新华社北京9月16日电（记者高敬）生态环境部副部长赵英民16日说，要以“十四五”规划编制为契机，优化顶层设计，将保护臭氧层工作纳入各地各部门“十四五”规划之中，进一步形成分工明确、协调合作、上下贯通的工作机制和覆盖各领域、全链条的履约治理体系。
9月16日是第26个国际保护臭氧层日。今年国际保护臭氧层日的主题是“守护生命的臭氧：臭氧层保护35周年”，以纪念《保护臭氧层维也纳公约》缔结35周年。
在当天举行的国际保护臭氧层日纪念大会上，赵英民表示，35年来，在各缔约方和国际社会的共同努力下，全世界成功淘汰了超过99%的消耗臭氧层物质。预计到本世纪末将至少避免一亿例皮肤癌和数百万例白内障，实现巨大的环境效益和健康效益。
他介绍，30多年来，中国认真履行公约和议定书有关要求，建立国家保护臭氧层领导小组，建成国家牵头，省市县三级联动的履约管理机制；颁布和实施《消耗臭氧层物质管理条例》等100多项法规和管理政策；累计淘汰消耗臭氧层物质超过28万吨，为臭氧层保护和温室气体减排作出了积极贡献。
赵英民表示，下一步，中国在履行公约和保护臭氧层方面将继续作出积极努力。坚持多边主义，维护包括公约在内的生态环境领域全球合作。同时，严格落实履约各项任务，确保实现履约目标。
他还提出，要以“十四五”规划编制为契机，优化顶层设计，将保护臭氧层工作纳入各地各部门“十四五”规划之中。启动修订《中国逐步淘汰消耗臭氧层物质国家方案》，明确受控物质的淘汰战略、分行业目标和技术路线，采取统一履约行动，综合采取法律、行政、经济和技术措施，提高治理能力，确保可持续履约，为国际环境治理贡献力量。
新华社重庆9月16日电（记者黄兴 李松）“智能技术造福全人类，智能时代属于全世界。”工信部副部长王志军在15日开幕的2020线上中国国际智能产业博览会上表示：“我们欢迎全球智能企业来华投资兴业，共享全球最大的消费市场和技术应用市场。”
在当日举行的开幕式上，王志军致辞说，加快人工智能与实体经济融合是产业优化升级、提升人类福祉的重要路径，中国鼓励国内外企业、科研机构加强对接，广泛开展技术交流与合作，共同推进人工智能基础共性技术研发；鼓励国外企业、研究机构积极参与我国重点科研项目，联合打造创新基地、研究中心、实验室等开放创新平台，共同推动人工智能技术造福世界。
王志军表示，未来中国将稳步推进5G网络商用部署，加强人工智能、物联网、工业互联网等新型基础设施建设；加快传统基础设施的智能化升级改造，促进新旧基础设施的高效连接和转化；并加强全球新一代基础设施互联，构筑高速、安全的基础设施体系，为全球智能产业发展提供有力支撑。
据介绍，近年来我国人工智能领域创新能力持续增强，与实体经济融合不断深入。王志军从三方面分析了我国人工智能领域发展情况。首先，创新能力不断提升，应用算法、专用芯片、开放平台等技术取得局部突破，图像识别、语音识别等应用技术进入国际先进行列；其次，产业生态逐步壮大，截至2019年底，我国人工智能核心产业规模达510亿元，企业数量超过2600家，已是全球独角兽企业集中地之一，京津冀、长三角、粤港澳、成渝等地区产业集聚发展格局初步形成。
此外，智能技术与一二三产业融通发展成效初显，在制造、交通、医疗、教育等领域应用步伐不断加快。“在今年新冠疫情防控过程中，一批智能CT影像系统、智能机器人、智能测温系统等产品发挥了积极作用，取得了良好社会效果。”王志军说。
