聚赢彩票网投-百度词条

社评：在中国旅客入境问题上作秀，这是政治病毒******

　　最近，国际上对中国疫情防控政策的优化调整有一些议论，部分国家“担心中国境内出现新的变异株”，对来自中国的旅客采取了新的入境限制。世卫组织1月4日发布消息称，当前中国主要流行毒株同其他国家提交的中国感染旅客病毒基因序列一致，确认没有发现新变种或显著突变，这也与此前多国科学家的判断相一致。针对中国采取特别入境限制，不仅没有科学依据，也违背防疫初衷。

　　中国疫情防控进入新阶段，外界对此产生关切，这很正常。目前，有几个基础性的事实是比较清楚的：一是中国迄今并未发现新的变异株；二是中国一直与世卫组织保持着密切沟通，及时分享有关信息和数据；三是当前中国的疫情形势是可控的，也有信心确保调整转段平稳有序推进。如果说一些国家因为不了解情况而产生了防御性的“应激反应”，相信随着相关事实越来越清晰，这种反应自然会逐渐消退。

　　但还有一种情况，某些国家从一开始就在作秀，政治因素压倒了科学判断，它们对中国旅客采取的额外防控措施不是基于科学研判，而是基于刻意针对中国的偏见和政治盘算。现在渲染中国优化调整防控政策对外界造成风险的人，和之前狠批中国“动态清零”的，其实大多是同一群人，他们就是来找中国茬或者让中国出糗。他们扮演的角色是国际抗疫合作的搅局者，是一锅粥里的那几粒老鼠屎。世界疫情之所以迟迟没有受到遏制，这些搅局者“罪不可没”。

　　比如，华盛顿方面似乎很鼓励其他国家跟进限制中国旅客，它宣称这是“采取审慎的健康措施来保护公民”，然而为何在德尔塔等致病力更强的毒株在美国国内大流行时，世界没有看到华盛顿“保护公民”的“审慎措施”？就在当下，美国国内流行的XBB变异株正在快速传播并向世界蔓延，为何华盛顿对此没有防止“新变异株”的“审慎措施”？

　　需要指出的是，相关限制措施在包括美国在内的国家引起了许多批评，它们被认为既不科学，同时也没有效果。美国《国会山报》的一篇文章指出，数十万感染者已经在美国各地的社区自由流动，每天从中国增加几百名感染者几乎不会提升健康风险。国际航空运输协会也发表声明，批评一些国家对来自中国的旅客实施检测等防疫措施，是起不了作用的“条件反射反应”，指出各国政府必须基于科学事实而不是政治来做决定。

　　自新冠疫情发生以来，中国的贡献和担当有目共睹。一方面，在全球疫情最危急的时候，中国的生产支撑了整个世界，保证了全球产业链、供应链没有中断。另一方面，中国防控措施，最大限度地保障了人民的生命健康。现在，中国因时因势优化调整疫情防控政策，为中外人员安全健康有序往来创造了更好条件，也为全球经济发展带来了更多利好。在此背景下，在中国旅客入境问题上作秀，这种政治操弄既无视科学事实，也与全世界走出大流行阴影的期待相违背。

　　我们相信，违背科学事实的政治操弄终究不可持续。在“后疫情时代”，新冠病毒要防，“政治病毒”更要防。“政治病毒”造成真理扭曲，也破坏国际合作，既是新冠病毒的帮凶，也是团结抗疫的敌人。未来当我们回看这段历史的时候，那些一心只想利用疫情打击中国、政治甩锅的国家，是要负历史责任的。

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）