人才是第一资源******

　　作者：薄贵利

　　人才是富国之本、兴邦大计。习近平总书记在党的二十大报告中强调，必须坚持“人才是第一资源”，深入实施“人才强国战略”，坚持“人才引领驱动”。当前，世界新一轮科技革命和产业变革正在重构全球创新版图、重塑全球经济结构。创新驱动实质上是人才驱动，谁拥有一流的创新人才，谁就拥有科技创新的优势和主导权。

　　中国共产党的百年奋斗史，也是一部集聚人才、团结人才、造就人才、壮大人才的历史。革命战争年代，着眼革命斗争需要，我们党大力培养选拔对党忠诚、英勇善战、不怕牺牲的干部。新中国成立后，着眼开展大规模经济建设，我们党大力培养选拔懂政治、懂业务、又红又专的干部。党的十一届三中全会后，着眼推进改革开放和社会主义现代化建设，我们党大力培养选拔有知识、懂专业、锐意改革的干部。正是坚持党爱人才、党兴人才、党聚人才，我们党培养造就一批又一批优秀人才，始终充满生机活力，团结带领人民取得了一个又一个伟大胜利。

　　党的十八大以来，以习近平同志为核心的党中央统筹中华民族伟大复兴战略全局和世界百年未有之大变局，全面深入推进人才强国战略，高瞻远瞩谋划人才事业布局，大刀阔斧改革创新，广开进贤之路、广聚天下英才，深刻回答了为什么建设人才强国、什么是人才强国、怎样建设人才强国的重大理论和实践问题，推动新时代人才工作取得历史性成就、发生历史性变革。

　　踏上全面建设社会主义现代化国家、向第二个百年奋斗目标进军的新征程，我们比历史上任何时期都更加接近实现中华民族伟大复兴的宏伟目标，也比历史上任何时期都更加渴求人才。赢得国际竞争的主动，实现我们党确定的奋斗目标，完成中华民族伟大复兴历史伟业，都要靠人才。

　　习近平总书记指出：“我国拥有世界上规模最大的高等教育体系，有各项事业发展的广阔舞台，完全能够源源不断培养造就大批优秀人才，完全能够培养出大师。我们要有这样的决心、这样的自信。”目前，我国已成为全球规模最宏大、门类最齐全的人才资源大国，在全球创新指数排名中，我国从2012年的第三十四位上升到2022年的第十一位。新时代十年，我国教育、科技、人才事业蓬勃发展，为书写经济快速发展和社会长期稳定两大奇迹新篇章奠定了坚实基础。

　　人才强国建设是一项需要持之以恒、久久为功的历史性工程，需要遵循人才成长规律，坚定走好人才自主培养之路，不断优化人才队伍结构，重点抓好战略科学家、顶尖人才、“卡脖子”技术攻关人才、基础研究人才的培养，培养造就大批哲学家、社会科学家、文学艺术家等各方面人才，为全面建成社会主义现代化强国凝聚强大动力、提供强大支撑。同时，持续深化人才发展体制机制改革，不断提高人才政策精准化程度，下力气深化人才发展体制机制改革，解决好人才评价唯论文、唯职称、唯学历、唯奖项等问题，加快形成有利于人才成长的培养机制、有利于人尽其才的使用机制、有利于人才各展其能的激励机制、有利于人才脱颖而出的竞争机制，让各类人才的创造活力竞相迸发、聪明才智充分涌流，为实现中华民族伟大复兴的中国梦汇聚磅礴力量。（薄贵利）

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)