快三平台开奖结果|快三平台网址

聚焦重点领域 系统谋划未来产业发展******

　　作者：鹿文亮、王晓明（中国科学院科技战略咨询研究院）

　　近年来，我国在新能源汽车、人工智能、量子信息、绿色低碳、基因技术等领域取得了一系列重大科技创新成果，培养了一批科技领军人才，孵化了一批科技创新型企业，这些都为我国开辟新赛道、谋划未来产业发展创造了能力和条件。

　　我国“十四五”规划和2035年远景目标纲要提出，前瞻谋划未来产业。在类脑智能、量子信息、基因技术、未来网络、深海空天开发、氢能与储能等前沿科技和产业变革领域，组织实施未来产业孵化与加速计划，谋划布局一批未来产业。国家层面高度重视，多部委提出要布局和发展未来产业。科技部、教育部发文确定了10个未来产业科技园建设试点以及1个建设试点培育。进一步明确未来产业重点领域，推进典型应用场景示范，培育产业创新生态，系统谋划未来产业发展具有重要意义。

　　我国已具备发展未来产业的能力和条件

　　近年来，我国在新能源汽车、人工智能、量子信息、绿色低碳、基因技术等领域取得了一系列重大科技创新成果，培养了一批科技领军人才，孵化了一批科技创新型企业，这些都为我国开辟新赛道、谋划未来产业发展创造了能力和条件，具体表现在以下几个方面：

　　在科技创新方面，我国已经构建了从国家到区域的科技创新体系，不断强化战略科技力量。先后布局了一批大科学装置，为我国在基因技术、未来网络、绿色低碳等未来产业方向的技术突破奠定了基础。国家层面支持有条件的地方建设综合性国家科学中心或区域科技创新中心，使之成为世界科学前沿领域和新兴产业技术创新的高地和创新要素的汇聚地，构建了“国家+区域”的科技创新体系。形成了由国家科研机构、高水平研究型大学、科技领军企业构成的国家战略科技力量，并不断强化战略科技力量的创新能力。

　　在产业发展方面，近十年战略性新兴产业的持续发展在部分领域形成了全球影响力。我国在5G、北斗、高铁、特高压、新能源汽车等领域取得了显著成绩。新能源汽车实现弯道超车，构建了完整的产业链条，产销量连续多年位于全球第一。我国还建成了全球最大的5G网络，中国企业声明的5G标准必要专利占比达到38.2%，并逐步拓展5G在工业、交通、制造等多个行业的融合应用。我国在战略性新兴产业方面取得的成就，为我们开展前沿技术创新及发展未来产业奠定了基础。

　　从发展经验来看，我国初步探索了前沿技术创新的发展模式和路径，积累了培育未来产业的经验。过去十年来，依托区域创新体系建设和战略性新兴产业发展，我国在创新主体和平台建设、科技成果转化等方面，建立了包括人才、知识产权、风险投资等在内的要素和市场体系。在云计算、大数据、人工智能、5G等领域发挥了民营企业和平台公司的创新作用，在高铁、特高压等高端装备领域探索新型举国体制，积累了培育发展未来产业的经验。

　　面向重点领域布局未来产业生态体系

　　未来产业具有依托新技术、引领新需求、创造新动力和扩展新空间的“四新”特征。发展未来产业要充分考虑国家发展战略需求，还要考虑到未来产业的前瞻性和不确定性。为此，要统筹布局，把握未来产业发展方向，在不确定性中寻找确定性，通过推进科技成果转化来实现未来产业落地发展。在特定区域先行先试，通过创新政策、创新场景培育一批“新物种”企业，构建未来产业生态。

　　首先，面向国家发展战略需求，明确我国未来产业重点领域和发展方向。未来产业是由重大前沿技术创新驱动，对我国经济社会具有支撑引领作用，当前处于萌芽或产业化初期的前瞻性新兴产业。未来产业的发展具有不确定性，但从技术发展趋势和未来消费需求升级来看，未来产业的发展又有一定的确定性。以“十四五”规划中未来产业的六大领域为重点，中央经济工作会议进一步明确，加快推进新能源、人工智能、生物制造、绿色低碳、量子计算等前沿技术研发和应用推广。确定优先发展的未来产业方向，进一步组织攻关一批需要重点突破的关键核心技术。

　　其次，加快推进前沿技术的产业化落地，建设一批“未来+”应用场景。将未来产业的创新技术与行业需求进行匹配，探索未来产业技术和产品的重点应用领域。面向“未来+”场景，推进“技术创新—产品研发—场景应用”的融合创新，打造未来城市、未来能源、未来交通、未来制造、未来农业、未来健康等重点场景。发挥场景创新的牵引作用，率先引导一批技术成熟度高、产业化能力强、市场需求旺盛的未来产业前沿技术在应用场景和行业领域产业化落地。

　　最后，遵循产业发展规律，培育未来产业创新生态。遵循从前沿技术创新到产业化应用的发展规律，以原始创新为引领，按照“技术创新—成果转化—示范应用—生态培育”的发展思路，制定一批创新政策和管理规范，攻克一批战略性和引领性的前沿技术，孵化一批未来产业“专精特新”和“新物种”企业，建成一批未来产业示范应用新场景，培育竞争力强、经济效益好、具备一定国际竞争力的未来产业创新生态。

　　为未来产业配置资源要素和发展空间

　　发展未来产业具有战略意义，但由于未来产业成熟度较低，回报周期长，早期应给予引导与支持。一方面是将资金、人才等要素向未来产业技术研发和产业化倾斜，提升产业成熟度；另一方面则是通过模式创新和领域开放，为未来产业提供发展空间。具体可以从以下几方面发力：

　　一是引导科技研发项目向未来产业重点领域倾斜，突破一批关键核心技术。科技政策聚焦自立自强，完善新型举国体制，发挥政府在关键核心技术攻关中的组织作用。面向我国未来产业发展需求，推动相关部门、研发机构和科技企业自上而下地布局科研项目向未来产业重点领域倾斜。针对产业发展的短板环节和可能形成战略长板的领域方向，引导战略科技力量增加研发投入。

　　二是建立未来产业创新激励政策，汇集未来产业资源要素。制定财税、金融、人才等产业政策，并在未来产业先导区先行先试，利用产业政策汇集人才、资金等要素，并探索政策的精准性和效能。政府层面设立未来产业“母基金”，并与市场资金共同设立专项“子基金”进行投资，同时发挥政府引导作用和市场选择作用。发展与安全并举，加强金融监管，推动形成“科技—产业—金融”良性循环发展。

　　三是鼓励模式创新与新兴领域探索，为未来产业提供发展空间。在涉及国家战略的未来产业领域，发挥新型举国体制的技术攻关组织和产业化推动作用。在关系到国家安全的未来产业自主创新领域，发挥政府采购等的作用，为新技术、新产品提供市场空间。

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）