3分pk10-3分pk10

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)

破解就医停车难需要多方协作******

　　就医停车难、医院周边交通拥堵，为群众所诟病，亟待解决。这不仅需要医院、交通管理等部门进行治理，政府相关部门也应共同协作、多方发力，利用信息化优势，多措并举，从而改善患者的就医体验。

　　1月12日晚，参加北京市政协十四届一次会议的委员们陆续报到，北京市政协委员、北京市丰盛中医骨伤专科医院院长齐越峰带来《关于解决就诊停车难，缓解医院周边拥堵的提案》。

　　诸多问题导致患者就医停车难

　　作为医药卫生界的市政协委员，齐越峰在参政议政过程中，聚焦患者的停车问题。齐越峰谈道，随着北京市机动车保有量不断增加，驾车就医成为普遍现象，而在各大医院门口，经常出现就诊患者的车辆排成长龙、等待进入医院的景象，有时患者已经看完病，家属的车辆还未开进医院。齐越峰调研发现，诸多问题导致患者就医停车难。

　　首先，患者到医疗机构就诊存在潮汐现象。齐越峰在提案中指出，周一、周二上午就诊人数最为集中，医院周边路段此时也最容易堵车，社会车辆对就诊高峰不了解，更加剧了交通拥堵。其次，中心城区的医院由于历史原因，院内停车位有限，且难以扩容，开车就诊的人数与医院内部停车位明显不成比例。

　　此外，对于医院外的道路，医院在管理上无能为力，交管部门警力有限，依靠电子摄像头监控、违法停车贴条等办法，也极易引起患者不满，更有甚者将怨气指向医疗机构。

　　齐越峰介绍说，北京市曾在2014年到2016年出台一系列政策，鼓励社会资本进入医院停车场。但从实际情况来看，在北京市内的医院建设地下立体停车库，每个车位成本高达30万元左右，投资方积极性不高。

　　患者就诊时间过长，也导致医院内的车位使用率不高。齐越峰观察，患者到了医院后，经历取号、报到、就诊、拍片、取药、治疗等环节一般需要2-3小时。大医院有时患者较多，看病至少耗费一上午，有限的车位和单次就诊时间过长的矛盾更加剧了停车难。

　　交管和医院协作疏导成为破题关键

　　如何破解就医停车难？齐越峰在提案中建议，首先应由交通管理部门牵头，加大医院周边交通拥堵情况的指挥调度。

　　齐越峰梳理媒体报道发现，2022年北京市针对重大活动、重点时期开展了30余次交通综合协调调度，及时发布预警信息为市民出行提供参考，并取得较好的效果。“随着交通数据共享、指挥调度能力进一步提升，将医院预约就诊、动态就诊人数纳入交通运行监测平台，建立交通综合协调调度机制，可以让医院周边交通更加有序和通畅。”齐越峰说。

　　交通部门要加大信息化建设。齐越峰指出，利用百度或高德等APP及时发布医院就诊人数信息、院内停车位数据，以及医院周边道路的拥堵指数，在预约和就诊人数集中时段采取交通预警和分流绕行提示，让社会车辆尽早避开医院，医院周边的交通状况或将得到改善。

　　除了疏导车辆，齐越峰建议，医疗机构要继续深入开展分级诊疗、预约诊疗、检验和化验报告的数据化，优化患者就诊的各项服务流程，缩短患者在医院的驻留时间，减少患者不必要的就医出行，也可有效缓解停车难题。

　　齐越峰还谈道，政府牵头在城区医院附近合适区域，在不影响街区景观的前提下，可鼓励社会资本出资建设立体停车场，让患者在医院附近就近下车就医。

　　文/本报记者 崔毅飞

　　（文图：赵筱尘 巫邓炎）