y39彩票赔率|百度词条

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)

竹子“变身”高透光电磁屏蔽材料******

　　竹材是一种常见的生物质材料，具有可持续性、生长速度快、资源丰富等优点，被广泛用于家具制造及家居装饰用材领域。但是，你见过透光竹材吗？它不仅透光还可以隔热、保温、屏蔽电磁，这样神奇的材料是怎么制成的呢？

　　近日，南京林业大学家居与工业设计学院吴燕教授领衔的课题组，通过一种简单高效的处理方式，将竹材转化为具有良好光学性能的透光原竹和透明竹片，同时保留了原竹天然形状和纤维素骨架结构。日前，相关研究论文发表于国际期刊《纳微快报》。

　　科技创新将竹材利用最大化，竹材逐渐作为木材、塑料、钢筋等材料的替代品被开发利用，形成了重组竹、竹编工艺品、竹纤维制品、竹碳制品等100多个系列上万个品种，竹材产品已经覆盖生产生活的各个领域。我国是世界竹材产品生产、贸易第一大国，2020年，全国竹产业产值近3200亿元。

　　随着人们对家居环境个性化装饰需求的日益增多，将竹材等环保材料转化为新型材料的研究越来越多，吴燕课题组的研究便是其中之一。

　　论文第一作者王晶介绍，透光竹材的制备主要分为两个步骤，第一步是去除发色基团，第二步是浸渍折射率与竹纤维素模板相同的聚合物。

　　由于竹材的孔隙率较低，竹材去除木质素和浸渍聚合物的时间比巴沙木、杨木等密度较小的木材要长，因此制备具有一定厚度的透光竹材是一项挑战。

　　该课题组选取5年生毛竹为原材料，将去青后的原竹浸泡在过氧化氢和乙酸混合溶液中，再利用简单的化学预处理脱除原竹中的木质素，木质素的去除会导致更多孔隙出现，有利于下一步的填充过程。最后向竹纤维素模板中填充折射率指数与其相匹配的树脂，再经过快速固化工艺，一款具有优异光学传输性能、抗拉伸性能、表面装饰性和美学价值的透光竹材便应运而生了。与其他不同聚合物浸渍方法制备的生物质透明样品相比，透光原竹固化时间非常短，因此显示出显著的快速制备加工潜力。

　　“此类将原竹直接加工成竹纤维素模板再合成透明材料的方法，将大大减少前期原料机械加工和后期原料成型的步骤，不仅减少了能耗，也减少石化资源的浪费。”吴燕说。同时，这个方法还可以用于处理其他高密度、低孔隙率的生物质材料。

　　据介绍，透光竹材的壁厚可达6.23毫米，透光率约60%，照度为1000勒克斯，吸水质量变化率小于4%，纵向抗拉强度达到46.40兆帕，表面性能为80.2HD（布氏硬度计测试出来的硬度单位）。

　　吴燕教授领衔的课题组将透光原竹与透明竹片、电磁屏蔽膜组成一款复合器件，整体结构类似于常见的蜂窝板，其中透光原竹充当核心骨架、透明竹片为面板、锡掺杂氧化铟薄膜为功能层。

　　经过研究发现，这款复合器件可表现出显著的隔热、保温性能以及电磁屏蔽性能，在家居与建筑装饰材料领域具有广阔前景。（记者 张 晔 通讯员 方彦蘅 姚会春）

　　（文图：赵筱尘 巫邓炎）