扎根一线，投身良种技术攻关******
称重，测量，观察籽粒大小、饱满度……在实验室见到党的二十大代表、天津市农业科学院农作物研究所研究员时晓伟时，她正在几百份小麦种子样品前紧张忙碌，“这些都是最新培育的小麦品种，一部分将带到云南扩繁。”
从事小麦优质高产育种研究工作22年，时晓伟探索出了南繁加代、穿梭育种、品质综合评价和试验示范同步进行的小麦高效育种技术方法，显著提高了育种进程和新品种选育质量。
随着春节临近，时晓伟和同事们正抓紧分析春小麦品质，“我们利用时空、气候差异，进行穿梭育种、南繁加代，从而提升品种选育质量，加快繁育速度。”
打开编号“S22F6—1372”的小麦样品口袋，时晓伟小心拈出10余粒小麦种子，轻轻捧在手心，对着灯光仔细查看。“这个品系粒大，但太瘪，黑胚重，可做大粒亲本，做品种不适合。”时晓伟说。
对培育的小麦进行室内考种，是一项精细的技术活。时晓伟说，不仅要观察每一世代不同家系间小麦籽粒的饱满度、大小、均匀程度、有无黑胚、胚乳是角质还是粉质等性状，还要结合田间农艺性状调查记载，综合考虑保留哪些家系进入下一世代，淘汰哪些家系。
来到小麦品质分析实验室，里面有揉混仪、粉质仪、拉伸仪等分析仪器，还有2022年新添置的全套面包烘焙设备。“通过面包的组织结构、粘弹性等，分析评价面粉品质。”时晓伟说，只有通过全方位、严格的品质分析，才能选择优质高产品系进入天津市春小麦区域试验。
小麦品种迭代从6年6代，逐渐缩短为3年8代；小麦亩产从津强1号的150公斤，增长到津强14号、16号的亩产450公斤左右；津强系列强筋春小麦品种累计推广1000多万亩……20多年来，时晓伟和团队全身心投入小麦优质高产育种研究工作。截至目前，共选育出14个强筋高产春小麦品种、7个优质高产冬小麦品种。
走出实验室，记者跟随时晓伟来到位于天津市武清区的冬小麦育种试验田。“冬小麦早已浇完冬水，进入‘冬眠’时间。”看着泛着青色的麦苗，时晓伟说，让小麦高产，既要有良种，也要科学种植，精心管理，“要关注气温、降水等情况，加强实地踏勘，及时弥补麦田裂缝，防止麦苗受冻，确保麦苗春季返青。”
接下来这一个月，时晓伟还要深入农村，给基层农技人员及麦农授课，讲解麦田管理注意事项。“只要能让小麦丰收，把小麦当家品种牢牢攥在自己手里，再苦再累都值得。”时晓伟说，2023年春天，具有高产、强筋、抗病特性的津强14号、16号小麦将投入小面积生产示范，“我对这两款品种的种植前景充满信心。”
党的二十大报告提出，“全方位夯实粮食安全根基”“深入实施种业振兴行动”。时晓伟表示，将继续扎根一线加强良种技术攻关，助力小麦优质高产，助力农民增产增收。（记者 武少民）
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)
