2025年全国油茶种植面积将达9000万亩 ，产能200万吨******

　　光明网讯“到2025年 ，全国油茶种植面积达到9000万亩以上，茶油产能达到200万吨。”日前 ，国家林业和草原局、国家发展和改革委员会 、财政部联合印发《加快油茶产业发展三年行动方案（2023—2025年）》 ，明确油茶产业发展目标。

　　行动方案要求2023—2025年 ，完成新增油茶种植1917万亩、改造低产林1275.9万亩。统筹考虑15个适宜种植油茶省（自治区、直辖市） 的自然条件和发展历史 、现状、潜力等因素，按照核心发展区和重点拓展区布局未来3年 的油茶发展任务 。

　　2022年12月15日 ，湖南省永州市道县审章塘瑶族乡审章塘村油茶花开 ，满山满坡，十分壮观。（周凡 摄/光明图片）

　　核心发展区包括湖南 、江西、广西 、湖北、广东、福建 、浙江、贵州8个省区 的近600个县，计划新增油茶种植1488.5万亩、改造低产林1110.6万亩 ，分别占全国新增、改造任务 的77.6% 、87%。重点拓展区包括云南 、海南、河南 、重庆、四川、安徽、陕西7个省市 的近200个县 ，计划新增油茶种植428.5万亩 、改造低产林165.3万亩，占全国新增 、改造任务的22.4%、13%。

　　行动方案按照政府引导、市场主导的原则 ，以扩面提质增效为主线 ，突出创新驱动、示范带动 、科学经营 、强链延链，部署了6项重点任务。

　　要求加快建设高标准油茶林 。抓好重点县示范引领 ，计划在全国建设200个油茶生产重点县，打造规模化 、标准化示范种植基地 。到2025年，全国高标准油茶林面积预计达到4000万亩左右 。进入盛果期后，亩均茶油产量在40公斤左右 。

　　推进良种繁育基地建设 。加强种质资源保护，加大良种壮苗培育推广力度，严格品种管理和市场监管 。将建设全国油茶种苗质量追溯平台 ，组织开展监督抽查和质量监测，确保油茶种植和低产林改造良种使用率达100% 。

　　优化加工生产布局 。加快油茶收储中心建设 ，实现就地就近加工转化。因地制宜建设油茶农庄 ，布局建设一批产加销一体 、品牌效应突出 、集群化发展的油茶产业示范园 ；聚焦重点区域，打造区域油茶产业集群；促进油茶产业与旅游、休闲、文化、康养等产业融合发展 。

　　此外，行动方案还从加强科技创新推广转化、鼓励适度规模经营、加强品牌建设等方面作出部署。明确了支持政策 ，建立健全油茶生产用地、财政资金、金融信贷等支持政策体系。同时，要加强组织领导，明确职责分工，实行专人专管、强化监督考核，实施精细管理 ，确保关于油茶产业发展的决策部署落到实处 。（记者 张佳兴）

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)