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)

加仓权益资产 险资调研积极******

　　今年以来，保险机构调研较为积极。据Wind数据统计，截至1月18日，已有59家保险机构合计参与A股上市公司224次调研。从险资关注的行业来看，电子设备和仪器、家用电器、工业机械、电子元件等领域成为近期调研的重点。

　　业内人士表示，随着上市公司2022年年报的陆续披露，今年一季度在业绩和政策面上向好的行业会逐渐清晰，或迎来较好的调仓或加仓时间窗口。展望后市，多家机构给予中性偏乐观观点，建议把握疫情修复链、金融地产链、新能源领域的波段机会。

　　关注电子设备和仪器等领域

　　Wind数据显示，截至1月18日，开年以来共有59家保险机构合计调研194家A股上市公司，合计调研次数达224次。具体来看，中邮人寿、太平养老、国寿养老参与调研较为频繁，调研次数分别为21次、19次、16次，在保险机构中位列前三。

　　从险资关注的行业来看，电子设备和仪器、家用电器、工业机械、电子元件等领域成为险资近期调研的重点。个股方面，民德电子、火星人、苏州银行等上市公司得到保险机构较多关注。

　　从调研内容来看，企业的业绩指标、生产经营情况、行业动向、未来规划、客户关系等多个方面都是保险机构主要关心的问题。

　　例如，在对苏州银行的调研中，多家保险机构对银行业目前存在的存款定期化情况较为关心。苏州银行表示，针对存款定期化的变化趋势，该行不断优化对公开户、综合签约流程，强化基本账户开立意识，做大对公客户基盘。零售方面，该行将通过制定差异化的产品策略，实行多维度的产品定价，做好低成本存款产品营销，满足不同类型零售客户的金融储蓄需求。

　　优化资产配置结构

　　银保监会披露的最新数据显示，截至2022年11月末，保险资金运用余额为24.8万亿元，较2022年初增长6.8%。其中，股票和证券投资基金3.18万亿元，占比12.82%。某保险机构投研经理表示，2022年11月股市反弹，险资加大了权益类资产配置，股票和证券投资基金投资环比增长近10%，但配置占比仍处于相对较低水平，进一步提升空间较大。

　　目前已进入上市公司业绩密集披露期，多家保险机构表示，会根据公司的财报情况，做出标的选择与调仓动作。

　　也有部分险资人士透露，为避开今年年初的集中配置时点，去年四季度已提前加仓，以期获得相对同业较低的配置成本，在2023年实现收益优势。

　　在调研和加仓的对象选择上，某保险资管机构相关业务负责人对中国证券报记者表示：“年初这段时间，我们需在全年投研策略的基础上，通过现场调研、专家访谈、上市公司电话会议等方式，做好行业和个股的研究筛选，并根据投资计划与调研结果，结合市场走势、基本面的实际进行相互印证后，对个股进行相应的调整操作。”

　　对后市中性偏乐观

　　展望2023年，多位保险业内人士认为，权益类资产是诸多可配置大类资产中性价比较高的资产，今年险资对股票与证券投资基金的配置余额和占比均可能上升，投资收益率也有望改善。

　　市场方面，泰康资产研究部给予中性略偏乐观观点。泰康资产认为，疫情防控政策优化提振市场信心，利好中长期市场，经济将较快恢复；股市收益率与国债收益率之差仍超出历史平均水平，权益资产在大类资产配置中具备相对性价比优势。建议把握疫情修复链、金融地产链、新能源领域的波段机会。

　　中信建投认为，2023年A股多个板块有望在政策刺激、需求回暖及低基数背景下迎来改善。行业配置可优先聚焦“盈利周期反转”方向，例如，计算机、医药、餐饮链、电力板块；其次优选依旧高景气的风、光、储以及军工中的细分方向；另外，还可继续关注地产行业政策反转后业绩有望修复的地产链龙头。