装备制造业是制造业与服务业融合发展的重点领域，也是探索融合发展路径模式的先行行业。目前，我国装备制造业与现代服务业融合发展正处于快速推进之中，企业层面的探索与实践也取得了积极进展，融合发展效应逐步显现，涌现出一批融合发展领军企业和典型模式。但也要看到，目前我国装备制造业和现代服务业融合发展的整体水平依然不高，存在融合度较浅、发展不均衡等问题，与发达国家的发展水平相比还有较大差距。对此，我们需找准关键问题、厘清制约因素，采取有针对性的措施加以解决，更好推动我国装备制造业和现代服务业深度融合。
当前存在的主要问题
在推动装备制造业与现代服务业融合发展的实践中，有一些问题值得关注。
一是核心技术短板突出。装备制造业是国际竞争最激烈的领域之一，也是我国与发达国家技术差距较为突出的领域之一。我国装备制造业门类齐备、产品齐全、规模庞大，但技术短板始终是制约产业发展的重要方面。目前，我国在高档数控机床、机器人、节能汽车、农业装备等领域与国际先进水平相比尚存较大差距，在集成电路及专用设备、操作系统与工业软件、飞机和航空发动机、高性能医疗器械等领域的差距还要更大。在新兴的人工智能领域，我国企业在中高端传感器等核心技术上亦亟待取得关键性突破。
二是综合集成能力偏低。装备制造业具有典型的终端行业属性，是机械、电子、零部件、原材料、基础工艺等发展水平的集中展现，亦是串联、整合、重塑制造业各行业的集成载体。若装备制造业的综合集成能力较弱，那么联动协同、融合重整、赋能增值的集成发展效应就无从谈起。长期以来，我国装备制造业全链条协同发展体系不畅，机械与电子、整机与部件、装备与原料之间存在各自发展、相互脱节的情况，高端装备系统集成与分包能力也在低水平徘徊。
三是高端软件发展较为滞后。装备制造业高质量发展既要有强大的生产制造能力，也要有坚实的软件服务支撑。工业软件是装备产品运行优化、全过程集成、数据生成加工的核心工具，在很大程度上决定着产品质量、生产方式和企业信息能力。我国工业软件发展相对滞后，长期依靠从国外引进，成为装备制造业发展的软肋。
四是增值服务开发不足。外延增值服务是装备企业提高获利能力的重要支撑，对装备产品竞争力有着重要影响。我国装备制造业在全球分工体系中长期锁定在加工组装环节，国内装备企业整体缺乏服务意识，对增值服务环节的重视和投入不够，从制造到服务的延链拓链进程较为滞缓。
五是产品供需对接不畅。市场需求对装备制造领域的创新具有不可替代的牵引和拉动作用。我国装备制造业长期处于卖方市场，很多装备制造企业重生产轻需求，产需协作不紧密，下游用户、分销商等在产品创新中的作用没有得到充分发挥。同时，由于装备企业信息化程度普遍不高，客户和产品数据积累有限，分析运用较为粗放，对装备企业上下游联合研发、产品个性化定制、供需有序衔接等形成制约。这种供给需求大面积长时期错配的情况，致使低端产品供给过剩，企业陷入同质竞争、价格比拼、微利运营，难以转向创新驱动、需求引领的发展路径，进而导致高端产品供给不足。
推进深度融合的现实路径
装备制造业链条长、涉及部门领域多、技术复杂度高、应用场景多样，在融合发展上具有功能附加性、链条协同性、服务专用性等特点。生产性服务业具有明显的中间投入、拓链衍生、赋能增效特征，既是制造业深化发展的必然结果，也是制造业高质量发展的重要支撑。从融合发展的角度看，装备制造业既要提供硬件产品，也要叠加相关服务；既涉及大量的零部件加工和系统集成，也关系到原材料等基础部门；既要有高度标准化、规模化的产品，也要有非常规、个性化的产品。推进装备制造业与现代服务业融合发展，需要立足产业特性、顺应发展趋势、聚焦瓶颈问题，加快核心技术“破瓶颈”、工业软件“补短板”、系统集成“强能力”、柔性生产“转方式”、增值服务“拓空间”，推动装备制造业转型升级和高质量发展。
