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)

只靠坚果的沃隆上市路难******

　　“每日坚果”品类开创者沃隆要上市了？1月8日，北京商报记者获悉，青岛沃隆食品股份有限公司(以下简称“沃隆”)近日已递交首次公开发行股票招股说明书(上会稿)，拟冲刺上交所IPO上市，预计募资7亿元，3.1亿元用于生产智能化改造及智能仓储物流中心建设项目，2.1亿元用于品牌形象及全渠道销售网络建设项目，1.8亿元用于补充流动资金。

　　官网信息显示，沃隆成立于2016年，是集生产加工、国际贸易与电子商务为一体的企业，在国内首创每日坚果系列产品，主营产品包括每日坚果系列、坚果果干系列、烘焙系列。2022年6月22日，沃隆食品曾预披露过招股书，保荐机构为中信证券。

　　作为每日坚果品类的开创者，沃隆凭借先发红利，销售额曾一度突破10亿元。但在近年，沃隆却有些“成于坚果，困于坚果”。最新招股书显示，2019-2021年，沃隆主营业务收入占比分别为99.53%、98.78%、98.92%，其中混合坚果类产品的收入占全部营收的比例分别高达92.14%、85.73%、75.74%。整体来看，坚果业务依然是沃隆的主力，整体业务结构较为单一。

　　在招股书中，沃隆表示，报告期内混合坚果类产品收入占比仍然较高，如果未来该类产品市场竞争加剧或消费者偏好发生改变，可能会对公司生产经营和业绩带来不利影响。据前瞻产业研究院数据，中国混合坚果行业市场规模增速自2016年的400%逐渐降至2021年的16%，行业整体规模增速放缓，这对于仅凭坚果扛起营收的沃隆来说风险或将更高。

　　根据招股书，2019年、2020年、2021年和2022年上半年，沃隆分别实现营收11.649亿元、8.894亿元、11.079亿元和4.36亿元，同期净利润分别为1.312亿元、8870.85万元、1.196亿元和2684.53万元。据沃隆预计，2022年度营收将在10亿-12亿元之间，较上年同期减少9.74%至增长8.31%；预计实现归属于母公司股东的净利润为0.9亿-1.1亿元，较上年同期减少24.74%-8.02%。

　　同时，由于坚果产业门槛低、可替代性强，入局者众多，不少休闲食品企业也大举加入坚果市场竞争，三只松鼠、良品铺子、百草味等品牌也纷纷推出每日坚果品类，沃隆的市场份额被蚕食，市占率正逐渐下滑。

　　数据显示，2019年，沃隆在混合坚果行业的市场份额达到13%，位居行业第一；到2021年，沃隆市占率仅为7.2%，已下滑至第三位。艾媒《2021年中国坚果零食品牌排行Top15》榜单中，沃隆排在百草味、三只松鼠、良品铺子、洽洽之后，居于第五位。

　　在业内看来，沃隆的产品体系结构单一，仅依靠每日坚果，存在爆品后续乏力的风险，沃隆需要逐步向多品类探索布局，搭建稳固的产品护城河。目前来看，新品依然围绕坚果及相关品类。

　　广科院旗下广科咨询首席策略师沈萌表示，许多消费者熟悉“每日坚果”却不了解沃隆，说明其品牌力还有待加强，无论是品类还是企业品牌，都需要凸显与其他竞品的差异性。沃隆的业务结构风险来自于，单一业务占比过大的同时差异化竞争优势不明显，这可能导致因为竞争压力出现业绩大幅波动。沃隆急需打造品牌差异化，提高竞争力。

　　就上述问题及后续发展，北京商报记者向沃隆官网邮箱发邮件联系采访，截至发稿未收到回复。