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)

以绿色发展推动农业现代化******

　　作者：包晓斌（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特约研究员、农村发展研究所研究员）

　　推进农业绿色发展，不仅是一场关乎农业结构和生产方式调整的经济变革，也是一次行为模式、消费模式的绿色革命。党的十八大以来，以习近平同志为核心的党中央作出一系列重大决策部署，农业发展全面绿色转型取得积极进展。同时也要看到，我国农业绿色发展不平衡不充分的问题依然突出，农业资源短缺、农业面源污染、农业生态系统退化、绿色优质农产品和生态产品供给不足等问题有待解决。

　　全面推进农业绿色发展是实现农业现代化的题中应有之义。习近平总书记指出，“良好生态环境是农村最大优势和宝贵财富”。我们要牢固树立和践行绿水青山就是金山银山的理念，加快发展方式绿色转型，健全资源环境要素市场化配置体系，推动形成绿色低碳的生产方式，发展绿色低碳产业，增加绿色优质农产品供给，实现保供给、保收入、保生态的协调统一。

　　健全农业绿色生产体系

　　实现农业绿色发展，要推行绿色生产方式，优化农业要素配置，提高绿色全要素生产率，强化农业绿色发展的科技支撑，完善相关支持政策，把绿色发展导向贯穿农业发展全过程。

　　第一，建立健全绿色农业标准体系。建立绿色农业相关标准，覆盖农业生产源头、农业生产过程到农业废弃物资源化利用全过程。规范清洁化生产等农业技术操作规程，加强绿色生产网格化管理，确保从农业生产资料的投入到农业生产全过程达到绿色标准。切实加大资金投入，强化龙头企业原料生产基地基础设施建设，提升绿色生产标准化水平。

　　第二，推动绿色生产科技创新。优化农业生产要素配置，加强绿色生产技术研发与推广，以控肥控药、作物育种、产地环境修复等为重点，开展农业绿色生产技术攻关。推动高校、科研院所、企业等共同组建农业科技创新联盟，加强农业投入品减量化、生产清洁化、废弃物资源化等生产技术的集成研究和应用推广。加快绿色农业机械装备研发应用，提升农业机械化水平。

　　第三，落实农业绿色生产的支持政策。坚持以农民主体、市场主导、政府依法监管为基本遵循，既要明确生产经营者主体责任，又要通过市场引导和政府支持，调动广大农民参与绿色发展的积极性。完善有机农业用地和绿色农业用地的保护政策，推动实现资源有偿使用。完善促进农业资源合理利用与生态环境保护的农业补贴政策体系，有效利用绿色金融激励机制，更好支持农业绿色发展。

　　优化农业空间布局

　　实现农业绿色发展，要规范农业发展空间秩序，构建农业绿色发展产业链价值链，提升农业的综合价值，发挥生态资源优势，推动乡村产业走空间优化、资源节约、环境友好、生态稳定的路子。

　　第一，统筹安排农业生产布局。围绕解决空间布局上资源错配和供给错位的结构性矛盾，努力建立反映市场供求与资源稀缺程度的农业生产力布局，鼓励因地制宜、就地生产、就近供应。落实农业功能区制度，建立粮食生产功能区、重要农产品生产保护区。合理制定产业规划，将农业增产导向转变为提质导向。强化资源环境管控，因地制宜制定禁止和限制发展产业名录，控制种养业发展规模和强度。

　　第二，培育绿色优势产业。立足区域资源禀赋和比较优势，坚持保护生态优先，发展优势产业。推动生态产业园、田园综合体、农村一二三产业融合发展先导区等多元化发展，促进休闲农业和乡村旅游发展。推动农业产业全面提档升级，突出绿色生态导向，提升农业产业绿色化水平，推进农业生态产业化和产业生态化。

　　第三，合理调整种植业和养殖业结构。提升粮食综合产能，推进粮豆合理轮作。改善养殖生态环境，科学合理划定禁养区，适度调减南方水网地区养殖总量。推行水产健康养殖制度，优化水产养殖布局，严格控制限养区养殖规模，科学确定养殖容量和品种。

　　增加优质农产品供给

　　实现农业绿色发展，要把增加优质绿色农产品放在突出位置，统筹好保供给、保收入、保生态，确保粮食和重要农产品供给，实现农业的可持续发展。

　　一方面，健全加工流通体系。加强农产品供应链体系建设，统筹推动农产品精深加工与初加工、综合利用加工协调发展，提高流通效率，降低经营成本。完善县、乡、村三级物流体系，创新“短链”流通模式，加强产地市场信息服务功能建设，提升集中采购和跨区域配送能力，推进产地市场和新型经营主体与超市、社区、学校等消费端对接，健全农产品冷链物流服务体系。

　　另一方面，加强农产品数字化信息建设。构建信息共享平台，完善农产品生产记录档案制度，明确农产品质量安全生产经营主体责任。为确保农产品质量安全，可构建全链条可追溯体系，实现农产品源头追溯、流向跟踪、信息存储和产品召回等目标。同时，还要开展农产品认证、产品标签审定等工作，加强农产品市场监管，有效维护市场秩序。