第一，多渠道搭建技术研发创新平台，推进核心技术攻坚。装备制造业转型升级的首要任务是突破关键核心技术的瓶颈制约。要依托装备制造优势企业和领军企业，积极对接国内外高等院校、跨国公司、研发机构和行业协会，联合组建技术创新中心、产业创新中心等产业创新平台和研发创新联盟，建立优势互补、风险共担、利益共享的产学研用合作机制，推动各类创新主体协同合作，提升重大关键装备和高端新型装备创新能力；要整合业内外资源搭建关键共性技术研发平台，加强重大关键装备基础理论与共性技术研究，围绕基础性、战略性、全局性领域开展创新攻关，重点突破一批当前急需、制约长远发展的重大装备技术和关键部件；要加强技术研发与应用转化相衔接，鼓励发展科技成果和知识产权评估、交易、仲裁、咨询、担保等服务型科技中介机构，提供研发创新、转移转化、知识产权、资源共享、检验检测、工业云信息等服务，促进创新成果知识产权化、产品化、产业化。
第二，加快推动工业软件创新突破，推动“软”“硬”协调发展。要创新体制机制，着眼长期、持续投入，推动装备、自动化、软件、信息技术等不同领域企业紧密合作、协同创新，开展工业软件攻关。面向装备智能化和高端化发展需要，加快发展制造基础软件、研发设计软件、制造执行软件、车间设备控制软件、数据管理软件、供应链管理软件等高端工业软件，培育壮大平台软件、应用系统、开源社区等新兴业态。同时加强软件企业与制造企业协同合作，依托装备制造企业的生产制造、数据信息、经验积累等优势推进工业软件研发，利用国内市场积极推进国产工业软件先试先行，通过市场化推广应用加快国产工业软件改进提升。还需推进信息技术集成应用，加快重点工业设备、企业业务系统上云步伐，丰富和发展工业APP创新生态，培育一批通用和专用工业APP。
第三，重点发展系统集成和总包服务，提高产业链竞争水平。提高系统集成能力是增强装备制造业核心竞争力的有效途径。要顺应装备产业转型发展和增强核心竞争力的需要，提高装备系统设计、集成、测试和总装能力，开展“项目工程设计+工程施工+设备选型+设备制造+安装维护+使用服务”一体化集成服务。推动装备制造企业、软件供应商、工程公司等拓展系统集成服务，引导装备制造企业发展成套装备“交钥匙”工程以及总集成、总承包服务，深化工程总承包公司、软件开发商与装备制造企业合作，提高系统设计开发能力、供应链整合能力和产品标准化水平，加快向“系统集成供应商”和“成套设备服务供应商”转型。
第四，提高装备柔性个性化生产能力，提高供需协同水平。装备制造业具有显著的订单式生产特点，需适应装备产品下游领域多、应用场景差异大的特点，推动装备制造企业开展模块化设计、柔性化生产和个性化定制，实现供需两侧和产销两端的高效衔接。要鼓励装备制造企业和集成供应商优化产品设计，增加优质新型产品有效供给，满足不同群体不断升级的多样化消费需求；要引导企业建立基于网络的开放式个性化定制平台，加强用户需求管理，精准感知、快速获取用户实际需求，根据用户订单进行自动排产、生产物料供应、产能优化利用；要提高装备行业网络协同制造水平，推动装备制造龙头企业搭建网络化协同制造公共服务平台，加快研发设计、生产制造、销售服务等全流程的信息共享和业务协同，提高装备制造业的产能利用效率、生产制造弹性和客户响应速度。
第五，推动专业化增值服务创新发展，激活服务增长空间。装备制造业高质量发展对生产性服务业提出了更高要求，装备制造与现代服务将加快从失衡分割、松散联系向互促互进、深度耦合转变，装备增值服务也将迎来巨大发展空间。在此背景下，要鼓励企业在装备产品设计和制造过程中强化服务理念、增加服务投入，拓展装备产品服务功能，提升技术装备服务价值。还需引导企业围绕装备产业链前后端环节，积极发展研发设计、试验验证、设备采购、认证监理、节能环保、市场营销、品牌运作、科技咨询、现代物流等专业服务机构，实现产品经济和服务经济的深度融合。
