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)
我国高等教育进入普及化阶段******
中国矿业大学硕士毕业生赵彬宇登上列车，前往内蒙古霍林河南露天矿就业，立志为高寒地区绿色矿山建设贡献力量；
北京电子科技职业学院汽车工程学院的实训室里，新能源汽车技术专业学生李新海正在研究汽车构造。还没毕业，他就已被企业提前“锁定”；
…………
一批批学子走进校园，接受高等教育；一批又一批大学毕业生走出校园，投身火热的生产生活一线。记者从教育部获悉：全国拥有大学文化程度的人口超过2.18亿，比10年前大幅增长，每10万人中拥有大学文化程度的由8930人上升为15467人；新增劳动力平均受教育年限达13.8年，劳动力素质结构发生重大变化，全民族素质稳步提高。
教育部相关负责人表示，10年来，我国高等教育与时代同行，取得历史性成就，发生格局性变化，在育人方式、办学模式、管理体制、保障机制等方面不断创新，为建设世界重要人才中心和创新高地提供了有力支撑。
——我国已建成世界最大规模的高等教育体系。
教育部发布的数据显示，我国已建成世界最大规模高等教育体系，在学总人数超过4430万人，高等教育毛入学率从2012年的30%，提高至2021年的57.8%，实现了历史性跨越，高等教育进入世界公认的普及化阶段。其中，普通本科学校校均规模16366人，本科层次职业学校校均规模18403人，高职（专科）学校校均规模9470人。教育部相关负责人介绍，我国高等教育毛入学率2019年达到51.6%，正式进入普及化阶段，并且普及化水平持续提高。
截至2021年，全国共有高等学校3012所。其中，普通本科学校1238所（含独立学院164所），本科层次职业学校32所，高职（专科）学校1486所，成人高等学校256所。另有培养研究生的科研机构233所。
——我国高等教育整体水平进入世界第一方阵。
党的十八大以来，我国高校科技创新能力不断提升。近年来，高校获得了60%以上的国家科技三大奖励，承担了80%以上的国家自然科学基金项目，是国家创新体系的重要力量。
教育部相关负责人表示，中国的高等教育开始了内涵式高质量发展，高等教育的学科专业与课程结构等得到进一步的调整与优化，高等学校的办学水平与人才培养质量不断提高，高等教育整体的国际竞争力持续增强。通过“双一流”建设计划，一批大学和一大批学科已经跻身世界先进水平，整体水平进入世界第一方阵。
同时，高等教育培养质量也不断提升。10年来，以一流专业和一流课程建设“双万计划”为牵引，共认定11761个国家级、11439个省级一流专业建设点，遴选认定首批5116门国家级一流本科课程。全面启动基础学科拔尖计划2.0，在77所高校布局建设288个学生培养基地，探索基础学科拔尖人才培养“中国范式”，累计吸引1万余名优秀学生投身基础学科，形成了基础学科拔尖人才的“梯队网络”。
形成了慕课与在线教育发展的中国范式。截至2022年2月底，我国上线慕课数量超过5.25万门，注册用户达3.7亿，已有超过3.3亿人次在校大学生获得慕课学分，慕课数量和应用规模世界第一。
——我国人口红利逐步向人才红利转变。
据介绍，近10年来，全国高校共增设1.7万个本科专业点，撤销和停招了近1万个专业点，提升高校人才培养与经济社会发展的适应度匹配度。目前，本科专业达771种、6.2万个专业布点。
服务国家战略需求，增设了储能科学与工程、人工智能、生物育种科学等新专业；服务民生建设急需，新增老年学、养老服务管理等新专业，并扩大了预防医学、护理学、家政学等专业布点规模。加快培养急需紧缺人才，不断完善高质量人才培养体系。新工科、新农科、新医科、新文科建设持续深化，人才培养组织模式持续创新，一批未来技术学院、现代产业学院等加快建设。创新创业教育领跑世界。成功举办7届中国国际“互联网+”大学生创新创业大赛，累计吸引五大洲120多个国家和地区的2533万名大学生参赛，大赛累计直接创造就业岗位数75万个，间接提供就业岗位516万个。
随着我国高等教育规模大起来、实力强起来，我国人口素质不断提高，人口红利逐步向人才红利转变。
