彩神ap投注_用户注册 | 官网首页登录平台网址

百余指标，标定兴武之路******

　　打造党管武装、智慧动员等22个建设品牌，开展军地联合指挥机构规范、党支部标准化建设等6个试点，大学生入伍比例稳定在90%以上……年终岁尾，河南省军区党委用党的二十大精神指导筹划新年度工作并科学论证编制第二个“三年规划”，对标对表上级工作部署，制定涵盖37个重点工作的106项具体工作指标，压实强军兴武的责任担当。

　　“高标准的工作谋划和清晰的目标规划，一定程度决定着单位建设发展的方向、层次和质量。”省军区政委徐元鸿告诉记者，2020年，他们结合职能任务制定省军区建设第一个“三年规划”，细化每年党管武装、备战打仗、兵员征集、民兵建设等重点工作的目标、标准和方法，以党管武装模范县考评、军地互提需求互办实事“双清单”制度等工作为抓手，实现重点工作持续突破、全面建设提质增效。

　　“对标职责使命我们缺什么，聚焦备战打仗我们干什么，推动高质量发展我们立什么”，党的二十大胜利闭幕后，该省军区着眼推进打仗型国防动员建设，围绕“巩固提高一体化国家战略体系和能力”“增加新域新质作战力量比重”等新课题、新要求，深入地方政府机关、驻军部队、科研院校召开座谈会20多场，收集数百组数据，推动党的二十大精神进入思想、进入工作，转化为强军兴武的务实举措、标准规范，融入省军区各项建设。

　　聚焦备战打仗是该省军区筹划新年度工作的核心指向。记者在该省军区战备建设局新年度工作计划中看到，该局聚焦国防动员备战打仗准备，紧扣民兵建设质效，筹划打造“河南后备铁军”等4个优质品牌，对应设置指挥能力达标率等12项关键指标。“三年规划”要求全省民兵分队基地轮训率、新质力量编建率等每年提升1个百分点。

　　“这些指标并非空穴来风，都建立在科学数据支撑基础上。”该局参谋张晨说，未来3年全省每年将有4至5个民兵训练基地建成投入使用，基地化、整建制轮训承训民兵能力持续提高；全省平均每年新增高新技术企业1800多家，为扩大新质民兵力量规模提供了可靠保证。

　　“科学的规划计划应因时而定、因势而变，做到实事求是、紧贴实际。”省军区司令员赵钧介绍，近年来，该省军区走开“理论学习、研究问题、进入决策”的方法路子，开设“强军中原大讲堂”，围绕部队重点工作先后组织24次集中研讨，不断用习近平强军思想武装头脑、指导工作、谋划发展。今年下半年征兵，他们积极响应人才强军号召，在充分调研论证基础上，优化高学历青年应征入伍政策措施，使大学毕业生入伍比例提高20多个百分点。在筹划新年度工作时，他们拟完善精准征兵工作机制，采取优先征集特长专业学生等措施，持续提高大学毕业生入伍比例。

　　“一流建设要靠精心设计、规划牵引，更要靠精准督导、精细落实。”为发挥编制规划对部队建设的牵引作用，该省军区研究出台《加强机关工作统筹的措施》，采取每周交班汇报年度重点工作进展情况，每月汇报基础性工作清单、讲评推进基层抓建情况、报告经费使用进度等机制措施，狠抓以备战打仗为核心的年度目标任务刚性落实，确保每一项工作都严格按路线图、时间表推进，紧紧抓在手上、件件落到实处。（李光辉）

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）