(作者：徐建伟 单位：中国宏观经济研究院产业经济与技术经济研究所)
神经、认知、计算三学科深度交叉
建开源开放平台探索人工智能“无人区”
目前，大数据+深度学习+大算力构成了人工智能的主要发展模型，但更多的数据、更强的算力和改进的算法却未必会让人工智能更聪明。有专家指出，人工智能未来发展的关键并不是简单提高算力和增加数据，而是要重新思考智能模型。
古希腊哲学家德谟克利特曾言，“我宁可找到一个因果的解释，也不愿意成为波斯人的王”。可见，推理能力，是人类智能的重要体现。目前，尽管人工智能在语音、图像识别等特定领域、特定类别下，水平已经比肩甚至超过人类，但对日常生活中的事情进行推理，AI却是一筹莫展。
例如，电影《教父》里有这么一个场景：一个黑手党对糕饼店老板说：“这个店太漂亮了，但是如果有一把火把这个店烧了，那就太可惜了。”显然，这句话背后的意思，不是劝老板准备好消防设备，而是恐吓老板赶紧交保护费。这个结论对人而言是显而易见的，但对于AI则很难理解。再如，张三问李四：“你最近忙吗？”李四回答道：“我眼圈黑得可以扮熊猫了。”对于AI来讲，李四的回答和张三的问题是风马牛不相及的两句话。
目前AI缺乏因果推理能力
“目前AI所学的语料库里，只涉及数据之间的相关概率，而没有数据之间的因果关系；更关键的是，AI算法里很少包含推理的模块。”8月24日，清华大学心理学系和脑与智能实验室教授刘嘉在北京智源人工智能研究院举行的“人工智能的认知神经基础”重大研究方向发布会上指出，而在人的大脑里有专门的认知结构来进行推理以寻找因果关系。事实上，人类随时随地都在寻找事件的因果解释，甚至会把一些完全无关的东西关联在一起。可以说，因果推理是人的一种本能行为。
有人说，今天的人工智能是大数据+深度学习+大算力，未来的人工智能就是更多的数据、更大的算力加上改进的机器学习算法。这么说对吗？“这么说并没有真正回答问题，属于线性思维。深度学习在人脸识别等方面取得重大进展，但并未真正解决感知问题，例如对抗性图片可以欺骗人脸识别系统，这不是个案，而是揭示了深度学习的根本性缺陷。因此，人工智能未来发展的关键不是简单提高算力和增加数据，而是要重新思考智能模型。”北京大学计算机科学技术系教授、北京智源人工智能研究院院长黄铁军表示。
什么是智能？“我认为智能是系统通过获取和加工信息而获得的一种能力，从而实现从简单到复杂的演化。比如说动力系统，汽车、飞机通过油和电等能量进行运动，但这不是智能，如果一个系统能够获取信息并通过加工信息获得能力增长，它就是智能。”黄铁军说。
黄铁军表示，作为智能载体的系统可以是有机生物体，也可以是无机的机器，包括计算机。寄托在有机体上的智能称为生物智能，以机器为载体的智能称为机器智能。而把人工智能理解为“人工设计制造的智能”是偏颇的。
借鉴生物智能拓展研究途径
“生物智能研究是脑科学的一部分，属于自然科学范畴。如同其他自然科学一样，大脑作为研究对象基本是稳定不变的，人类的进化不会在几十、几百年有多大变化。大脑是已知的最复杂的系统，所以脑科学常常被称为自然科学的最后疆域。”黄铁军指出。
机器智能是技术科学的前沿，黄铁军表示：“因为人工智能这种系统的复杂程度是随着人类的设计、开发以及环境的互动变得越来越复杂，所以机器智能的研究对象是一个不断扩展变化的对象，我认为智能科学是技术科学无尽的开放疆域。”
