“再坚持一下”就是胜利******

　　12月19日凌晨，卡塔尔世界杯完美收官，阿根廷队如愿以偿捧回大力神杯。回望28个日日夜夜，许多参赛球队以其出色表现赢得了球迷的尊重，克罗地亚队就是其中一支。

　　先后挑落比利时、日本、巴西、摩洛哥等强队，支撑克罗地亚队一路走来的，是坚不可摧的韧性。1/4决赛对阵巴西队，比赛打到加时赛时先失一球，克罗地亚队没有自乱阵脚，更没有自暴自弃，以一如既往的坚韧完成了逆转，追平了比分，并最终凭借点球大战将夺冠热门巴西队淘汰出局。

　　赛场如战场。当身处危局、险局、残局、僵局甚至败局时，我们靠什么实现逆风翻盘，争取最后的胜利？

　　早在1938年，毛泽东同志就在《抗日游击战争的战略问题》一文中给出了答案：“被迫处于被动地位了的时候，这时的任务就是努力脱出这种被动……往往有这种情形，有利的情况和主动的恢复，产生于‘再坚持一下’的努力之中。”

　　纵观世界杯赛场，当一场比赛进入加时阶段，双方球员的体力消耗已近极限，此时已不单纯是技战术的对抗，更是意志力的较量。打仗亦是如此，战争的残酷尽人皆知。所谓狭路相逢勇者胜，就是当生与死的考验来临之际，心理与生理的抗争达到极限之时，看谁能咬紧牙关“再坚持一下”。无数事实证明，最终的胜利，往往属于坚持到最后的一方。

　　在我军的战争实践中，以少胜多、以弱胜强的战例不胜枚举。英勇顽强的战斗意志和战斗作风，是夺取战斗胜利的重要因素之一。“被动中始行，主动中胜出”的中国工农红军万里长征即是如此。金一南教授在《为什么是中国》一书中写道：“惊天地、泣鬼神的两万五千里长征，连‘战略转移’也是后来的说法，最初讲的是‘突围’，其实当时只是夹缝中求生存。”

　　夹缝中求生存是何等之艰难！长征路上，红军历经大小近600场战斗，一次次面临绝境，陷入至暗时刻，又一次次从危境中解脱，获得新胜利。将时间轴再拉长一点，强渡大渡河、飞夺泸定桥、血战孟良崮、鏖战松骨峰、坚守上甘岭……我军取得的每一场伟大胜利，无不得益于“再坚持一下”的强大韧性。

　　徐向前元帅曾说：“当你最严重最困难的时候，也是敌人最严重最困难的时候，常常是当你因困难在决心发生动摇的时候，而恰恰正是敌人对胜利感到绝望的时候，这种时机是最紧要的关头，这种时机决定于何方能坚持，何方能熬过这最后的五分钟，何方就能取得胜利。”在解放战争时期的晋中战役中，攻打运城的解放军部队进攻多次受阻，战斗形势险峻。危急关头，时任晋冀鲁豫军区第一副司令员的徐向前向全体官兵发出“坚持最后五分钟”的战斗命令。在战斗号令的鼓舞下，攻城官兵军威大振，攻山头、拔要塞，接连拿下运城、临汾等地。晋中战役得以成为我军以少胜多、以弱战强、以攻克守的经典战例。

　　其实，不论是“再坚持一下”，还是“坚持最后五分钟”，二者皆是强调“困境中保持韧性”的重要性。实现中华民族伟大复兴的道路并非一片坦途，我们要学会时刻与困境相伴，在困境中树立决战决胜的信心，时刻葆有战争年代英勇顽强的战斗作风，做到关键时刻冲得上去、危急关头豁得出来。只要韧性在、信心在，我们就能穿越荆棘，前进的脚步就不会停止。（汪娜）

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)