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)
2022年新茶饮门店数已近50万家，蜜雪冰城位居第一、古茗第二******
新茶饮行业正处于持续增速阶段。近日，中国连锁经营协会发布《2022新茶饮研究报告》(以下简称报告)显示，2022年新茶饮市场处于成熟期上半段。2022年年底在业的新茶饮门店总数约48.6万家，截至2022年10月底，蜜雪冰城以23295家门店数位居第一；古茗居第二，门店数为6778家。新茶饮行业的市场格局逐渐明朗，新茶饮品牌头部效应明显。
此外，2022年新茶饮的连锁化率已提升到55.2%。在多个城市核心商圈的抽样调查中，新茶饮的连锁化率超80%。新茶饮这个从业者平均年龄不到30岁、形成规模不超十年的新兴行业，已经阶段性创造出了旺盛的消费者需求，并以连锁经营的形态在消费市场上熠熠生辉。
1、蜜雪冰城门店数最多，古茗近7000家
从中国整体新茶饮市场来看，2022年年底在业的新茶饮门店总数约48.6万家，比2020年年底37.8万家增长超28%。结合全网多方数据及企业调研，报告确定了30家典型新茶饮品牌在2022年10月底的门店数。
数据显示，蜜雪冰城门店数位居第一；古茗紧随其后，门店数为6778家；排在第三、四位的的书亦烧仙草、茶百道门店数也均超过6000家。从消费者角度看，2022年新茶饮整体有了更好的“性价比”、算下来“比瓶装饮料贵不了多少”、“比单独买新鲜水果还便宜”。
图片来源：中国连锁经营协会新茶饮门店数不断增长，进一步带动该细分品类在我国现制饮品市场中占据越来越重要的位置。从整个现制饮品市场来看，2022年新茶饮门店数仍是我国现制饮品中门店数最多的一个细分品类，其门店数占比高达61.9%。
图片来源：中国连锁经营协会2、新茶饮连锁化率升至55.2%，行业竞争将围绕供应链
新茶饮具有一定零售产业特性，标准化程度高，能够迅速实现复制。据美团数据显示，2020-2022年餐饮业连锁化率从15%提升到20.7%。同期，新茶饮的连锁化率从41.2%提升到55.2%。在多个城市核心商圈的抽样调查中，新茶饮的连锁化率超80%。放眼全球连锁市场，我国新茶饮在过去几年里市场发展迅猛，目标客群清晰，产品不断迭代创新，孕育出了多个全国知名品牌。
图片来源：中国连锁经营协会中国连锁经营协会发布的报告还指出，未来新茶饮的竞争就是供应链上的竞争。而提前布局供应链的茶饮品牌将在越来越激烈的市场竞争中更具有核心竞争力。比如古茗自2016年就已经开始了供应链建设，除稳定的合作果园茶园外，也拓建了自己的果园，目前已经跑出了一个涵盖原料种植、快速配送、仓储基地建设的完整供应链模式。夯实的供应链链条可以更精准做好产品品控，为消费者提供口感稳定、高性价比的新鲜饮品。
接下来，布局农业供应链将成为行业新趋势，从上游果园到下游销售全产业链把控，将会是新茶饮品牌发展的必经之路。
至于新茶饮行业的未来发展空间，根据艾媒咨询及华经产业研究院数据测算： 2022年新式茶饮行业市场规模超过2900亿元，同比增长5.1%。“整个新茶饮市场有望在2023年Q2全面恢复，并有望迎来‘欢庆式’销售市场，业绩整体全面提升。加盟业务也有望全面恢复。最终，2023年将实现全年业绩的同比增长。”《2022新茶饮研究报告》指出。
| 彩神app地图 |
