田立坤代表：护航数字经济发展 推进制定《数字经济促进法》******

　　【奋进向未来——知识分子代表委员筑梦新篇】

　　近年来，伴随数字经济迅速发展，类似电商平台“二选一”“网络虚假刷量”、屏蔽浏览器广告、“大数据杀熟”、网络售假等侵害消费者权益和知识产权的行为时有发生，数字经济领域的偷税漏税、软色情营销等问题也愈发凸显。“推进符合数字经济发展的立法具有重大的现实意义。提议相关部门制定《数字经济促进法》，为数字经济发展保驾护航。”全国人大代表、哈尔滨凯纳科技股份有限公司董事长田立坤说。

　　田立坤介绍，我国数字经济相关的法律规范日益完善，涉及行政法、民法、知识产权法等多个领域，涵盖网络安全、知识产权、市场竞争、消费者权益保护等多方面议题。比如，《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》、《中华人民共和国网络安全法》等，为《数字经济促进法》提供了良好的法制环境。

　　此外，浙江、广东、江苏、河南、河北等地已先后出台数字经济促进条例，对数字基础设施建设、数据资源开发利用、数字产业化、产业数字化、治理数字化、数字技术创新、保障和监督等形成法律条文，为制定《数字经济促进法》提供了良好的立法基础。

　　田立坤建议，以数字基础设施建设、数据资源开发利用、数字产业化、产业数字化、治理数字化、数字技术创新、保障和监督等为核心，整合各领域、各地域、各层级的数字经济治理规则，完善主管部门、监管机构职责，为数字经济提供统一、周全的保障和支持，建立综合治理体系、提升综合治理能力，加快《数字经济促进法》立法。

　　其中，要以信息技术为支撑、以信息网络为基础，为经济社会发展提供感知、传输、存储、计算及融合应用等基础性信息服务的公共设施体系，主要包括通信网络基础设施、算力基础设施、新技术基础设施、融合基础设施和信息安全基础设施。

　　在数据资源开发利用方面，要高度重视政务数据开放共享，深化政务数据跨层级、跨地域、跨部门有序共享，建立健全公共数据资源体系；支持社会化数据服务机构发展，鼓励市场力量挖掘商业数据价值，推动数据价值产品化、服务化，大力发展专业化、个性化数据服务；支持数据资源开发市场化发展，创新数据交易模式，拓宽数据交易渠道，促进数据高效流通。

　　做好数字产业化。重点推动集成电路、高端软件、数字安防、网络通信、智能计算、新型显示、新型元器件及材料、网络安全等产业发展，促进云计算、大数据、物联网、人工智能等技术与各产业深度融合，培育区块链、量子信息、柔性电子、虚拟现实等产业发展。

　　做好产业数字化。推动大中小型企业数字化转型。重点支持农业、制造业、服务业数字化转型升级，并重点支持智慧农业和水利、工业、商务贸易、智慧物流、金融、能源等行业开展数字化转型提升工程，探索平台企业与产业园区联合运营模式。

　　加强治理数字化。推动数字技术与政府履职全面深度融合，加快实现“一网通办”。推动公共服务资源数字化供给和网络化服务，深化新型智慧城市建设，推动城市数据整合共享和业务协同，因地制宜构建数字孪生城市，鼓励加快城市智能设施向乡村延伸覆盖。（光明日报全媒体记者 李政葳 梁爽）

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)