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)
加快实现高水平科技自立自强******
作者:彭绪庶(中国社会科学院习近平新时代中国特色社会主义思想研究中心研究员、数量经济与技术研究所信息化与网络经济研究室主任)
党的二十大报告提出,“坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康,加快实现高水平科技自立自强”。科技自立自强是提升供给体系质量、保障产业链供应链安全的关键,能够为构建新发展格局、实现高质量发展提供战略支撑。目前,我国已经成为具有重要影响力的科技大国。到2035年,我国发展的总体目标包括“实现高水平科技自立自强,进入创新型国家前列”。
总体来看,我国实现高水平科技自立自强的条件基本具备。首先,我们党高度重视科技事业,为实现高水平科技自立自强提供了坚强保障。进入新时代,我们党坚持实施创新驱动发展战略、把科技自立自强作为国家发展的战略支撑。习近平总书记强调,立足新发展阶段、贯彻新发展理念、构建新发展格局、推动高质量发展,必须深入实施科教兴国战略、人才强国战略、创新驱动发展战略,完善国家创新体系,加快建设科技强国,实现高水平科技自立自强。其次,增加科技投入和加强基础设施建设,为实现高水平科技自立自强奠定了坚实物质基础。我国研发投入规模和投入强度连续多年保持稳定增长,科技人才质量稳步提升,重大科技基础设施布局建设不断推进。再次,科技创新实现突破性进展,为实现高水平科技自立自强奠定了坚实技术基础。近年来,我国科学论文数量和质量不断提高,基础研究、前沿研究和关键核心技术攻关能力取得巨大进步,知识创新和技术创新影响力均已跃居国际前列。
但还要看到,加快实现高水平科技自立自强,仍然面临诸多问题和挑战。如,研发投入规模总量不足,基础研究和企业支出占比较低,基础研究和原创性重大创新成果战略支撑作用不强,等等。
立足新发展阶段,需要制定更精准、更有效的政策措施,完善体制机制,探索有效路径,加快实现高水平科技自立自强。
其一,完善战略性、全局性和系统性创新布局。实现高水平科技自立自强是长期目标,不可能一蹴而就,也难以靠短期突击实现。要加快在“卡脖子”领域补齐短板,在并跑、领跑和优势领域锻造长板,坚持关键技术攻关和基础研究并重。既要立足当前,着力攻关和破解制约发展的“卡脖子”技术等紧迫问题,也要着眼长远,找准发挥新型举国体制优势实现更多重大突破的路径,加强基础科学和前沿科技等“无人区”领域创新顶层设计,探索建立需求导向型创新、任务目标型创新和兴趣导向型创新相结合的创新模式。
其二,为科技攻关提供组织保障和人才保障。实现高水平科技自立自强,不仅要啃下“卡脖子”技术等硬骨头,还必须在颠覆性技术领域走在国际前列。这就必须要有适应科技发展趋势的国家重点实验室、综合性国家科学中心、国家高端智库,以及高水平新型研究型大学和科技领军企业。要强化国家战略科技力量,完善空间布局,加强投入和领军人才队伍建设,提高重大科技任务的攻坚能力。
其三,在科技体制改革“深水区”加力攻坚。改革是点燃科技创新引擎的点火系。解决研发经费投入和执行结构不合理、效益不佳等问题,完善科技成果和科技人才评价制度,强化企业创新主体地位,都需要在制度安排、政策保障、环境营造等方面下真功夫。只有通过深化体制改革,完善科技自立自强的制度保障,才能真正形成科技创新和制度创新“双轮驱动”效应。
其四,加强创新链产业链融合发展。要消除基础研究与应用脱节、科研与经济“两张皮”现象,提高科技创新质量和效率。既要重视科技成果转化,打通从科学研究到开发研究再到应用的链条,同时也要强化需求导向和市场导向,围绕产业链布局创新链,让市场在创新资源配置中起决定性作用,促进产业链上下游、大中小企业等的深度融合,形成科技创新合力。
其五,加强国际科技合作。开放创新是当今科技创新的趋势和实现高水平科技自立自强的必然选择。一方面,要发挥我国产业体系健全完备、供应链保障水平高的优势,深化供给侧结构性改革,发挥超大规模市场优势,形成对全球要素资源的强大吸引力。另一方面,也要主动“走出去”,积极参与全球科技创新治理,全方位、多角度探索国际科技合作新路径新模式。
(文图:赵筱尘 巫邓炎)