【农业强国光明谈】从农业大国迈向农业强国 ，面临哪些机遇和挑战 ？******

　　党的二十大报告指出，“加快建设农业强国，扎实推动乡村产业 、人才 、文化 、生态 、组织振兴。”本期《农业强国光明谈》邀请中国社会科学院农村发展研究所所长、研究员魏后凯和中国农业科学院农业经济与发展研究所党委书记、研究员毛世平，一起了解农业强国 的“正确打开方式”。

　　魏后凯在节目中解读“农业强国”四个字 的具体内涵。他表示 ，农业强国的提出有利于构建一个更加完整全面 的社会主义现代化强国战略体系 。农业强国 的重要标志 是 “四强一高”：即农业耕地保障能力强、农业科技创新能力强、农业国际竞争能力强、农业可持续发展能力强、农业发展水平高。

　　魏后凯认为，在此时提出建设农业强国 ， 是因为当前我国已经具备加快建设农业强国 的基础和条件 ，只有从现在起加快推进农业强国建设 ，并经过若干个五年规划的持续努力，才有可能使中国立足于世界农业强国之林 ，实现由农业大国向农业强国的转变 ，确保到本世纪中叶全面建成社会主义现代化强国 。

　　毛世平认为，要实现从农业大国到农业强国 的跨越 ，我们还面临着很多挑战。首先 ，“大国小农” 是我国的基本国情 ，与国际上公认的农业强国相比，我国的劳动生产率水平差距较大；此外 ，我国国土面积广阔，区域性差异明显，耕地条件 、生产环境等有鲜明 的区域性特征 ，因此社会化服务体系的建设也 是亟待解决 的问题 。

　　访谈中 ，魏后凯和毛世平还探讨了农业强国提出的意义 、农业强国与农业现代化 的联系等话题 。点击视频观看详情 。

　　往期回看 ：

　　【农业强国光明谈】国产白羽肉鸡自主育种“突围”记

科学顾问

魏后凯

中国社会科学院农村发展研究所所长 研究员

毛世平

中国农业科学院农业经济与发展研究所党委书记 研究员

联合出品

科普中国

中国农业科学院

农业农村部人力资源开发中心

中国农学会

光明网

总 监 制

宋乐永 廖丹凤

总 策 划

战  钊 邬震坤 宋雅娟

导 演 组

宋雅娟 武玥彤 谢  芸

主 持 人

林佳欣

视觉设计

翟  烽

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)