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)
国际油价走低、原油系期货飘绿,为何汽柴油价格仍上调******
国家发改委2月3日傍晚发布消息,根据近期国际市场油价变化情况,按照现行成品油价格形成机制,自2月3日24时起,国内汽、柴油价格(标准品)每吨分别提高210元和200元。
折升价,上述调幅对应92号汽油上调0.16元,95号汽油和0号柴油均上调0.17元。据大宗商品资讯机构卓创资讯测算,以油箱容量在50L的家用轿车为例,加满一箱92号汽油将较之前多花8元,95号汽油多花8.5元。油耗方面,以月跑2000公里,百公里油耗在8L的小型私家车为例,到下次调价窗口开启(2月17日24时)之前的时间内,消费者用油成本将增加12元左右。物流行业,以月跑10000公里,百公里油耗在38L的重型卡车为例,在下次调价窗口开启前,单辆车的燃油成本将增加301元左右。
经澎湃新闻计算,进入2023年以来,成品油调价经历“二涨一跌”。涨跌互抵后,年内汽油、柴油价格分别上涨255元/吨、245元/吨,对应每升92号汽油、95号汽油及0号柴油上涨0.20元左右。国内大多数地区92号汽油零售限价处于7.5-7.9元/升区间。
国际原油期货方面,截至2月2日收盘,2023年3月交货的WTI原油期货下跌0.53美元/桶(-0.69%),结算价报75.88美元/桶;2023年4月交货的布伦特原油期货下跌0.67美元/桶(-0.81%),结算价报82.17美元/桶。3日,国际油价显著下跌。自2月以来,油价震荡走低。
调价当天,在国内商品期市表现上,原油系品种飘绿。2月3日日间盘收盘,国内商品期货主力合约多数收跌。截至当天15时,燃油主力合约领跌期市,跌超3%,低硫燃料油跌超2%。上海国际能源交易中心日间盘原油期货合约低位震荡,国内原油期货主力2303合约开盘531.7元,截至日间收盘,收报531.9元,跌1.92%或10.4元;结算价为532.0元。
这看起来似乎是矛盾的。为什么会出现国际油价走低、原油系期货飘绿的同时,本轮调价窗口汽柴油价格却上调?其实,这是由国内成品油价格调整机制决定的。
按照《石油价格管理办法》有关规定,国内汽、柴油最高零售价格根据国际市场原油价格变化情况,每10个工作日调整一次。每次价格如何调整主要看调价前10个工作日国际油价平均值与再之前10个工作日平均值的比较情况,不是简单由调价前几天国际油价变动决定。从这轮计价周期的原油变化率看,国际原油价格呈现先扬后抑趋势,但整体价格走高。
金联创能源分析师王延婷表示,中国优化疫情防控政策后,出入境管控进一步放松,市场对中国能源需求预期乐观。另外,EIA将2023年全球原油需求增速预期上调5万桶/日至105万桶/日,再考虑到对俄罗斯石油制裁加码,对燃料供应减少的担忧增加。能源需求前景有所改善与供应减少担忧共同提振油价持续反弹。后期虽然因炼油需求疲软和出口低迷,美国原油库存增加,以及在欧洲央行与英国央行货币政策公布前,市场心态趋于谨慎,对原油价格形成打压,但原油整体均价依然上涨明显。
从历史调价数据看,成品油调价与国际油价走势并非“跟涨不跟跌”。此前也多次出现过调价日之前国际油价大幅上涨,但当期国内成品油价格却下调的情况。例如,2021年12月17日是调价日,之前2个工作日国际油价连续上涨,但当期国内汽、柴油价格每吨分别下调130元、125元。据澎湃新闻不完全统计,2021年7月26日、3月31日,2020年9月18日等调价日均出现过类似情况。
隆众资讯原油分析师李彦认为,以当前的国际原油价格水平计算,下一轮成品油调价开局将呈现下跌的趋势。目前来看,欧美经济衰退忧虑仍在延续,俄罗斯实际供应没有出现显著下滑,预计下一轮成品油调价下调的概率较大。
卓创资讯成品油分析师王雪琴称,美联储加息放缓符合市场预期,但全球央行紧缩货币政策不变,依然对国际油价形成利空压制。另一方面,欧佩克+维持现有产量政策不变,在一定程度上对油市底部支撑明显。短期国际油价单边推涨的压力依然较大,油价有望延续波动行情。新一轮调价以下调预期开场。
(文图:赵筱尘 巫邓炎)