于在田径赛场诠释中国速度。
东京奥运会男子百米半决赛中，苏炳添以9秒83的成绩打破亚洲纪录，成为首位闯进奥运男子百米决赛的中国人。在彼时男子4×100米接力项目中，他和谢震业、吴智强和汤星强跑出37秒79的成绩，位居第四。
不过东京奥运结束后，国际体育仲裁法庭(CAS)发布公告，认定英国队短跑运动员奇金杜·乌贾在东京奥运会期间违反了反兴奋剂条例，英国队获得的接力银牌被剥夺。加拿大队递补获得银牌，中国队递补获得铜牌。而这也是中国队在奥运会男子4×100米项目上获得的首枚奖牌。
得知这一消息后，三战奥运会的苏炳添难掩激动之情，他直言：“这枚奥运奖牌属于全部中国短跑人。”
从 2009 年全国田径锦标赛的10秒28，到2014 年仁川亚运会的10秒10，再到东京奥运会上那突破性的9秒83……苏炳添从见证者、亲历者，成为了中国田径历史的缔造者。
资料图：图为苏炳添和队友在比赛中。中新社记者 杜洋 摄2023年伊始，苏炳添在运动员之外，又多了一重新的身份：中国田径协会副主席。赛场之外，他不断通过自己的努力为运动员发声。早在2019年，苏炳添就已经是世界田联运动员工作委员会中的一员。
“感谢世界田联、中国田径队的信任与支持！我会倍加珍惜这来之不易的机会，努力做好这份工作，不辜负大家的期望，为广大的运动员发声！”谈及这份荣誉，苏炳添更愿意将其称之为责任。”
虽然身兼数职，但作为一名职业运动员，苏炳添依旧拥有一颗突破自我的心。去年底到今年初的冬训，苏炳添投入到完整的赛季备战中。
资料图：暨南大学体育学院副教授苏炳添在课堂上指导学生进行基础热身。中新社记者 陈骥旻 摄农历新年刚刚结束，苏炳添就早早开启了新的赛季。本次亮相室内巡回赛瑞典哥德堡站，也是苏炳添时隔三年再度踏上欧洲赛场。按照计划，苏炳添还将参加接下来的法国蒙德维尔和列万的两站比赛。
本赛季前三站室内巡回赛评级分别为D类、B类和A类，即比赛竞争力逐渐上涨。从小型室内赛开启新赛季，再向更高强度的比赛过渡，苏炳添一步一个脚印，似乎正在向着更大的目标迈进。
今年下半年的田径世锦赛、明年的巴黎奥运会，不服老的苏炳添可能为国人带来更大的惊喜。(记者 邢蕊)
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
乐发快3地图 |
)