玛雅彩票客户端|玛雅彩票注册

城市跨域风险协同治理的模式与路径******

　　作者：张小明（中共中央党校（国家行政学院）应急管理教研部（中欧应急管理学院）教授、博导）

　　城市跨域风险协同治理的必要性

　　城市风险的本质特征为“超辖区化”。城市风险并不总是内嵌于城市行政单元，它的发生地点、影响范围并不局限在固定区域，还可能超越特定的行政边界，向其他城市溢出。城市突发公共卫生事件具有很强的传染性，在密集的城市人流中，病原体迅速传播会加剧风险蔓延和扩散的可能性。各类自然灾害潜藏着次生性灾害威胁，容易触发更大范围的灾情，如暴雨灾害，一旦上游河流决堤，很容易引起中下游城市的洪灾。事故灾难和社会安全事件，虽发生地点和影响范围相对集中，但不妥善的处理同样也可能对其他城市造成不良影响。城市发展中涌现的新兴风险，特别是技术风险、网络安全风险等，具有很强的复合性、联动性和叠加性，更可能产生超越空间范围的颠覆性影响。

　　我国城市风险防控模式具有典型的“辖区性”特征。我国采取属地管理模式应对城市风险。例如，《中华人民共和国突发事件应对法》规定：“国家建立统一领导、综合协调、分类管理、分级负责、属地管理为主的应急管理体制。”又如，《中华人民共和国传染病防治法》指出：“疾病预防控制机构、医疗机构和采供血机构及其执行职务的人员发现本法规定的传染病疫情或者发现其他传染病暴发、流行以及突发原因不明的传染病时，应当遵循疫情报告属地管理原则。”基本法和单行法都强调了突发事件的本地负责、本地化解特征。

　　在面对“超辖区化”的城市风险挑战时，“辖区化”的属地管理防控模式难免会陷入失灵困境。一方面，它固化地引导行政人员遵循应急管理的属地思维，忽略了跨域风险防控中的权责配置与相互协作。当出现跨域风险和危机时，地方政府往往会在辖区利益最大化的理性驱动下“自扫门前雪”，片面强调本地的风险处置责任，忽视甚至搁置“共同责任区”风险问题，继而可能导致跨域风险问题的防控呈现出分散化、碎片化状态，并最终延误风险的最佳处置时机。另一方面，地方政府的资源与能力难以适应跨域风险防控要求。地方政府基本形成了与属地管理模式相匹配的信息收集、报送程序以及资源调集、分配机制。当风险出现后，地方政府能够按照固定规范的流程迅速启动应急响应。而城市跨域风险超越了单一行政区域范围，发展演变趋势不确定，表现形态多变复杂，更重要的是，它突破了地方政府的风险治理权限，涉及到不同应急力量的博弈与权衡，仅仅依靠某一城市的属地管理模式显然很难产生成效。

　　基于此，进行城市跨域风险协同治理极为必要。跨域，顾名思义是跨越地域界限。由于地域具有明确的区划边界性，因此，跨域实际指向的是跨越不同的行政区划；而行政区划又有各自的法定治理权限，这意味着跨域更深层的是对单一治理权的突破。当风险的潜在致灾因子、可能承灾对象超出了城市的行政区划，城市跨域风险就产生了。城市跨域风险协同治理有三种典型情境：一是潜在致灾因子超出特定行政区划范围，涉及两个甚至多个城市辖区，如河流水位暴涨会波及流经的中下游城市。二是潜在致灾因子发生在某一城市范围内，而可能的承灾对象分布广泛，如火山喷发后的火山灰顺着风向飘至其他城市。三是潜在致灾因子与可能承灾对象分别分布在不同城市区划。这三种情况都超出了单个城市的治理权限和治理能力，需要采取跨域风险协同治理模式。

