彩神x--(中国)百度百科

来源：彩神x1018-07-27 17:48

龚克：人工智能应用于韧性治理，要依法和适度******

　　中新网北京12月11日电 “人工智能(AI)应用于韧性治理要依法和适度，要贯彻AI伦理原则，坚持以人为目的，以目的为中心，而不是以工具为中心，避免技术异化。”

　　2022人工智能合作与治理国际论坛12月9日开幕。在其中的主题论坛“人工智能引领韧性治理与未来科技”中，世界工程组织联合会前主席、中国新一代人工智能发展战略研究院执行院长龚克这样指出。

　　2022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(I-AIIG)承办，中国新闻网作为战略合作伙伴，联合国开发计划署(UNDP)、联合国教科文组织(UNESCO)等国际组织、国内外学术机构支持。

世界工程组织联合会前主席、中国新一代人工智能发展战略研究院执行院长龚克，在2022人工智能合作与治理国际论坛主题论坛“人工智能引领韧性治理与未来科技”中发言。主办方供图

　　龚克认为，当前，韧性已成为可持续发展中的重要要求和愿景。“进入21世纪以来，韧性理论从生态学、工程学、心理学领域逐步延展到城市治理领域。”

　　在他看来，韧性发展现在已经成为重要的发展思路。“它正视困难、风险、冲击、变化，以适应力、恢复力应对之，使系统损失减少到可承受、使运行不失稳、发展不逆转。”

　　龚克举例指出，韧性的基础设施是韧性城市的基础，AI在提高基础设施韧性方面可以发挥积极的作用。“比如AI可以快速、精准地帮助发现地下送水管网的泄露，以实施快速修复。又比如，AI可以及时、准确预测城市用水需求，帮助实现适时适量的供水。再如，AI可以及早、准确地预报特定灾害，帮助实现预防和减损。”

　　“这些例子告诉我们，AI助力韧性发展的作用是无可置疑的，数据是AI发挥作用的重要基础，数据的及时、准确、全面对于AI助力韧性发展至关重要。”龚克坦言，因此，物联网的发展、多源数据的融合、数据的无偏化处理等等，特别是相关知识与数据的结合，以及降低算法对于数据规模、质量的依赖性，成为AI助力韧性发展的技术趋势。

　　龚克表示，“就技术赋能而言，人工智能与韧性治理的关系，包括人工智能作为治理工具和人工智能作为治理对象两方面。我认为，两者统一于人工智能在韧性治理中负责任地、符合伦理地、依法和适度地应用。”

　　他指出，如果AI要赋能韧性治理，就需要自身增能，增强透明度、可解释性、可靠性、鲁棒性，自身要能抗干扰、抗攻击等，让其自身成为有韧性的AI。“如果AI自身很脆弱，容易被攻击、受干扰，它非但不能助力韧性治理，还会起到相反的作用。”

　　同时，龚克强调，AI在用于韧性治理上，要做到依法和适度。

　　“就技术赋权来讲，特别强调赋权必须是依法的，要防止技术异化为权力。”他认为，AI系统作为治理工具时应能针对具体应用主体和场景，识别法律赋予的权力边界，并在任何情况下，保证包容、公平、无歧视，保证不伤害，保证人类的监督和决定权。(完)

彩神x

2100年，2/3冰川可能消失******

2100年，2/3冰川可能消失

图片来源：pixabay

　　美国科学家进行的一项研究对本世纪不同排放场景下的冰川质量损失进行了新的预测。相关研究1月5日发表于《科学》。

　　研究表明，根据当今减缓气候变化的努力，本世纪全球可能损失多达41%，或者至少26%的冰川。

　　这些预测将被汇总到全球温度变化场景中，补充有关气候变化的讨论内容，例如在《联合国气候变化框架公约》第27次缔约方大会（COP27）上进行的讨论。

　　卡内基·梅隆大学土木与环境工程助理教授David Rounce团队发现，如果继续投资化石燃料，在未来场景中，按质量计算超过40%的冰川将在本世纪内消失，而按照数量计算，超过80%的冰川可能会消失。在最好的低碳排放场景下，全球平均温度的上升相对于工业化前水平被限制在1.5℃以内，但按质量计算仍有超过25%的冰川质量将消失，按照数量计算则有近50%的冰川将消失。

　　按照冰川的标准，这些消失的冰川大多数都很小（不到1平方公里），但它们的消失会对当地的水文、旅游、防灾和文化价值产生负面影响。

　　该研究为区域冰川建模提供了更好的背景，Rounce希望这有助于促使气候政策制定者将温度变化目标降低到2.7℃以内——这是《联合国气候变化框架公约》第26次缔约方大会（COP26）承诺的目标。

　　如果温度上升超过2℃，则欧洲中部、加拿大西部和美国等地的较小冰川将受到不成比例的影响。如果温度上升3℃，这些地区的冰川几乎将完全消失。

　　Rounce指出，冰川对气候变化的反应需要很长时间。他将冰川描述为流动极其缓慢的河流。今天的减排努力并不能消除以前排放的温室气体，也不能阻止温室气体对气候变化的影响。这意味着即使完全停止碳排放，其正面效应也需要30年至100年才能反映在冰川质量损失率上。

　　许多因素决定了冰川质量的流失，Rounce的研究推动了用模型解析不同类型的冰川的研究，包括潮汐冰川和碎片覆盖的冰川。前者指漂于海洋的冰川，这导致它们在这个边界失去了很多质量。后者则指被沙子、岩石和巨石覆盖的冰川。

　　Rounce此前的研究表明，碎屑覆盖层厚度和分布可能对整个区域的冰川融化速率产生积极或消极影响，这取决于碎屑的厚度。在这项最新研究中，他发现，解释这些过程对全球冰川预测的影响相对较小，但在分析单个冰川时却发现了质量损失的巨大差异。

　　该模型还使用前所未有的大量数据进行了校准，包括对每个冰川的单独质量变化进行观测，从而提供了冰川质量变化的更完整、更详细的图像。可以说，超级计算机对于支持最先进校准方法的应用和不同排放场景的大规模集成必不可少。（王方）

　　（文图：赵筱尘巫邓炎）

[责编：天天中]

阅读剩余全文（）