彩神 - (2023已更新互动/百科)

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)

人工智能专利助力智慧城市建设与转型******

　　近日，国家工业信息安全发展研究中心、工信部电子知识产权中心发布了《AI创新链产业链融合发展赋能数字经济新时代—中国人工智能专利技术分析报告（2022）》（以下简称“报告”）。报告显示，随着人工智能、大数据、5G、物联网等新一代信息技术的快速发展和应用，从交通到文旅，从安防到家居，人工智能等新一代信息技术正在逐渐改变着人们的生活，也使智慧城市的建设得以实现，并正逐渐向数字化、智能化新模式发展。

　　截至2022年9月，我国智慧城市领域申请AI相关专利共计18万余件，其中发明专利占比约90%，主要涉及知识图谱、计算机视觉、大数据、自然语言处理、智能语音和智能云等相关AI技术。报告显示，百度公司、腾讯公司、国家电网、平安科技专利申请数量均超过1900件，形成了一定的专利技术产业化竞争力。与此同时，浙江大学、清华大学两所高校在该领域表现也较为突出，在智慧城市领域的AI专利申请量均达900余件，通过产学研联合发力，为智慧城市领域创新链的发展提供全新的维度和方案。

　　图1 中国智慧城市AI专利申请量和授权量

　　报告显示，依据“创造力”、“保护力”、“运用力”、“竞争力”、“影响力”五大指标维度对智慧城市AI技术的主要创新主体进行高价值专利及其创新驱动力评价，我国企业申请人优势明显，有7家企业和3所国内一流高校得分相对较高，足见该领域人工智能技术产业端应用相对较为成熟。

　　在企业层面，我国一批互联网、科技企业表现较为突出，通过人工智能技术的研发积累，在各自领域为赋能智慧城市建设奠定了坚实的技术基础，推动了其智慧城市产品的开发和应用。百度公司主要围绕计算机视觉、自然语言处理、知识图谱等多个AI基础技术领域进行专利布局，与北京市海淀区携手打造的“海淀城市大脑”，依托飞桨深度学习平台，构建兼容异构算力设备和多元算法模型的AI计算中心，提供基础算力和算法资源的统一集中管理、按需分配，支撑了50余个城市管理领域的AI应用创新。腾讯公司则瞄准数字政务、城市治理、城市决策和产业互联等相关技术领域布局专利，与长沙市依托“WeCity未来城市”平台，联手打造长沙智慧城市能力核心——“长沙城市超级大脑”，支撑全市各级各部门数据需求，快速支撑人工智能场景，以标准化、智能化方式提升各级政府办事、办公效率。国家电网主要围绕电力管理与检测领域技术进行专利布局，其推出的“智慧城市大脑”综合应用服务产品，以电力数据为核心、融合汇聚城市经济、人口、楼市等多元化城市数据，持续推进城市经济监测分析、人口流动分析、疫情影响监测分析、住宅空置监测分析等智能场景的部署运营。华为公司主要围绕计算机视觉、自然语言处理等多个AI基础技术领域进行专利布局，其参与的数字福州建设，通过构建共性能力平台，赋能各垂直部委信息化系统建设，在减少重复性建设投资的同时，发挥数据融合价值，加速智慧城市建设。

　　在高校创新端，我国一批国内重点高校表现突出，研究领域涉及智能感知、安防监控、数据管理、城市规划、智慧政务、灾害模拟等，通过产学研合作，建立联合实验室、创新平台和创新中心，与企业开展共同研发，校企联合发力，共同攻关，赋能我国智慧城市试点建设，为城市管理构建成熟的“智慧大脑”与完整的“神经网络”，推动城市管理各环节的互联互通，助力未来城市建设发展模式的深刻变化。浙江大学重点围绕城乡规划、社会综治、数据治理等应用领域进行专利布局，并于2010年与国脉互联公司联合成立我国首个“智慧城市研究中心”，校企联合共同推动我国智慧城市快速发展。清华大学围绕深度学习、计算机视觉等技术领域布局专利，2019年与广联达公司共建“数字城市实验室”，共同推动新型智慧城市建设。

　　（文图：赵筱尘 巫邓炎）