盈彩网投注_平台推荐安卓版v2.9.1(2023已更新)

抓住数字技术变革机遇，充分释放数字经济新动能******

　　本期光明网理论学术动态导读关注数字经济、数据基础制度体系、智慧城市治理现代化、企业创新等话题，欢迎网友踊跃参与讨论。

　　【潘玉驹：抓住数字技术变革机遇，充分释放数字经济新动能】

　　浙江省习近平新时代中国特色社会主义思想研究中心温州大学研究基地研究员、温州大学副校长潘玉驹认为，数字经济为我国经济“稳增长”提供关键力量，为我国经济“调结构”提供新引擎，为我国经济“促转型”提供重要保障。我们要加快建设社会主义现代化强国、推动实现中华民族伟大复兴的中国梦，必须紧紧抓住数字技术变革机遇，充分释放数字化发展的放大、叠加、倍增效应，抢占新一轮发展制高点。加快发展数字经济，必须着力推进重点领域数字产业发展。聚焦集成电路、新型显示、通信设备、智能硬件等战略前沿领域，培育一批具有产业链控制力的生态主导型企业，促进产业化、规模化应用并实现集群化发展，打造世界级数字产业集群。利用数字技术全方位、全角度、全链条赋能传统产业。加快发展数字经济，必须着力塑造数据基础制度体系。充分发挥我国海量数据规模和丰富应用场景优势，激活数据要素潜能。构建合规高效、场内外结合的数据要素流通和交易制度，形成适应我国制度优势的数据要素市场体系。构建体现效率、促进公平的数据要素收益分配制度。加快发展数字经济，必须着力参与数字经济国际合作。我们不仅要加快新型数字基础设施建设，促进数字技术同实体经济深度融合，还要积极参与国际组织数字经济议题谈判、数字化国际规则制定、双多边数字治理合作，在维护和完善多边数字经济治理机制中发挥作用，为营造开放、公平、公正、非歧视的数字发展环境贡献中国方案和中国力量。

　　摘编自《光明日报》

　　【江小涓、白京羽：把握数据要素特征，推动构建数据基础制度体系】

　　中国行政管理学会会长江小涓、国家发展和改革委员会创新驱动发展中心主任白京羽表示，与传统生产要素相比，数据要素具有产权复杂性、交易多元化、技术依赖性强等特征。“数据二十条”既把握数据同其他生产要素的共性，又把握数据要素的特性，提出了有针对性的措施。首先是处理好数据产权和使用权的关系。“数据二十条”提出“探索数据产权结构性分置制度”，要求“根据数据来源和数据生成特征，分别界定数据生产、流通、使用过程中各参与方享有的合法权利”，从而在总体框架上采用结构性分置，具体操作上采用分类分级确权授权使用，创造性提出建立数据资源持有权、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架，构建中国特色数据产权制度体系。其次是处理好场内交易和场外交易的关系。“数据二十条”提出“完善和规范数据流通规则，构建促进使用和流通、场内场外相结合的交易制度体系，规范引导场外交易，培育壮大场内交易”，并在完善数据全流程合规与监管规则体系、统筹构建规范高效的数据交易场所、培育数据要素流通和交易服务生态等方面提出指导意见，为探索建立合规高效、场内场外结合的数据要素流通和交易制度指明了前进方向，也有利于探索更优的数据交易方式。最后是处理好数据共享和数据安全的关系。“数据二十条”对公共数据的开发利用作出规定，主基调是坚持开放共享，但可以无条件开放的公共数据是有限的，“数据二十条”也要求“依法依规予以保密的公共数据不予开放，严格管控未依法依规公开的原始公共数据直接进入市场，保障公共数据供给使用的公共利益”。

　　摘编自《人民日报》　　

　　中央党校（国家行政学院）教授、国家信息化专家咨询委员会委员汪玉凯认为，目前中国城镇化快速发展为城市治理提出了多方面需求，快速城镇化给城市治理带来挑战，智慧城市建设中各地的差异很大，也暴露出一些突出问题。数据治理成为智慧城市治理现代化的关键。在城市现代化过程中，提升公共数据治理能力是实现城市治理现代化的重要路径；数据资源的高效配置和利用是精细治理的基础。加强公共数据治理能极大地整合公共数据资源，提高公共数据的共享水平。加强公共数据治理能更好地造福社会，体现以人民为中心的施政理念。提升我国公共数据治理能力的路径有以下四个方面，一是加强智慧城市建设中公共数据基础设施的统筹，防止重复建设，特别要注重改变观念，提高数据治理能力。二是通过改革加大公共数据改革的力度，提高公共数据资源的共享度。三是要制定严格的制度，保障公共数据资源的开放。其中要处理好公共安全与公共数据开放的关系、处理好在公共数据资源开发利用方面的横向和纵向关系、处理好公共数据开放与保护个人隐私之间的关系。四是在实践中探索将部分公共数据资源通过市场交易的方式开放，实现双赢。

　　摘编自《北京日报》　　

　　科技部成果转化与区域创新司表示，当前，我国经济正处于从高速增长转向高质量发展的关键阶段，企业是最具活力的市场主体，是科技创新的重要推动者，是高质量发展的微观基础，对经济稳增长具有重要作用。必须坚持全面系统创新，完善科技企业梯度培育体系，推动企业成为从创新决策、科研组织、研发投入到成果转化全链条创新的主导力量。一是加强分类指导，健全科技企业梯度培育体系。健全“科技型中小微企业—科技型骨干企业—科技领军企业—世界一流企业”梯度培育体系。二是完善决策咨询机制，强化企业科技创新决策的主体地位。建立企业常态化参与国家科技战略决策的机制，引导企业围绕国家重大战略部署开展创新。建立企业家科技创新咨询座谈会议制度及企业创新高端智库网络，健全需求导向和问题导向的科技计划项目形成机制，强化从企业和产业实践中凝练应用研究任务。三是优化项目组织实施机制，强化企业科研组织的主体地位。四是完善资源配置机制，强化企业研发投入的主体地位。引导企业加大研发投入，特别是提高基础研究投入。五是构建企业主导的产学研深度融合机制，强化企业科技成果转化的主体地位。六是深化人才引育机制，强化企业科技创新人才支撑。推动国家科技人才计划加强对企业科技领军人才和重点领域创新团队的支持。七是完善政策落实机制，营造企业创新良好生态。统筹推进企业创新各项政策落地落实，形成各类企业“创新不问出身”的政策环境。

　　摘编自《学习时报》

　　（光明网记者 王晓秋整理）

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)

　　（文图：赵筱尘 巫邓炎）