　　城市跨域风险协同治理是城市跨域风险治理的重要类别和突破。协同治理是对原有治理范式的超越和发展，它强调在尽可能满足利益相关者需求的同时，通过协力合作、共同行动的方式，最大可能地维护整体利益。城市跨域风险协同治理过程中，不同城市主体代表着多元利益，它们需要通过博弈协商、相互协作的方式，化解区域风险问题，实现区域利益和地方利益的最大化。因此，跨域风险的协同治理，是在一般性跨域风险治理的基础上，对治理的目标、过程和结果的更高层次追求。根据现有跨域治理模式分类，结合跨域风险治理的现实情况，可将城市跨域风险协同治理划分出两种类型：上级政府主导型和平行区域自发型。第一种类型强调中央政府或者共同上级政府的权威性，他们是跨域风险协同治理的发起方，掌握着治理过程中的决策权和指挥权。第二种类型则出于城市主体的自发性，不同城市特别是毗邻城市，出于各自城市发展的需要和维护城市安全的利益需求而主动形成的治理模式。结合实践看，平行区域自发型的城市跨域风险协同治理运用更为广泛。总之，突破地理空间整合应急力量进行合作应对的城市跨域风险协同治理模式，将越来越成为一种重要趋势。

　　城市跨域风险协同治理的模式建构

　　城市跨域风险协同治理，核心是通过总体顶层设计建构一套行之有效的模式和体制。它囊括了中央政府对城市跨域风险协同治理的总体布局，同时还包括各城市共同体基于区域实践构建的治理体制、组织体系以及与之相适应的职能配置和责任关系。它深刻体现了在服从中央政府关于跨域风险协同治理最高指挥、协调权的前提下，充分发挥跨域城市共同体的自主权与核心地位的模式特征。

　　第一，完善中央政府对城市跨域风险协同治理的顶层设计和总体布局。我国城市种类繁多，行政结构复杂。从城市规模看，包括超大城市、特大城市、大城市、中等城市、小城市。从行政结构看，分为直辖市、副省级城市、省会城市、地级市、县级市等。这些城市在人口规模、经济实力、政治话语权上存在较大差异，完全依靠自组织、自我协调的方式，可能会陷入组织无序、协调不通、效率低下的困境。因此，中央从顶层设计层面进行总体布局、设定规范就极为重要。近年来，中央政府高度重视、统筹布局并积极推进城市跨域协同治理，打造了一套完善的规划体系、规则体系和组织体系，为城市群地方政府进行跨域风险协同治理提供了有效的指导、协调和监督示范。中央政府在强调区域合作、融合互动、资源共通、服务共享等区域发展的同时，还兼顾了风险、灾害、危机的安全统筹。

　　第二，探索“综合协调、协同共治、属地管理”的城市跨域风险协同治理体制。党的十九届四中全会指出“构建统一指挥、专常兼备、反应灵敏、上下联动的应急管理体制”，厘清了应急管理实践中的政府上下级关系，为风险治理工作提供了强有力的组织制度保障。然而，现有的治理体制高度聚焦特定行政区划内的突发事件，一定程度上忽略了跨域风险这一重要类别。基于此，有必要建立面向跨域风险的新体制，以进一步规范城市跨域风险协同治理实践中的权责关系，特别是不同城市领导权、指挥权的配置问题。具体地，应形成“综合协调、协同共治、属地管理”的跨域风险协同治理体制。综合协调是指不同城市政府应急领导力量组成的综合性协调机构享有跨域风险治理的协调权，履行综合协调、信息汇总、应急值守的职能，发挥跨域风险治理的运转枢纽作用。协同共治是指风险的发生地城市、波及地城市政府协同参与、共同治理跨域风险问题，以谈判、商议的方式达成跨域风险治理的最优行动方案。属地管理是在坚持综合性协调机构协调作用和跨域治理共同体协同作用的基础上，延续片区责任制，辖区政府仍然是本区划范围内风险事件的第一责任人和最先响应人，负责向综合性协调机构和其他城市传输信息，在配合跨域治理共同体风险处置方针的同时，负责应急处置本区域的风险事项。

　　第三，设立“综合性协调机构”为主导的跨域风险协同治理组织体系。健全的组织体系是确保跨域风险协同治理工作成效的关键力量。进行城市跨域风险协同治理组织体系的设计，既要兼顾中央政府在工作协调方面的权威性优势，还要尊重跨域城市政府的自主权与核心地位，并妥善适应多元风险类别的外部情境。基于此，城市跨域风险协同治理的组织体系要特别注重三项内容：一是构建中央层面的跨域风险协调办公室，规划全国范围内的城市跨域风险治理工作，必要时还可以由相关部门参与到城市跨域的机构体系中。二是设立综合性协调组织机构。毗邻城市要主动打破行政区划界限，由各地政府、应急管理相关部门主要领导人组建综合性协调组织机构，将其作为跨域风险协同治理的常设机构，发挥指导、协调的核心作用，保障跨域风险治理工作的常态化、规范化运行。例如，2012年，为了应对突发性跨界水污染事故，长三角二省一市成立应急联合委员会、预警应急指挥办公室和应急专项工作组等机构，制定跨域治污的行动方案并负责领导和组织落实工作。三是设立具体风险导向的跨域协同治理办公室。在综合性协调机构内，下设自然灾害、公共卫生、事故灾难、社会安全等主要类别的城市跨域风险协同治理办公室，专门对接各自领域的日常风险管理和应急处置工作，确保跨域风险协同治理的专业性。

