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)

信息通信业（ICT）十大趋势发布******

　　2023年1月6日，中国信息通信研究院（以下简称“中国信通院”）主办的“2023中国信通院ICT＋深度观察报告会”主论坛在京举办，中国信通院副院长王志勤以《ICT产业体系高质量发展助推现代化建设开新局》为题发布了信息通信业（ICT）十大趋势。

　　近几年ICT产业发展持续向好，ICT产业的增加值及占GDP比重稳步提升，与此同时，ICT产业数智化赋能向深、向广、向新发展，ICT技术持续与传统产业融合，助推千行百业数字化转型升级。ICT产业高质量发展，将持续赋能实体经济，引导现代化产业体系加快构建。在ICT技术牵引下，5G技术、信息网络、先进计算、AI技术全面创新发展，赋能效应持续加深，数字化转型仍是产业主旋律，工业互联网成为关键路径，同时有了数据要素的加持，数字经济迈向量质齐升，数字治理和数字安全体系基本构建。在2023年，通过ICT高质量发展作为牵引，将带动数字经济健康繁荣发展。

　　信息通信业（ICT）十大趋势

　　一、 ICT技术红利持续释放，谋篇布局未来发展空间

　　二、个人行业应用双轮驱动，5G规模化发展加速推进

　　三、信息网络协同融合贯通，自智技术加快应用落地

　　四、先进计算创新模式升级，算力供给能力大幅提升

　　五、大模型驱动AI技术突破，应用能力边界不断拓展

　　六、智能制造向纵深发展，工业互联网成为关键路径

　　七、数据基础制度完善落地，数据要素市场建设提速

　　八、数字经济迈向量质齐升，构筑经济复苏中坚力量

　　九、数字治理体系基本形成，发展预期合作基础企稳

　　十、数字安全加速迭代升级，保障覆盖全过程全链条

　　更多精彩，敬请阅读解读PPT。

　　ICT产业今年呈现较快发展态势，面向未来，要加快关键技术自主创新突破，加快推进技术向产业端转化，加强与实体经济的深度融合。2023-2025年，我国ICT产业将保持持续增长态势，面向未来前沿技术我们加快相关布局，未来产业的培育将为ICT技术产业化开辟新的赛道。

　　在5G网络建设和应用发展过程中，推动5G规模化发展将成为今后一段时间的主要方向，需要从个人和行业两方面双驱动实现5G在实体经济中更广范围、更深层次、更高水平的深度融合。需要以终端和数字内容的发展创新来实现个人应用从量到质的变化。5G行业应用规模化发展将呈现梯次、阶段推进态势，在此过程中需要加强5G技术对行业应用的支持能力。

　　当前处于算网协同向算网融合发展的阶段，预计到2030年将实现设施、技术、运营、服务的体系化融合贯通。从算网协同到算网融合落地应用，再到最终算网一体将面临技术、产业等多重挑战。网络智能化水平不断提升，预计2025-2030年，网络自智能力将达到L4。从技术趋势看，下一步网络智能技术将向多源融合智能发展，支撑网络向更高等级自智能力发展。

　　当前，算力作为新生产力已成为普遍共识。先进计算通过系统化创新加速算力规模提升，极大提升了算力供给能力，性能更强、规模更大、功耗更低，同时能够实现低时延、高可靠性和精度更多的细分能力。先进计算在深度赋能各行各业数字化转型过程中正发挥重要作用，带动数字经济的发展。

　　从技术角度看，大模型将持续提升人工智能技术水平，推动人工智能从可用技术向好用的基础设施演变。同时，多模态、强算力和知识增强等技术将让大模型的性能得到进一步提升。从应用角度看，大模型的发展将进一步拓展人工智能应用的能力边界，不断催生新模式新业态。大模型将提升人工智能感知、认知和生成能力，并且有望在基础科学领域取得更多突破。

　　数字化转型保持高速发展态势，工业互联网作为数字化转型的关键支撑和路径，新技术应用、新产业培育日益活跃。5G+工业互联网作为我国重要推进方向，已初步实现规模化应用，工业互联网产业规模也由小到大，预计2025年将超过2万亿。智能制造作为制造业转型升级的主攻方向，全面向纵深发展，智能工厂建设走深扩宽，中小企业加速普及，数字化供应链也成为新的重要探索方向。

　　数据要素是数字化发展的基础，2022年12月通过的二十条构建了数字基础制度的相关意见，它的落地为数据要素市场建设奠定了基础。我们会继续加强对数据基础制度细化领域细则的制定，在数据产权、流通交易、收益分配、安全治理等方面进一步细化制度设计。随着数据制度的不断完善，我国数据要素市场建设将进一步提速。

　　数字经济迈向量质齐升。从国际来看，中美欧数字经济持续发展，新兴国家加速崛起，全球数字经济多极化发展格局将进一步凸显。从国内来看，数字经济正步入量质齐升的新十年，到2025年我国数字经济规模将超过60万亿元，数字经济投入产出的效率将提升至3.5。

　　我国与数字化发展相适应的数字治理制度体系框架基本形成。从法律、规划和政策层面，我国数字治理的顶层制度设计基本建立，治理体系建设方向、重点领域的治理要求基本明确。在此条件下，我们会继续努力提高它的预期性、操作性和协同性，进一步细化制度规则，使国家数字治理政策更加规范有序安全稳定，促进数字经济高质量发展。

　　数字化持续深入，驱动网络安全向数字安全发展演进，数字安全保障能力同步建设创新发展。安全保障需求从过去的线上网络空间安全可靠，拓展和延伸至线下物理空间的稳定运行。面向数字基础设施，数字安全进一步作用于信息通信安全、数据要素安全，以及网络物理融合安全。数字安全风险蔓延于数字化各环节各流程，数字技术、数字平台、数据要素及网络物理融合等成为安全保障重点。