系统布局国际竞争新赛道******

　　作者：朱克力（国研新经济研究院院长）

　　制胜新赛道，需要更为系统的方法论。结合各地已有的创新实践，其基本路径是，在看准方向、锚定价值的基础上提前布局，在推进过程中突出创新驱动，持续激活人和场景的力量。

　　近期召开的中央经济工作会议强调，抓住全球产业结构和布局调整过程中孕育的新机遇，勇于开辟新领域、制胜新赛道。党的二十大报告指出，要开辟发展新领域新赛道，不断塑造发展新动能新优势。可以说，制胜新赛道正成为我国深度参与和引领新一轮产业变革、重塑国际竞争优势的重要战略目标。

　　纵观全球历史，看准方向并领跑新赛道是制胜之道。看企业发展，三星电子因看准方向，大量投入研发存储器和液晶面板，如今全球市场占有率稳居前列，已成为国际电子产业头部企业；诺基亚虽然抓住通信产业发展机遇在上世纪取得巨大成功，却与触屏手机失之交臂。看国家进步，英国曾因蒸汽技术而崛起，美国凭借信息技术而强大，无不是抓住新赛道机遇而成为时代的弄潮儿。

　　当前，大数据、云计算、人工智能等关键技术赋能各个领域，新产业、新业态、新模式加速迭代。新赛道主要以新技术或新模式为核心竞争力，是分工更细、技术更高、迭代更快、更利于形成优势的新兴产业或细分领域，具有引领性发展、颠覆性创新、爆发式成长等特性。如果说科技创新是推进竞争力提升和现代化先行的关键变量，那么制胜新赛道就是产业迭代升级与换道超车的必由之路。

　　放眼国内，各地在竞逐新赛道方面不遗余力。有的推动发展集成电路、人工智能、生物医药、新能源等先导产业，有的前瞻布局工业互联网、卫星互联网、机器人等新兴产业，有的超前谋划区块链、太赫兹、量子通信等未来产业。应当注意的是，制胜新赛道既要抢占新技术前沿，也要努力在不确定性中锚定其中的确定性。比如，数字化和低碳化，是引领未来产业发展、贯穿全球产业链供应链价值链的重要力量，可作为各地培育差异化新赛道的共性基座。

　　制胜新赛道，无疑需要更为系统的方法论。结合各地已有的一些创新实践，基于从科技到产业的转化规律和推进方式，其基本路径是，在看准方向、锚定价值的基础上提前布局，在推进过程中持续激活人和场景的力量。具体而言，可重点从三方面协同发力。

　　突出创新驱动，布局新赛道。注重从新赛道的起点出发，以推动重点产业链与未来产业发展为主攻方向，打造具有国际竞争力的产业集群。运用产业生态圈理念，将创新与产业化紧密结合起来，构建以企业为主体，涵盖基础研究、技术创新、成果产业化、科技金融全链条的创新生态链，吸引各类创新资源要素高效配置和集聚协作。与此同时，应实施一系列创新驱动政策，梳理完善相应法律，营造有利于各种超前的高科技和新应用竞相涌现的良好氛围与法治环境。

　　坚持以人为本，培育新赛手。人才资源是第一资源，制胜新赛道的一个关键在于“赛手”，以及激励其跑出好成绩的新机制。应着眼于新赛手成长，加快培育一批平台型龙头企业、区域性科技服务机构和更多“专精特新”企业，围绕紧缺人才制定针对性政策，根据新赛道产业人力资本需求规模与层次，搭建高素质、高质量人才引育管理体系。既要提高人才自主培养质量和能力，也要加快引进高端人才，为各类人才发展提供更优质保障。

　　深化场景供给，建设新赛场。想要真正跑通新赛道，必须尊重产业规律，遵循需求导向和场景驱动。新赛道依托的新赛场，由大量可验证需求和可落地场景构成。应通过搭建产业新生态载体，优化场景供给流程，形成产品接入、场景实测、推广示范的全流程场景生长链条，加速技术转变为现实生产力。在挖掘国内市场的同时，应着眼全球，在全球范围开掘制胜新赛道的更大需求和更多场景，瞄准世界一流创新资源开展合作，深度融入全球分工体系并增强国际影响力，实现从跟跑、并跑到领跑的跃升。

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)