大发彩票攻略 - 购彩大厅APP | 在线登录-APP下载

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)

2022中国农业科学十大进展发布 “基因”成高频词******

　　光明网讯（记者宋雅娟）12月16日，2022中国农业农村科技发展高峰论坛暨中国现代农业发展论坛在北京召开。论坛上发布了《2022中国农业科学重大进展》报告，该报告由中国农业科学院科技管理局和农业信息研究所科技情报分析与评估创新团队研制，遴选了10项能够充分代表2021年我国农业科技前沿研究水平、取得重大突破性进展的基础科学研究成果。

　　10项重大进展具体如下：

　　1.首次实现异源四倍体野生稻的从头驯化。提出异源四倍体野生稻快速从头驯化的新策略，突破了多倍体野生稻参考基因组绘制、遗传转化以及基因组编辑等技术瓶颈，建立了从头驯化技术体系；证明了异源四倍体野生稻快速从头驯化策略切实可行，对创制高产抗逆新型作物和保障粮食安全具有重要意义。

　　2.解析水稻品种适应土壤肥力的遗传基础。该研究鉴定到一个水稻氮高效关键基因（OsTCP19），阐明了土壤氮素水平调控水稻分蘖发育过程的分子机理，揭示了水稻对贫瘠土壤适应的遗传基础；为水稻氮高效育种提供了重大关键基因，对保障农业绿色发展具有重要意义。

　　3.首次绘制黑麦高精细物理图谱。该研究解决了黑麦基因组组装难题，绘制了黑麦高精细物理图谱，解析了黑麦染色体演化机制，鉴定了黑麦籽粒淀粉合成、抽穗期等关键基因；为麦类作物育种源头创新提供了独特基因资源。

　　4.实现杂交马铃薯基因组设计育种。该研究利用基因组大数据进行育种决策，建立杂交马铃薯基因组设计育种体系，培育了第一代高纯合度自交系和概念性杂交种“优薯1号”；证明了马铃薯杂交种子种植的可行性，推动了马铃薯育种和繁殖方式变革。

　　5.构建规模最大的猪肠道微生物基因组集。该研究通过对猪500个肠道样本开展深度宏基因组测序，并整合了已有的猪肠道菌群基因组，构建了规模最为宏大的猪肠道微生物基因组集；为猪强抗逆性、高生长速度、高饲料转化相关菌种挖掘和利用提供了重要资源。

　　6、揭示抗病小体激活植物免疫机制。该研究发现ZAR1抗病小体的钙离子通道功能，建立了钙信号与植物细胞死亡的联系，揭示了一种全新的植物免疫受体作用机制；为人工设计广谱、持久的新型抗病蛋白进而发展绿色农业带来了新启示。

　　7.揭示超级害虫烟粉虱多食性奥秘。该研究首次发现植物和动物之间存在功能性水平基因转移现象，揭示了烟粉虱“偷盗”寄主植物解毒基因，解析了广泛寄主适应性的分子机制；发现了昆虫多食性的奥秘，为害虫绿色防控提供了全新思路。

　　8.揭示光信号调控大豆共生结瘤机制。该研究解析了地上光信号与地下共生信号互作调控大豆根瘤发育的机制，证实了光信号对大豆根瘤形成及共生固氮的关键作用；揭示了豆科植物地上地下协同的新机制，为优化农业系统碳-氮平衡提供新策略。

　　9.首次实现二氧化碳到淀粉的人工合成。该研究设计了化学和酶耦合催化的人工淀粉合成途径，实现了不依赖植物光合作用的二氧化碳到淀粉的人工全合成；使工业化车间制造淀粉成为可能，为实现“双碳”和粮食安全战略提供全新解决思路。

　　10.揭示脊椎动物水生到陆生的演化遗传机制。该研究鉴定到脊椎动物肺、心脏及四肢等器官的遗传变异与陆生适应有关，系统解析了脊椎动物在早期登陆过程中的遗传演化机制；揭示了脊椎动物从水生到陆生演化的遗传奥秘，为理解脊椎动物水生到陆生的演化提供了关键认知。

　　（文图：赵筱尘 巫邓炎）