推动“冷资源”变为“热产业”******

　　作者：常理

　　刚刚过去的2022年，对中国冰雪运动来说无疑是具有划时代意义的一年。2022年初的北京冬奥会和冬残奥会聚焦了全世界冰雪爱好者的目光，冰雪运动在我国打破了时间、空间的限制，实现了3亿人参与的目标，中国冰雪运动进入了新时代。

　　和2023年一起到来的是北京冬奥会过后的第一个雪季。随着疫情防控政策的优化，全国各地冰雪运动持续升温、活力四射：已经是第九届举办的全国大众冰雪季活动，预计将带动全国超1.5亿人次参与；在哈尔滨，松花江面积雪盈尺，冰上撑橇、冰上龙舟、雪地风筝等构成冬日北国别样风景；在上海，10多块季节性移动冰场如雪花般散布；在重庆，仙女山国家森林公园银装素裹，游客们尽享冬季运动的激情与欢乐……

　　行稳方能致远。过去几年，冰雪运动的种子在全国各地生根发芽、开枝散叶，冰雪产业成为不少地方经济发展的新引擎。前不久，中共中央、国务院印发的《扩大内需战略规划纲要（2022—2035年）》明确提出，推进冰雪运动“南展西扩东进”，带动群众“喜冰乐雪”，这彰显了我国持续发展冰雪运动的决心。冰雪运动种类丰富、形式多样，可满足不同年龄、不同门槛的消费人群需求。发挥好冬奥会余热，推动冰雪运动持续健康发展，将有利于我国进一步扩大内需、刺激消费、推动产业转型升级，为地方经济发展增添活力。

　　打好“融合牌”，让产业旺起来。冰雪产业链条长，上游涉及各种冰雪装备、器材，冬奥会上亮相的国产雪车、雪蜡车、冰刀、速滑服等，都是中国制造向冰雪产业拓展的成功案例；下游涉及文化、旅游、培训等行业，集聚了大量资源，“冰雪+”正成为人们冬季休闲健身的新选择。进一步推动冰雪产业与关联产业需求对接、资源整合、协同发展，提供更加多元的产品和服务，打造具有中国特色的冰雪活动和赛事IP，让冰雪运动的激情保持下去，成为全民健身新方式、健康中国新动力、社会活动新时尚。

　　打好“四季牌”，让企业强起来。众所周知，冰雪运动对于季节性的要求很高，一些欧洲国家雪季持续时间较长，雪场经营具备先天优势。在我国，由于气候原因，很多雪场一个雪季的运营时间仅3至4个月。这就要求企业打好“四季牌”，冬季滑雪，春季踏青、夏季避暑、秋季露营，探索冰雪场地建设和季节转换新路径，满足不同季节、不同消费群体的运动休闲需要。目前，中国冰雪市场还处在起步阶段，百姓对于冰雪运动的喜爱需要一个培育过程，企业需要沉下心来，练好内功，不断为冰雪运动发展创造营造良好氛围。

　　打好“民生牌”，让群众富起来。冰天雪地也是金山银山。我国冰雪资源丰富，这些年，各地通过发展冰雪产业，建设了一批冰雪小镇以及冰雪度假胜地，不仅提升了当地知名度，引来投资和消费，还提高了当地老百姓收入水平，促进地方产业转型和经济发展。作为北京冬奥会雪上项目主要竞赛场地之一，崇礼从一个小县城变成了世界闻名的滑雪胜地，不少当地人端起了“雪饭碗”，吃上了“冰雪饭”。因此，要不断推动“冷资源”变为“热产业”，释放冰雪红利，让冰雪运动进一步火起来。（常理）

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)