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)
提速近10倍!基于深度学习的全基因组选择新方法来了****** 近日,中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用,将助力深度学习在全基因组选择中的应用,为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物(Molecular Plant)》上。 全基因组选择作为新一代育种技术,通过构建预测模型,根据基因组估计育种值进行早期个体的预测和选择,从而缩短育种世代间隔,加快育种进程,节约成本,推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心,极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型,难以捕捉基因型和表型间的复杂关系。 相较于传统模型,非线性模型(如深度网络神经)具备分析复杂非加性效应的能力,人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机,深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料,通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比,该方法有以下优点: 可以利用多组学数据开展全基因组预测;算法设计中包含批归一化层、回调函数和校正线性激活函数等结构,可以有效降低模型错误率,提高运行速度;预测精度稳健,在小型数据集上的表现与目前主流预测模型相当,在大规模数据集上预测优势更加明显;计算时间与传统方法相近,比已有深度学习方法提速近10倍;超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |