天下彩票下载app|天下彩票论坛

汽车产业变革下半场，智能汽车如何开新局******

　　“智能汽车是汽车产业的变革性技术，已引起世界各国的激烈角逐，中国发展智能汽车也已形成共识。我们的顶层规划以及产业政策日趋完善，技术研发逐渐进入商业化创新阶段。”在近日举行的全球智能汽车产业峰会（GIV2022）上，中国工程院院士、清华大学教授、汽车安全与节能国家重点实验室主任李克强的演讲直奔主题。

　　如果说新能源汽车是汽车产业变革的上半场，那么下半场就是智能汽车。本次会议围绕“全球视角下的智能汽车发展之路”，相关院士专家、企业代表聚焦操作系统、顶层设计等话题展开了观点交锋。

　　迈过芯片这道坎是必答题

　　“汽车智能化是一项十分复杂的系统工程，需要智能汽车、智能交通、智慧城市的协同创新。”中国电动汽车百人会理事长陈清泰说，智能汽车的价值链、供应链正在加速重构，未来汽车对传统汽车的颠覆性，使传统零部件体系的50%以上都面临重构。

　　有机构预测，到2030年，芯片将占高端汽车物料成本的20%以上，软件成本占整车成本的比例，则将从目前的15%跃升至60%。

　　近年来，在“缺芯”倒逼下，我国汽车芯片设计有了快速进步。不过，中国电动汽车百人会副理事长兼秘书长张永伟坦言，如何迈过芯片这道坎，仍然是必须要解决的问题。

　　“我们必须看到我们所面临的一系列严峻挑战。”张永伟举例说，比如进口依赖、产业链技术短板、严格的检测认证以及人才短缺等问题。基于此，他提出应提升全产业链技术，建立汽车芯片标准、检测认证体系，加快国产芯片“上车”应用，加大政策支持等。

　　打造国产主流CPU架构

　　有报道称，美国太空探索技术公司创始人马斯克将推出汽车芯片，使汽车成为“四个轮子上的移动巨型计算机”。中央处理器（CPU）是汽车产业发展的关键技术之一，CPU架构也是芯片产业链的龙头，其不仅决定了CPU本身的性能，也在很大程度上引领整个芯片产业发展和生态建设。

　　“这几年国产CPU发展得很快，现在国内市场上已有六七种CPU架构并存，但这并非长久之计。”中国工程院院士、中国科学院计算技术研究所研究员倪光南直言，多种国产CPU架构并存，未来可能会造成资源分散、低水平重复等问题。

　　“这种状况如果不加以改进，若干年后，我国将缺乏能在全球市场上与X86、RAM两家竞争的自主CPU架构，从而在主流CPU方面仍将受制于人。”在倪光南看来，面向未来主流CPU市场，要聚焦开源绿色架构，发展中国芯片产业。尤其是在智能网联汽车等新兴领域，可通过充分发挥我国举国体制、超大规模市场优势和人才优势，共建绿色产业生态，增强绿色产业链、供应链自主控制能力。此外，还要通过加大对开源数据的贡献，增大国际话语权和主导权。

　　探寻智能网联汽车“中国方案”

　　在探讨中国智能汽车发展的具体问题时，针对如何加强顶层设计，陈清泰坦言，要动员多方力量，共同做好智能网联汽车的顶层布局，例如如何按照车路协同的思路对道路基础设施进行智能化改造，如何建立面向智能汽车的数据监管系统，怎样打破部门分割、形成高效协同的推进体制，都是当前非常迫切需要推进的任务。

　　“未来中国要发展智能汽车，就应该从一体化的架构体系构建和关键技术突破方面作出积极探索。”李克强剖析，考虑到智能网联汽车的技术特征及社会属性，我们难以采用国际上的单车智能发展路径，需要探索“中国方案”，要充分融合智能化和网联化的技术路线，探索适合我国智能汽车的发展方案。

　　智能网联汽车如何迈向高质量发展？李克强认为，要加强顶层设计谋划，抢抓智能网联汽车网联化、智能化的窗口期，加强产业顶层战略布局，并积极践行“中国方案”，成为全球技术趋势的引领者。

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。

　　（文图：赵筱尘 巫邓炎）