“生物大脑是亿万年进化的产物，机器智能没必要也不可能再从头进化一遍，而是应该在生物大脑的基础上向前发展。”黄铁军表示。例如，目前的机器视觉采用摄像头和计算机算法，虽然取得了很好的效果，但是存在计算复杂度高、成本高等问题。黄铁军团队研制的新型视觉传感芯片仿照生物采用脉冲方式表示视觉信息，不需要大算力就能完成超高速视觉任务，成果表明可从结构和机理上模仿生物大脑，再通过光电系统特性大幅提高性能，这是人工智能未来发展的重要途径。
据介绍，北京智源人工智能研究院在2019年发布的5个研究方向中，将“人工智能的认知神经基础”作为2020年首个重大研究方向，旨在将神经科学、认知科学和信息科学进行交叉融合，加强人工智能和脑科学的双向互动和螺旋发展，揭示生物智能系统的精细结构和工作机理，构建功能类脑、性能超脑的智能系统，以视觉等功能和典型模式动物作为参照物测试智能水平，为人工智能未来发展探索可行道路。
刘嘉表示，从认知神经的角度考虑，理解智能有3个层级，硬件层面、表征与算法层面以及计算目标层面。对应到生物智能中，分别是脑神经结构与功能、生物神经网络模型以及认知模型。课题组将分别从3个层面进行研究：生物基础、网络模型、生物视觉。其中，将围绕“生物视觉的认知神经基础”用多种脑成像的方法，探究大脑的精细结构、阐明生物视觉的认知功能和计算架构；进行“AI的脑解析”，利用认知神经科学的研究方法打开人工智能（深度学习网络）的黑盒子；探索“类脑的AI”，基于生物视觉认知的研究成果，构建类脑视觉信息处理的模型与算法。
“以认知神经为基础，人工智能将进入一个新的发展轨道，尽管它的发展不会像大家想象那么快，因为很多技术挑战需要解决，但只要方向对头，速度还是比较快的。”黄铁军表示，“如果要实现类似生物那样的智能，我认为各种人工智能探索途径最终都将收敛到生物大脑模型上。”
三学科交叉融合探寻生物智能本质
在自然界中，我们看到生物智能可以实现很多目标。那么，生物智能是怎么工作的？
据介绍，生物界中，线虫神经元的数量是302个，果蝇是25万个，斑马鱼为千万级，小鼠接近1亿，绒猴是10亿级，猕猴差不多百亿级，而人有860亿个神经元。虽然这些生物体神经元之间数量差别达亿倍，但是它们都能够满足生存需要——获得食物，逃避危险，繁殖后代。刘嘉指出，尽管不同的生物在智能的高低上存在差异，但是无论是几百个神经元的线虫，还是有千亿个神经元的人类，他们都具有人工智能梦寐以求的通用智能。所以，从生物智能的角度来看，通用智能并非一定要依赖于非常多的神经元来实现，而是神经元通过某种规则的组合。
但是，生物智能底层的规则是什么，现在尚不清楚。刘嘉强调，“这些规则是可以通过研究来获取的。在过去的几十年里，研究者分别从三种不同角度探究智能的本质：一是自下而上的生物学视角，它是忠实于生物神经基础的仿真；二是自上而下来构建抽象的认知模型，以认知科学为核心。三是最近兴起的折中之路，以深度神经网络为代表的在仿真与模型之间计算科学的道路。”
刘嘉介绍说，今后的研究方向是把神经科学、认知科学和计算科学做深度的交叉。而人工智能的突破可能就在这三个学科的交叉点——它现在虽然是一个无人区，在技术和范式上有很多未知，存在很多挑战，但是充满希望。为在这个交叉点开展工作，必须要有一个底层的支撑，这就是生物智能开源开放平台。
具体而言，研究人员准备构建一个多尺度、多精度、多模态的开源开放平台，把生物神经数据、行为范式数据、认知过程及表征数据，以及相应的生物、计算和认知模型等放进去。在这平台之上，吸引更多的人加入进来，探索智能的本质，构建关于智能的理论。（记者华凌）
