66购彩 - 66购彩

2022西湖论剑|谭建荣院士：为数据安全筑起更多防火墙、安全墙******

　　前沿技术在数据安全可控方面发挥着哪些作用？在2022西湖论剑·网络安全大会期间，中国工程院院士谭建荣就新兴数字产业、工业互联网、智能制造、区块链技术等热点话题接受了媒体记者提问，阐述了他对未来网络安全的思考。

　　记者：“十四五”规划指出要培育壮大网络安全等新兴数字产业，在新业态背景下，我们应该如何把握这个机遇，加速推动网络安全产业成长壮大和持续发展？

　　谭建荣：网络安全产业随着网络安全技术的发展而发展，网络技术开放了，网络技术推广应用了，网络安全产业就随之形成，并且壮大。网络技术的先进性是关键，只有具备先进的网络安全技术，网络安全产业才可能具有自主知识产权，才可能做到自主创新、自主可控。有了先进的网络安全产业，我们就形成了网络安全队伍，有了高水平人才，我们才能做大网络安全产业，做到可靠性、可用性、可信性、可控性，才能把网络安全技术应用好、推广好，才能做大做强网络安全产业。

　　记者：近年来数据泄露等网络安全事件不时发生，您认为各相关方应该怎样携手应对，才能确保网络安全、信息安全和数据安全？

　　谭建荣：网络安全本身就是“矛”和“盾”的关系。网络安全既有攻又有防，没有一劳永逸的网络安全。网络安全只有起点没有终点，我们要不断的追求网络安全技术的先进性，才能够有效进行网络安全的“攻和防”。网络安全既要攻得下，又要防得牢，所以这是一对矛盾，就是这对矛盾促进了网络安全技术不断提升、不断发展。只有掌握最先进的技术，才能防得牢。我们首先要有正确的网络安全观，在这个正确的网络安全观指导下，不断提升我们的技术，使我们的防护能力不断增强。

　　记者：您之前提到在工业互联网中数据是至关重要的元素，请您谈一谈数据对于工业互联网发展的重要性体现在哪些方面？

　　谭建荣：我们通过网络产生了工业互联网，把互联网技术用到工业领域，而在工业领域中很大一方面是制造业。在制造过程当中，从产品设计、加工、装配、销售、使用、维护全生命周期来看，每一个环节都产生了大量数据，我们既是大量数据的产生者，又是大量数据的利用者。工业数据，技术数据、管理数据、服务数据、商业数据，对每个企业来说都至关重要，企业的核心竞争力体现在产品上、标准上、自主知识产权上，而最核心、最底层的就体现在工业数据上。企业是行业的领头羊，也是行业的大数据中心，必须要掌握行业数据、发展趋势、商业模式的数据等。

　　工业互联网最核心问题是产生了大量工业数据，而工业产品加工生产的过程，既是数据利用的过程，也是利用数据产生的源头，在这方面同时要利用好、维护好、保护好这些数据。工业数据、数据安全、工业互联是一个三角形关系，每一个环节都必不可少。

　　记者：在智能制造转型升级过程中，需要不断推动智能化大数据创新。如何保障数据安全，推进智能制造又好又快发展？

　　谭建荣：智能制造过程，就是把人工智能技术跟产品实际制造技术融合起来，用人工智能技术解决产品设计、加工、装配、使用、维护等过程当中出现的技术问题，用人工智能提升产品创新能力，改善产品质量。在这个过程中，每一个环节都产生了大量数据，而人工智能一个重要方法就是深度学习，通过人工神经网络训练，用数据训练。人工智能、智能制造归根到底是数据挖掘、数据利用、数据演练的过程，在这个过程当中数据安全是非常重要的，这些数据在哪些行业中，在多大范围使用，给多少人使用，这些都涉及到数据安全。

　　第二个方面，在贸易过程当中，客户服务产生了大量商业数据、技术数据，也包括管理上的数据，这三部分数据安全使用的范围、使用的权限、使用的密码都有一整套管理方法。我们要把智能制造推向深入，必须要通过数据挖掘、数据训练，而在这个过程当中我们要把数据安全做的更好，筑起更多的防火墙、安全墙，这样企业才可以放心地用数据，客户也可以放心地用这些数据。

　　记者：区块链技术在数据安全保障中发挥了哪些具体作用？

　　谭建荣：区块链是基于零信任，把数据公开、透明、去中心化，然后再加密和进行权限管理。区块链技术在数据安全保护方面非常重要，区块链技术应用的最成功、最必要的是金融管理行业、投资融资行业，区块链是公开、透明、去中心化、权限分散等一整套管理制度。我个人理解，区块链技术是互相制约的一个机制，互相制约、互相约束，才能够做到数据安全。（姚坤森）

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)

　　（文图：赵筱尘 巫邓炎）