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年广州空气质量改善再获突破******

　　广州日报讯 (全媒体记者杜娟 通讯员穗环宣)2022年广州市蓝天保卫战取得积极进展，空气质量改善再获突破。记者1月16日从市生态环境局获悉，2022年，广州市5项污染物指标明显优于国家二级标准，均同比下降或低浓度持平。其中，PM2.5平均浓度22微克/立方米，全年每天达标，再创新低，在国家中心城市中保持最优。此外，空气质量优等级天数同比增加50天；“十三五”期间一直超标的二氧化氮实现连续三年稳定达标，平均浓度创历史新低。

　　落实“控车、降尘、少油气”七字治气方针

　　2022年，广州坚持系统治理，制定实施全年工作总计划、年中专项行动方案、年末百日攻坚强化方案等，推进落实“控车、降尘、少油气”的治气思路，深化PM2.5和臭氧协同控制。2022年新增纯电动巡游出租车1823辆，占比超90%；累计推进氢燃料电池车辆约300辆；注销国Ⅲ排放标准营运柴油货车1901辆；全市1278个涉油工地94%落实使用合格油品措施；6艘珠江游电动船投入运营，全港岸电覆盖率超90%。检查挥发性有机物生产、销售企业745家次，查处相关环境违法行为；对132家涉挥发性有机物重点企业进行分级管理，推进升级改造；全市362家企业完成一轮次污染物吸附设施的更新，565座加油站、18座储油库完成密闭性检查，完成17家企业50多万个密封点泄漏检测与修复。开展扬尘防治日常检查、“回头看”抽查和专项巡查，检查建设工地10000余个次，立案处罚建筑废弃物违规排放运输1180宗。

　　加强科研支撑，开展专项执法

　　充分发挥大气环境预警防控专家团队作用，建立专家帮扶工作机制；建设13个挥发性有机物组分监测站，黄埔、白云、番禺区建成293个小型空气质量监测站，在300辆出租车上安装空气质量移动监测系统，用好广州塔垂直监测数据，每日提供重点管控区域及重点抽查企业建议名单，为科学治气提供技术支撑。

　　利用铁塔公司视频监控、小型空气质量监测站、在线监控、走航监测、无人机巡查、遥感监测、黑烟车抓拍、电力监控等技术锁定污染源，精准打击，严格查处环境违法行为。7月以来开展挥发性有机物专项执法行动、百日攻坚执法保障行动共检查企业4429家次，发现问题企业812家，立案调查89宗，责改403宗，取缔关闭15家。

　　约谈石化行业相关企业和重点用车大户，压实重点企业臭氧污染防治社会责任；发布《关于错峰卸油、夜间加油和绿色出行的倡议书》《关于重点企业加强污染减排的倡议书》，督促签订《广州市柴油车重点单位环保用车公开承诺书》，引导全民参与治气。

　　2023年广州大气治理的工作重点有哪些？

　　2023年广州大气治理的工作重点又有哪些？市生态环境局有关负责人表示，将继续按照“控车、降尘、少油气”的治气思路，牵头持续深入打好蓝天保卫战，重点做好六方面工作。

　　强化科技支撑。强化大气环境预警项目的支撑，深化臭氧、PM2.5协同控制研究，注重边研究、边产出、边服务。

　　收严排放标准。生物质、燃气锅炉执行《锅炉大气污染物排放标准》(DB44/765-2019)特别排放限值通告，氮氧化物标准由150毫克/立方米收严至50毫克/立方米。2023年全市推广使用国6b标准车用汽油，实施重型柴油车国6b排放标准。

　　深化移动源污染防治。协调巡游出租车、市中心区公交车全面实现纯电动化，组织落实国Ⅲ柴油货车分步限制通行措施；协调推进国Ⅲ营运柴油货车淘汰。

　　加强挥发性有机物污染治理。加快推进含挥发性有机物原辅材料源头替代；实施石化、化工和表面涂装等重点领域深度治理，提升泄漏检测与修复工作水平，推进502个储油罐挥发性有机物排放控制。

　　强化面源污染精细化管理。聚焦建筑施工、城市道路、线性工程、运输车辆和裸露地面等领域扬尘污染源，协调督促建设工程严格落实“6个100%”要求，加强余泥运输车辆规范化管理。

　　精准应对污染天气。加强空气质量会商和专家研判，动态更新污染天气应对减排清单并落实应对减排措施，利用在线监测、走航监测、无人机巡航、电量监控等科技手段，实施针对性管控。