智慧城市建设加速释放数据要素红利******

　　智慧城市是数字经济的重要载体，其核心目标在于实现兴业、善政、利民。近年来，随着大数据、AI、云计算、物联网等技术日趋成熟，我国的智慧城市建设进入了高速发展阶段，形成了多个智慧城市群。

　　政府牵头

　　做好智慧城市“顶层设计”

　　政策扶持对于智慧城市建设推进的意义重大，国家“十四五”规划提出以数字化助推城乡发展和治理模式创新。今年的政府工作报告明确指出，要建设数字信息基础设施，推进5G规模化应用，促进产业数字化转型，发展智慧城市、数字乡村。

　　2021年9月，北京城市副中心政务服务中心正式投入运行。该中心推进政务服务与5G、区块链、大数据、物联网、人工智能等技术的融合创新，配备了50多台智能政务终端设备，通过“云窗口”系统建设，以位于六里桥的北京市政务服务中心为审批总后台，打造“数据共享、信息复用、远程交互”三位一体的新模式，实现群众和企业从办事预约申报、咨询导服、受理审批，到结果反馈等服务全流程的“智能无感”新体验。

　　北京城市副中心政务服务中心相关负责人介绍，数字技术正广泛应用到现有政务服务场景中，办事人通过智能终端或综合窗口可完成1993个市级事项全流程异地办理，形成了“东西呼应、双子联动”的服务新格局，具有首都特色、智能高效、暖心贴心的政务服务新模式正在赋能北京城市副中心，使得营商环境不断优化、经济发展再添“翼”。

　　浙江省衢州市将“城市数据大脑”作为未来衢州政府数字化转型的主抓手，通过科学利用城市数据资源、算法资源、算力资源，统筹优化城市公共资源，实时补齐城市运行短板，实现“全城渗透、全层嵌入、全产业感知、全域脉动”，持续驱动数据产业创新、数据治理赋能、数据服务优化，为推动市域治理体系和治理能力现代化建设提供有力支撑。

　　衢州市副市长田俊表示：“通过‘城市大脑’的建设，给基层治理赋能，贯通了省市县‘一网通管’，在市场监管、应急响应、生态环保、群众文化生活建设领域实现了系统性打通。通过数字化消除传统体制障碍，形成合力，职能的下沉使基层治理达到‘最优解’。”

　　企业参与

　　智慧城市项目“遍地开花”

　　数据是数字经济时代重要的生产要素，如何进行安全、高效的数据交易是激活数字经济发展潜力的重要课题。中国信息通信研究院工业互联网与物联网研究所所长金键指出，智慧城市建设的重心在于充分发挥数据要素的作用和价值，将处在不同部门、不同行业、不同系统间的海量异构数据融合与共享。

　　作为数据和数字经济大省，广东省正在积极探索行之有效的数据交易模式。目前，广东省重点打造新型数据交易所，为市场提供安全可控的流通交易平台。

　　在政府的积极推动下，广东省各类中小企业、创新型初创企业、服务创新企业积极将自身的数据、服务、资产，以及算力资源等产品投入市场交易。数据交易所采用“一所、多基地、多平台”架构运营，引入央企控股及省区市龙头国企优势资源共同建设，将围绕数据交易服务、数据资产管理及增值、数据应用服务、金融衍生工具、数据企业孵化等业务打造多平台，充分发挥市场在资源配置中的决定性作用，加快释放数据红利。

　　随着政府关于加快智慧城市建设的政策不断出台，政策红利持续释放。各地的高科技企业纷纷响应政府号召，投身智慧城市建设新赛道。与此同时，传统企业也在积极探索“智慧转型”之路，为市场注入新活力。

　　浙江省宁波市正推动数字经济赋能传统城市管理改革。北仑区作为宁波市的“老港区”，城市环境卫生治理工作负担较重。北仑区通过引入具有数字化平台开发能力的国内大型环卫企业——中环洁集团股份有限公司，实现了优化体制机制整体布局，完成了传统环卫部门的“数字化”和“智能化”转型。

　　企业数字化平台数据接入政府数字管理平台，实现了“政企联动”“一网统管”模式，让“数字城市”发展具备更多潜力，让创新的城市管理与智慧城市发展有了更多的“适配性”，这样的运营模式为城市带来了新活力。

　　探索未来

　　智慧城市发展前景广阔

　　根据IDC《全球智慧城市支出指南》，2021年中国智慧城市的IT总体投资达259亿美元，年增长率15%。近年来，各地逐步加大智慧城市建设的投入力度，智慧城市发展前景广阔。

　　中国国际经济交流中心首席研究员张燕生指出，要探索如何将城市治理和数字经济有效结合起来，提升城市管理整体水平，以及探索数字经济赋能如何提升全要素生产率，让技术进步推动生产力的提升。

　　中国社科院中国城市发展研究会副理事长贺可嘉认为，下一步，智慧城市建设应该与大数据、云计算、区块链、人工智能等技术进行深度融合。从政府角度看，政府可能将逐渐主导在物理空间推动城市的智慧化工作，在元宇宙空间推动孪生智慧城市的建设工作，完成线上线下双城市的发展实践。线下智慧空间建设将打破环保、能源与机械智能化等传统科学壁垒，全方位改善城市生活环境。线上孪生城市的智慧空间将打破时间与空间束缚，让居民分享到更具层次的互动体验。

　　在金键看来，智慧城市建设应以促进数据要素流动为核心，从新型基础设施建设、综合服务能力提升、典型应用打造三个方面形成政府和企业共同参与的多元投资和协同联动模式。充分发挥科技巨头的技术创新能力，联合打造综合服务平台，帮助传统企业和中小企业实现数字化转型。

　　根据中国智慧城市工作委员会数据，2022年，我国智慧城市市场规模将达到25万亿元。随着智慧城市建设水平的不断提高，未来将有越来越多的城市实现“智能化”，从而让更多的人都能感知数字技术带来的变革、享受数字经济发展带来的红利。（经济参考报记者 孙广见 杨柳 郝菁）

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)