彩票宝| (2023已更新(网易/百科)v8.8.8

数字基础设施：打造数字未来坚实底座******

　　【乌镇观察】 

　　光明日报记者 王美莹 王禹欣

　　11月10日，由工业和信息化部、国家互联网信息办公室、国际电信联盟（ITU）联合主办的“数字基础设施:互联互通与创新发展”论坛在2022年世界互联网大会乌镇峰会举办。

　　数字基础设施是以数据创新为驱动、通信网络为基础、数据算力设施为核心的基础设施体系。数字基础设施主要涉及5G、数据中心、云计算、人工智能、物联网、区块链等新一代信息通信技术，以及基于此类技术形成的各类数字平台，服务人们工作、生活的方方面面；3D打印、智能机器人、AR眼镜、自动驾驶等新型数字科技，则广泛拓展了数字基础设施建设的应用范围，擘画了全新的数字生活图景。

　　当前，人类社会正加速向数字化转型，作为新型基础设施，数字基础设施已经像水、电、公路一样，成为人们生产生活的必备要素，为产业格局、经济发展、社会生态发展提供了坚实保障。作为数字经济的坚实底座，数字基础设施的重要性已经成为广泛共识。

　　加速算网融合 打通信息“大动脉”

　　数字经济是当前经济发展的新动能，算力网络是数字基础设施建设的核心载体。当前，我国数字经济呈现产业创新、技术融合、绿色低碳发展的特点，数据价值的探索更加深入。随着网络的复杂度逐渐提升。网络频段增多、应用场景细分、性能要求提高。多种多样的消费与产业应用，都对计算机通信网络和算力节点提出了更高的技术要求。

　　在中国工程院院士邬贺铨看来，算网协同是高质量发展以及数字化转型所需要利用的一个很好的方式，也是全面推进全社会数智化转型，助力数字经济加速发展最直接的抓手。

　　“算力网络是按业务需求，在云网边端间按需分配和灵活调度计算、存储、网络资源的新型信息基础设施。随着社会对算力需求的快速激增，算网协同有力支撑企业上云用数汇智，云网和算网融合促进产业链互利共赢。”邬贺铨说。

　　中国联通集团副总经理何飚指出：“算力网络是数字经济高质量发展的有效推动力，是数字产业化和产业数字化的重要生产力。”

　　而要推动云网和算网的融合发展，必须从提升计算能力、存储能力、算法技能、协同管理等具体问题上出发，加强标准化技术开发工作。

　　中国移动集团副总经理李慧镝在构建以云网融合为核心特征的智能化、综合性数字基础设施，助推数字技术和实体经济的深度融合等方面，体会颇深。“我们突破了云操作系统、分布式数据库一系列关键的核心技术，自主研发了以一体化的云底座、分布式的云能力、可信云平台为核心的CloudOS4.0，形成了全栈的云产品能力。”李慧镝表示。

　　在他看来，算力网络是CT/IT/DT深度融合的新型基础设施，包含创新技术和创新服务，是一次全方位的产业转型升级。“在实践探索中我们深切感受到，算力网络的发展需要在更高层次、更大范围、更深程度上汇聚社会各方力量。”

　　在数字化转型历程中，超前布局算网融合能力等核心技术攻关，正加速数字基础设施建设落实见效。建设以5G网络、全国一体化数据中心体系、国家产业互联网等为抓手的高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字化信息基础设施，将全方位、深层次地赋能数字化创新实践，打通数字经济发展的“大动脉”。

　　释放数字潜能 提升产业链价值

　　电商企业是融合数字基础设施的“先行者”。阿里巴巴集团副总裁周明分享了阿里巴巴在融合数字基础设施上的实践经验——电商企业早已通过数据预测顾客的消费倾向，提前进行货物入仓，方便顾客下单以后快速送货上门。周明指出：“近些年，传统企业也开始通过采集数据，在生产的各个环节里进行数据的计算、参数的调整，提升良品率。”

　　能源行业的数据基础设施建设推动了能源行业的数字化转型和能源行业绿色低碳的高质量发展。中能融合智慧科技有限公司党委书记、董事长王海表示：“在能源行业，数字基础设施建设各自为战的情况比较严重。建议在数据的分级分类、数据的指标体系建设、平台的互联互通、SaaS应用的一些适配等方面，尽快地建立行业标准或者是国家标准，这有助于更好地去推动数据产业的发展。”

　　数据是新型生产要素的一种。对企业来说，数据的交易和共享非常重要。王海希望下一步能够从能源数据的确权、定价、入场、流通、评估、交易、监管以及信用等全环节、全流程来推动标准的建设，也希望能够去探索能源数据的资源化、资产化、资本化的路径，探索建立多方共赢的能源数据流通交易的一些新标准。

　　“但目前来看，我们的整个数字化基础设施是相对薄弱的，距离智能化基础设施还比较遥远。”周明分析道，“数字基础设施仍旧是孤岛化的‘信息烟囱’，导致数据无法共通。数字计算或者智能计算仍有门槛，建设成本高昂且利用率较低。”

　　数字基础设施建设离不开产业链上下游企业的携手共进，离不开政产学研通力合作，充分释放数字潜能，让产业链实现价值最大化，打造产业共赢的新生态。

　　筑牢数字底座 畅享智能化生活

　　在工业领域，人工智能可以帮助企业进行工业缺陷检测，提高生产效率、降低生产成本；在安保领域，人脸识别技术可以提供快速便捷的基于生物识别的身份认证信息；在艺术领域，AI写作、AI绘画火爆，人工智能已经变成画作、音频、文本等信息的“创造力辅助工具”。

　　人工智能是现在数字基础设施不可缺少的一部分，且在整个数字基础设施体系中扮演着“最强大脑”的角色。它对我们日常生活的渗透是方方面面的，人工智能的应用场景随处可见。

　　最近几年，由于新冠肺炎疫情的影响，中国的数字化进程在大大加快。思科大中华区首席架构师蒋星表示，在数字化时代，移动应用、云应用正在成为企业的核心，企业的围墙正在消亡，混合办公成为新常态，新的互联网正在成为企业的骨干网。

　　“人工智能可以提供智慧分析，帮助各个行业降本增效。与此同时，人工智能行业本身也在越来越走向基础设施化。”北京瑞莱智慧科技有限公司首席执行官田天分析了人工智能在数字基础设施融合、协同中的作用。

　　共启“数智未来”，需夯实“点多面广、站高望远、配套齐全”的数字经济底座，推动数字基础设施的互联互通与创新发展。腾讯智慧交通首席科学家张云飞表示：“未来的数字中国建设对我们提出了更高的要求和挑战，能够把数字底座建好，纳管是第一步。”

　　《光明日报》（ 2022年11月11日 08版）

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）