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)

中国楼市拥抱新周期 或以现房销售推动行业转型******

　　(经济观察)中国楼市拥抱新周期 或以现房销售推动行业转型

　　中新社北京1月19日电 题：中国楼市拥抱新周期 或以现房销售推动行业转型

　　中新社记者 庞无忌

　　2022年中国房地产业出现罕见的深度调整，全行业经历了一次出清周期。不过，从另一个角度来看，“去腐生肌”之后，随着供求重新平衡，房地产业也有望走向真正的良性循环。

　　楼市拥抱新周期

　　国家统计局近日发布的数据显示，2022年，中国商品房销售规模从2021年的近18亿平方米降至13.6亿平方米；商品房销售额从2021年的约18.2万亿元(人民币，下同)降至约13.3万亿元。商品房销售规模创下多年新低。同时，去年，房地产开发投资增速首次出现同比负增长。房屋新开工面积、土地购置面积、房企到位资金等指标均大幅下滑。

　　58安居客研究院院长张波指出，尽管支持房地产发展的几项重要维度(人口、城镇化速度等)在过去几年已经发生了一些变化，但市场面在2022年才真正显示楼市开始进入新周期。

　　中国社科院城市与竞争力研究中心主任倪鹏飞也认为，近年来，房地产高位运行是不合理、不可持续的。由于一些长期变量发生改变，如人均住房面积、人口老龄化等，房地产不可能像过去一样高位增长了，“我们预判未来十年房地产以及住房新增部分规模在10亿平方米至12亿平方米左右，匹配相应房地产投资规模”。

　　经过去年的深度调整，他指出，从总量上看，目前房地产市场正在接近合理区间。

　　经济学家任泽平也认为，房地产大开发时代落幕，进入存量时代。他指出，目前城镇住房套户比(住宅套数和家庭户数的比例)已达1.09，供求基本平衡，未来多数城市将面临住房过剩，再加上人口老龄化加速到来，未来住房需求将有所收缩。

　　现房销售推动转型

　　在供给与需求重新平衡的过程中，新周期或将拉开序幕。近期官方所提及的一项关键变化值得注意。

　　近日召开的全国住房和城乡建设工作会议，将当前和今后一段时期的房地产工作重点总结为“稳预期、防风险和促转型”。在促转型方面，会议明确指出，有条件的可以进行现房销售，继续实行预售的，必须把资金监管责任落到位，防止资金抽逃，不能出现新的交楼风险。

　　从“卖楼花”的预售制到现房销售，这一变化意味着什么？

　　中指研究院企业研究总监刘水在接受中新社记者采访时表示，现房销售有助于减少楼房烂尾及质量问题，对房企来说，也能引导其注重产品质量和高品质服务，引导房企稳健经营，降低杠杆和负债水平。他认为，未来现房销售可能在重点城市的部分地块进行试点，或明确为土地出让的条件。

　　不过，刘水提醒，从预售到现房销售，应该是缓慢的转换过程，不能“急转弯”或一蹴而就。预售制在国内已有近20年历史，如果骤然切换至现房销售，可能会加重房企资金困难。

　　广东省城规院住房政策研究中心首席研究员李宇嘉也对中新社记者表示，现房销售就不再有保交楼问题，这意味着未来的住房供应会更多强调民生保障。李宇嘉也提醒，现房销售应该因区施策，因时施策，匹配各城市的在售库存及未来几年的土地供应计划，不宜一步到位。

　　对于短期库存较少的区域，李宇嘉认为，更适宜提前加大供地，再采取“新老划断”的模式。对于短期库存较多的区域来说，逐步在土地出让条件中明确规定现房销售试点，或是可选择的过渡方案。

　　波动性弱复苏

　　近日，国务院副总理刘鹤在世界经济论坛2023年年会上发表致辞时表示，中国针对房地产领域风险，着力稳定预期，提供合理流动性，放松过热时期的调控措施，积极扩大有效需求。未来中国房地产业稳定发展仍有足够的需求支撑。

　　全国住房和城乡建设工作会议也提出，2023年将以更大力度精准支持刚性和改善性住房需求，提升市场信心，同时也明确将严控投机炒房。

　　倪鹏飞指出，2023年及未来一段时间，如果没有意外事件冲击，房地产总体走势将是波动性弱恢复。

　　张波则认为，房地产市场底部已逐步清晰，房价或在今年二季度企稳。(完)