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)
劳动教育关键在“育”******
劳动教育是德智体美劳全面培养教育体系的重要构成,具有树德、增智、强体、育美的综合育人价值。近年来,国家和教育部先后出台关于加强劳动教育的系列文件,明确提出要把劳动教育纳入人才培养全过程。笔者所在的金华职业技术学院针对当下高职劳动教育重视不够、规划不足以及有劳动少教育等问题,围绕学生成长,以文化为引领、课程为基础、实践为载体,做好“育”的文章,有效发挥了劳动教育的育人价值。
文化引领:
居高处立,打造劳动教育高职品牌
坚持文化育人理念,利用校园文化互动性强、渗透性深、辐射面广和影响力大的属性,多措并举推进以劳动为主题的校园文化建设,形成“劳动光荣,技能宝贵,创造伟大”的校园新风尚。
一是做优环境文化。以学生为中心,合力构建浸润式劳动教育“场域”。学校环境建设充分体现职业特点,建立劳动文化长廊,开辟劳动体验馆,建设劳动教育基地等,为学生营造浓厚的劳动实践氛围。组织不同形式的主题教育活动,将劳动教育与工匠精神培育、学徒制建设、思政教育等有机结合,定期开展“劳动文化沙龙”等系列活动,实现劳动体悟与价值观内化相融合。
二是做实制度文化。科学组织、规划、统筹推进劳动教育实施方案,形成学校与社会、行业企业联动的协同育人机制。制定劳动教育基地与工作室建设制度、劳动教育清单制度,完善劳动教育评价制度等,将劳动素养纳入学生综合素质评价体系。确保教育有方向、操作有指南、评价有标准、经费有保障,推动劳动教育向更高层次迈进。
三是做亮品牌文化。推进以专业文化为核心的劳动教育品牌建设。设立“劳动别样美”育人工作室,建好“红砖家园”等劳动教育阵地,成立“耕读社”等学生社团,培育“劳动文化节”等高职劳动教育品牌,打造金职劳动育人“金名片”。
课程筑基:
就实处干,构建劳动教育价值体系
劳动教育有效实施的基础在课程,充分发挥课程建设主战场、课堂教学主渠道作用,劳动必修课与课程劳育同向同行,形成全方位、立体化、针对性的劳动教育价值体系,培养学生正面的劳动态度和积极的劳动情感。
一是劳动课程校本化。面向全校学生开设劳动教育必修课,课程紧扣劳动、劳模、工匠精神培育,着眼“价值”说“美丽”、凸显“创造”说“伟大”、聚焦“责任”说“崇高”、围绕“回报”说“光荣”,引导学生树立劳动最美丽、最伟大、最崇高、最光荣的价值理性,激发其热爱、崇尚、乐于劳动的内在动力。同时,编写相关教材,开发在线课程,打造具有职教特色的劳动教育“一书一课一空间”。
二是思政互联一体化。在思政理论课中强化马克思主义劳动观教育,开展“劳动托起中国梦”“劳动创造美好生活”等专题式教学,通过案例分析、榜样示范等培养学生辛勤、诚实、创造性劳动的意识和精神品质。推动“以劳育德”的方法路径,践行社会主义核心价值观,培育时代新人,实现思政教育与劳动教育的互联互嵌,达成目标互促、内容耦合、方法互补和功能相契。
三是学科渗透常态化。结合学科特点,在各专业课程中深入挖掘和融入劳动教育元素和内容,引导教师树立“大劳动教育观”,有意识地将课程目标与劳动育人有机整合,在课程教学中渗透劳动价值观,以强烈的责任感和扎实的专业技能,发展健全学生的劳动技能和品格。比如,在“果树生产技术”课程中以“绿色生产”“优质栽培”为技术引领,传授果树生产知识与技能,培养学生“知农爱农”的职业情怀和“劳力劳心”的职业素养。
实践赋能:
向阔处行,彰显劳动教育育人实效
实践性是劳动教育的重要特征。劳动教育要以体力劳动为主,让学生亲历劳动过程,通过动手实践、出力流汗,接受锻炼、磨炼意志,形成良好的劳动习惯和劳动责任感,培养正确劳动价值观和良好劳动品质。
一是强化“专业+”劳动实践。以专业实践活动为核心,完善实践教学体系,将工匠精神培育融入生产劳动,让学生在专业实习、实训过程中感受劳动的乐趣,获得劳动创造价值的直观感受。加强校内外实践基地建设,发挥专业优势,探寻多样化的实践平台,充分挖掘劳动教育资源,满足不同专业、不同层次学生的劳动实践需求,凸显专业特色。比如,校企共建实体化的智能化精密制造产教园,为机械制造类专业学生提供劳动实践岗位。
二是丰富“生活+”劳作体验。生活即教育,将劳动教育融入学生的校园生活,从日常着力、细节入手,培养学生良好的生活劳动习惯。通过制定劳动公约、劳动任务清单等,让学生自觉参与校舍卫生保洁、垃圾分类处理、校园护绿、环境美化等力所能及的劳动。推行公寓红色网格管理,实施常态化督导检查和考核评比。利用校园景观绿地,由专业人员带领学生进行耕地播种、锄草收割等田间劳作,感受春耕秋收的中华传统文化之趣。
三是拓展“服务+”公益活动。搭建丰富多样的公益劳动和志愿服务平台,不断扩展服务性劳动的渠道与载体,为学生提供到企业、工厂、农场等参与社会劳动的机会和条件,在与普通劳动者一起经历劳动过程中增长见识,强化社会责任感。把劳动教育融入各类志愿服务活动,组建学生志愿服务队,运用自身专业技能为老百姓办实事。开展文明监督岗、勤工俭学、校园清扫等公益服务性劳动,引导学生在劳动实践中自我教育、自我管理、自我服务。
(作者:倪淑萍,系金华职业技术学院公共基础学院院长)
《中国教育报》2023年01月10日第7版
(文图:赵筱尘 巫邓炎)