“传奇警犬”暮年犹勇：退休前站好最后一班岗******
中新网吉林10月13日电 (记者 石洪宇)几乎到了“职业生涯”的末期，但排爆犬Lucky(幸运)仍保持着良好的工作状态。奔跑、耐力、执行等方面远超其他同类，排查爆炸物仅耗时10多秒。服役以来，这只7岁的黑色拉布拉多犬陪伴杨云泽出警近700次，这对搭档一起面对过许多大场面。
在最近一次吉林省首届警犬技术比武竞赛中，“90后”带犬民警杨云泽引导Lucky在几十只警犬中脱颖而出，拿到冠军头衔。每每谈及那场比赛，杨云泽都用手抚摸Lucky的头，对方则用撒娇的声音回应。
Lucky在训练。 石洪宇 摄这对搭档在吉林市公安局刑事技术支队四大队工作，两人亲密无间的配合也让Lucky成为“传奇警犬”。吉林省很多警犬训导员将其视为训练样板。
“很多时候它让我很感动，一次侦破案件，它连续工作6个多小时，累得趴在我怀里睡着。”杨云泽说，双方相处多年，他早就视其为家人。
杨云泽是吉林市警队唯一的动物医学专业毕业生，8年前他来到警犬基地工作。工作的第二年，Lucky也来入职。双方第一次见面，Lucky便表现不凡——体力出众、聪明，且极为活泼。
第一步是培养亲密感情，双方在玩耍、朝夕相处中了解对方。当时的Lucky十分迷恋球类，甚至尝试咬着网球睡觉。但漫长、严苛的训练才是工作中的主题，先是听从命令，而后是行为规范……直至Lucky可以迅速找到床头、车辆、行李中隐藏的爆炸物。
“训练警犬也要遵循规律，不能急功近利。”杨云泽说，Lucky比较敏感，能迅速捕捉到他的情绪，如果过于急躁，会打消其积极性。
杨云泽起初认为对方更喜欢零食，训练成功后会给一些奖励。后来才发现，它更喜欢一起玩耍，每一次训练和出警后，双方都会用球玩上一阵。
寒来暑往，一人一犬在训练场留下汗水，在实战中检验效果。
一次紧急任务，这对搭档连续工作两天三夜，最终Lucky累倒，但配合民警找出了重要线索。收队后，杨云泽抱着它打了吊针。“当时别提多心疼它了，它用表情告诉我有多委屈。”
这对搭档的杰出工作成绩赢得了警队的信赖，2018年前后他们经常前往外地执行任务，在多个城市的大型会议现场、机场，经常可以看到这对搭档的身影。
熟稔动物习性的杨云泽明白，近7个年头的陪伴便是Lucky的大半生。虽然到了老年，但这只“传奇警犬”仍表现出卓越状态，每逢任务和训练，杨云泽来到它的房间，Lucky总会兴奋不已。(完)
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) 1分快3地图 |
