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)
扫除跨境电商退运阻碍******
扫除跨境电商退运阻碍
李鸣涛
跨境电商出口退运的税收优惠来了。近日,财政部、海关总署、税务总局联合发布《关于跨境电子商务出口退运商品税收政策的公告》,降低跨境电商企业出口商品退运成本,积极支持外贸新业态发展。
近年来,解决跨境电商出口商品退货的便利化问题,进一步降低跨境电商出口企业运营成本,备受关注。海关数据显示,2022年我国跨境电商进出口(含B2B)2.11万亿元,其中,出口1.55万亿元,进口0.56万亿元。如按电商企业平均10%的退换货率计算,去年一年我国跨境电商出口商品的退换货金额影响不可小视。当前,大量跨境电商零售出口退货商品,因退运国内物流成本高、进境要求严格且手续复杂等原因,滞留在海外仓库中,需要支付高额的仓储费用,最终大多数商品只能在海外低价促销或销毁,造成大量损失。尤其对很多小微跨境电商出口企业而言,退换货的处理成本蚕食了相当大比例的企业利润。
2022年9月,商务部发布的《支持外贸稳定发展若干政策措施》提出,加快出台便利跨境电商出口退换货的税收政策。而此次出台的政策,将为跨境电商出口企业挽回不少退运成本,减少企业后顾之忧,稳定外贸企业预期。为进一步优化跨境电商出口商品退货流程与规定,为企业提供更多便利,降低操作门槛与企业退货入境成本,下一步可建立起从采购、出境、仓储、销售到退换货处理的全过程完整闭环。
降低退换货条件。按照国家进出口关税条例,因品质或者规格原因,出口货物自出口之日起1年内原状复运进境的,不征收进口关税。这一规定主要是针对一般贸易货物出口,跨境电商零售出口商品发生退货的原因普遍多样,加之境外电商平台倾向于保护消费者利益,很多商品都是经过短暂使用后不满意而发生退货,产品的品质和规格可能并无问题。此次新政策在跨境电商出口商品退运原因上不再强调因品质或规格原因,“滞销、退货”的表述更符合跨境电商商品特点。
优化退货税收政策。对于出口货物和已汇总形成报关单的9610出口商品来说,如何证明商品未退税或退税已补税,是复运进境不征税的重要条件。按照目前规定,退货企业需要向税务部门申请开具相关证明,申请时需要向税务部门提供申报表、报关单、出口发票、税收通用缴款书原件及复印件等证明材料。对此,可考虑利用国际贸易单一窗口平台等,一站式提交相关申请,提升管理部门审核效率;同时针对退货商品的特点和属性,在补缴税款方面制定特别政策。
探索邮包自发货出口退货处理方式。当前我国跨境电商出口中,还有大量的小微卖家采用自发货模式通过邮政小包、商业快件等向境外消费者递送商品,出口报关是通过邮件通关,尚未纳入跨境电商通关报关体系内。这种方式下的退货商品,如退回国内也只能通过个人邮包,成本非常高昂。可考虑实施邮包跨境电商出口商品退货集货模式,在海外设立退货商品集货仓统一批量退运回国内,以降低退运成本,并在通关、税收方面探索相应管理措施。
(文图:赵筱尘 巫邓炎)