粮食产量连续八年超一点三万亿斤——从丰收答卷看端牢饭碗底气与实力******

　　冬至时节，寒风瑟瑟。尽管皖北平原温度已降至零摄氏度以下，安徽省涡阳县宋来宝农作物种植专业合作社理事长宋来宝却并不担心庄稼地里的麦苗。“目前田里的麦苗80%以上是壮苗，抗冻性强。”

　　宋来宝告诉记者，2022年他种植了约3000亩小麦，苗情长势好得益于前期科学种植，“播种期里，我对农田进行了两次机器镇压，土壤上实下松，保温性更好，确保麦苗能够安全越冬。”

　　粮食安全是“国之大者”。今年，我国有力克服北方罕见秋汛导致冬小麦晚播、局部发生新冠肺炎疫情和南方持续高温干旱等不利因素影响，全年粮食实现增产丰收，粮食产量连续8年稳定在1.3万亿斤以上，彰显了端牢中国饭碗的底气与实力。

　　耕地是粮食生产的命根子。去年底召开的2021年中央农村工作会议部署抓好粮食生产，明确要求“稳定粮食面积”。

　　今年，中央继续提高小麦、稻谷最低收购价，稳定玉米、大豆生产者补贴和稻谷补贴政策，先后向实际种粮农民发放一次性补贴400亿元，提高农民种粮积极性。各地强化耕地用途管制，通过退林还田、间套复种、农田连片整治等方式，挖掘面积潜力。全国粮食播种面积17.75亿亩，比上年增加1051.9万亩，增长0.6%。

　　耕地保护既要保数量，也要提质量。今年以来各地加紧推进高标准农田建设，不断改善农业基础设施，为实现粮食高产稳产、农业高质高效奠定基础。到2022年底，我国高标准农田将累计建成10亿亩。

　　在河北省秦皇岛市昌黎县马坨店村，老书记刘兆云望着阡陌纵横、路畅渠通的农田告诉记者，近年来村里实施方格布局、完善田间灌排设施、整修农田道路等工程措施，达到地平整、土肥沃、水畅流、路相通的标准，极大提高了土地质量和土地利用率。“现在1个小时就能浇完一亩地，不仅降低成本提高效率增加了效益，还解放了劳动力，粮食产量和亩效益也大大提高。”刘兆云说。

　　向良田要粮，也要向科技要粮。从智能农机、植保无人机等新装备的推广，到保护性耕作、测土配方施肥、病虫害绿色防控等新技术的运用，依靠农业科技不断提升粮食单产水平，成为粮食连年丰收的关键密码。

　　“作为新型农业经营主体，在小麦越冬保障上，现在我们更加注重因地因苗科学管理，针对弱苗，在温度适宜时将增施叶面肥促进麦苗由弱转壮。”宋来宝说。

　　在北大荒集团，无人种田、无人收割等智慧生产方式已大量应用，5G、北斗导航、移动互联网等技术和服务团队的加盟，形成了各方支撑粮食生产的合力。当前，黑龙江省农业科技进步贡献率达69.4%，农作物耕种收综合机械化率达98%。我国整体农业科技进步贡献率已突破61%，农业科技研发实力进入世界前列。

　　着眼未来，我国稳定粮食生产仍然面临一些风险挑战，要始终绷紧粮食安全这根弦，抓紧抓牢粮食生产，把饭碗牢牢端在自己手中。

　　党的二十大报告要求，“全方位夯实粮食安全根基”。近日召开的中央经济工作会议提出，“实施新一轮千亿斤粮食产能提升行动”。

　　“要实现粮食稳产增产，必须要不断完善粮食生产支持政策，强化现代农业基础支撑，确保三大谷物面积稳定在14亿亩以上，口粮面积稳定在8亿亩以上，粮食产能要持续稳定在1.3万亿斤以上。”中国人民大学教授、国家粮食安全战略研究院院长程国强说。（记者汪子旭 水金辰）

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)