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)

“提前还贷”热度上涨 银行工作人员：大多需等半年以上******

　　“提前还贷”热度上涨

　　银行工作人员：大多需等待半年以上

　　年后，“提前还贷”的热度再次上涨，频频有相关话题登上微博热搜榜。

　　红星资本局注意到，去年讨论提前还贷时，大众关注的焦点是“应不应该提前还贷”；但现在，更多人关注的焦点变为了“提前还贷难”，线上渠道被关闭，需要预约、排队。

　　有建设银行(601939.SH)某分行的工作人员向红星资本局透露称，在成都市，建设银行的线上预约额度已满，需要线下预约、排队等待，大部分贷款行的等待时间都在半年以上。

　　提前还贷变困难？ 有网友分享投诉经验

　　小陌(化名)与丈夫在北京市买房时就决定未来会提前还贷，用每年的余钱归还银行贷款以便减轻生活压力，他们夫妻俩与银行签订的贷款合同约定“提前还贷无需缴纳违约金”。

　　“刚开始(攒到)20万-30万元才还(一次)，后来(攒)10万元就还，现在(攒)5万元我就想还了。”小陌告诉红星资本局，总贷款约200万元左右，现在已还80万元贷款，月供下降了近一半。

　　以小陌现在的商贷利率(LPR+30bp)计算，她提前归还80万元，如选择月供不变、年限缩短，总利息减少129万元；选择月供减少、年限不变则总利息减少67万元。

　　红星资本局了解到，对于银行来说，用户提前还房贷并不划算，该现象被称为“存贷双降”。

　　小陌对红星资本局回忆称，随着越来越多的人在社交平台上分享提前还贷的经验后，她发现提前还贷变难了。她上一次提前还贷是在2022年6月，在银行APP上申请就可以还贷，“谁知道现在约不上。”

　　红星资本局注意到，小陌遭遇的情况不是孤例，有不同地方、不同贷款行的网友分享过遇到的相似情况，线上提前还贷渠道被关闭，去线下申请提前还贷需要预约、排队等待。

　　在此背景下，有网友在社交平台上分享了成功提前还贷无需多加等待的经验——拨打银行保险消费者投诉维权热线(12378)进行投诉。

　　2月3日，有发过提前还贷经验贴的网友向红星资本局确认，在拨通该电话并按照相关步骤操作后，她现在已经顺利提前还贷。

　　银行员工：

　　预约排队要等半年以上

　　建设银行某分行的工作人员向红星资本局透露称，在成都市，建设银行的线上预约额度已满，需要线下预约，“现在预约还款的人太多了，额度都很紧张。”

　　当红星资本局问及线下预约后大概需要等待多长时间，该工作人员称，每个贷款行都有区别，但大部分的等待时间都在半年以上，“我有同事要还，内部员工也是要排队。”

　　中国银行首席经济学家曹远征曾告诉红星资本局，提前还贷的现象并不是一个大众普遍行为。原本房贷就是因为个人手上没有那么多钱，所以向银行借贷逐月还款，减轻资金压力。如果这样的行为过多，会对金融跨期安排带来很多问题。

　　那么，从个人的角度来看，提前还房贷是否划算？

　　兴业银行首席经济学家鲁政委此前向红星资本局表示，如果有一笔闲置资金，是否提前还房贷，还要看你能不能拿这笔资金赚到比房贷利息更多的钱，如果不能，提前还贷也是可以的。

　　成都商报-红星新闻记者 杨佩雯