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)
中国跆拳道队：压力中求变******
东京奥运会上，中国跆拳道队仅获得一枚铜牌，经历了无比苦涩的艰难时刻。
刚刚过去的2022年，中国跆拳道队在压力下求变、在低谷中奋起，全年在国际赛事中收获36枚金牌、27枚银牌、33枚铜牌，一批优秀的新生代队员在大赛中崭露头角。
面对2024年巴黎奥运会，中国跆拳道队正争分夺秒、马不停蹄地备战集训。
去年成绩达预期
“跆拳道这个项目有其特殊性，上一届奥运会刚结束，下一个奥运周期的积分赛马上开始。”中国跆拳道协会主席、国家跆拳道队主教练管健民说。东京奥运会激发了整个国家队的决心，一定要在国际大赛中证明自己。
自去年5月以来，中国跆拳道队总共参加了10余站国际赛事，包括世界跆拳道大奖赛总决赛、世锦赛及亚锦赛等重磅赛事。去年12月，在沙特阿拉伯利雅得举行的大奖赛总决赛上，中国选手骆宗诗和张梦宇获得1金1银。2022年，中国队共收获36枚金牌27枚银牌33枚铜牌。
“总体来看，国家队完成了赛前的既定目标。”管健民说，“很多年轻运动员顺利融入国家队，每个级别都有运动员战胜世界冠军、奥运冠军等高手，实现了新突破，积累了比赛经验，增强了信心。”
在管健民看来，刻苦训练取得了理想效果，这是队员在2022赛季国际赛场上成绩优异的重要原因。
一系列佳绩中，骆宗诗表现突出。从东京奥运周期到巴黎奥运周期，她从昔日的陪练逐渐成长为跆拳道队的“领头雁”。24岁的她在过去一个赛季所参加的10站比赛中全部夺冠。在2023年最新一期的奥运积分排名中，骆宗诗在女子57公斤以下级高居榜首。
“这些成绩让我获得了很多奥运积分，这些比赛让我进一步增强了信心，使我在赛场上更自信、从容。”骆宗诗说。
年轻球员露头角
在骆宗诗看来，自己取胜的关键在于发挥了技术优势，而这也是国家队在接下来的训练中着重努力的方向。
1月10日，2023年第一期国家跆拳道队集训在山西体育中心开始。参加集训的38名运动员之中，梁育帅、郭清等不久前也在世锦赛中登上了领奖台。
巴黎奥运会临近，今年的集训对备战奥运新周期至关重要。“集训将狠抓细节，第一是强化体能，第二是强化运动员的特长，第三是提升运动员的优势技术。”管健民介绍了今年集训的3个重点。
管健民介绍，目前国家队很多队员都是00后，“年轻选手有拼劲儿，但比赛中需要发挥优势技术，具备有效得分点。因此培养队员学会运用所擅长的得分技术十分重要。”
骆宗诗、梁育帅等在国际赛场上崭露头角，他们已经成为其他对手研究的目标，在今后的比赛中将面临前所未有的挑战。“不过，我觉得这也是一种动力，督促自己不断刻苦训练、取得进步。”骆宗诗说。
管健民说：“新的一年，希望队员从心理素质到适应赛场环境，再到运用技术控制对手等方面都取得大的提升。”
全力以赴争“门票”
根据巴黎奥运会跆拳道项目的参赛资格获取规则，8个级别中每个级别的奥运积分前5名将为各自国家(地区)奥委会获得1个参赛席位。目前，除了骆宗诗在女子57公斤以下级中具有较大优势外，中国队选手当中只有男子58公斤以下级的梁育帅和女子49公斤以下级的郭清位列前10。
管健民表示，进入巴黎奥运周期，年轻队员需要从零开始追赶其他国家(地区)奥委会运动员的奥运积分，刚开始的差距会比较大，“因此对年轻队员来说，更需要争分夺秒。”
可喜的是，在2022年的比赛中，一些国家队队员已经在各自级别中迎头赶上，张梦宇、左菊、孟明宽、宋兆祥等目前都已达到前20名左右的位置。能否在积分榜上更进一步，取决于他们在2023赛季的发挥。
管健民列出了今年国家队即将参加的重点赛事，除3站世界跆拳道大奖赛分站赛和1站总决赛外，世锦赛还将于5月底到6月初在阿塞拜疆巴库举行，比赛将产生大量的奥运积分。此外，今年还将有两站世界跆拳道大满贯赛事在江苏无锡进行，大满贯赛事总成绩第一名同样可以获得1张巴黎奥运会的入场券。因此，2023年共有7场重要赛事等待国家跆拳道队队员发起冲击。
“留给我们的时间很短，希望在2023年更上一层楼，中国跆拳道队会全力以赴。”管健民说。
《人民日报海外版》2023年1月18日第09版