　　第四，理顺各类机构的城市跨域风险协同治理职能配置。城市跨域风险治理过程中，综合协调工作普遍面临着双重困境。一是风险的不确定性催生了城市政府差别化的风险回应态度。风险是一种未然状态，具有发生的不确定性。部分存在侥幸心理的城市管理者，往往会选择采取消极、懈怠的态度回应跨域风险事项和合作治理活动，这可能会影响到城市跨域风险协同治理活动的实际进展和整体成效。二是城市主体分布在不同行政区，它们各自有着独立的治理权和多样的利益需求，跨域合作需要统筹的因素多，协调的难度也更大。为了克服双重困境，有必要进一步明晰协同组织机构的职能，加强机构的权威性和规范性。对此，特别需要赋予综合性协调机构以必要的实质性权力，发挥该机构的权威作用，确立该机构的跨域风险常态化预防与治理职责：负责起草跨域风险治理协议，编制风险防控预案，研究制定风险协作的重要政策、年度计划与合作事项，并负责组织召开跨域协调会议。同时，还要明确该机构在风险识别、风险分析与评估、风险处置、风险监控、风险沟通各环节的统一领导、指挥、协调、调度职能。当出现重特大跨域风险，超出综合性协调机构的应对处置范围和能力时，中央相关机构应及时干预，对风险应对处置工作进行统一领导。

　　第五，构建“发生地为主、波及地为辅”的城市跨域风险协同治理责任框架。清晰的权力责任体系是城市跨域风险协同治理工作有序开展的重要保障。城市跨域协同风险的突出问题之一就是地方政府的权责关系不明晰，“谁主责、谁担责”的问题有时处于模糊状态。责任关系不明晰，即便促成了跨域协同治理活动，城市主体由于缺乏刚性约束，很容易在风险的治理参与、评估沟通、响应处置过程中产生侥幸、懈怠心理。对于愿意承担责任积极作为的主体而言，也难免会存在定位不明、把握不清的困惑。因此，城市跨域风险协同治理应当妥善配置权责关系，构建“发生地为主、波及地为辅”的责任框架。一要建立城市跨域风险治理责任体系，建立跨域风险治理的责任清单，明晰各主体单位在跨域合作、联合治理中的权责范围，实现重大跨域风险治理发生地牵头、波及地配合的组织模式。例如，《京津冀协同应对事故灾难工作纲要》将建立协同应急责任体系列为五大工作内容之一，指出要“以区域应急联动综合预案为指导，研究确定京津冀协同应对事故工作中各级政府、相关部门和单位、应急队伍的工作责任，联合编制区域协同应急责任清单”。二是明确城市主体在跨域风险治理中的责任追究制度。以制定法律或者签订协议的方式，明确责任追究的主体、程序和方式。对信息上报不及时、不完全，甚至刻意隐瞒和虚报风险信息，以及不积极参与跨域联合协作，响应不及时，应急处置不配合等行为，给予严厉的责任追究和处罚。

　　城市跨域风险协同治理的运行机制

　　城市跨域风险协同治理的总体顶层设计和模式体制，需要通过完善的运行机制设计来保障落实。当出现跨域风险时，没有任何一个城市能够独善其身，也没有哪个城市能够担负起单独应对风险的防控责任和能力。为此，需要通过各种制度或非制度性约束，鼓励各城市采取联合行动，维持稳定、持续和正式的合作关系。这需要重点处理好城市间三个方面的协同：一是目标协同。不同城市在经济发展水平、主政官员治理理念上存在着差异，这决定了他们参与跨域风险协同治理的目标偏好可能会不太一致，对跨域风险治理的效果也存在着差别化的需求。相比于风险波及地城市，风险发生地往往有着更高的目标追求。而目标的不同又会带来城市主体行为选择的差异。因此，需要对主体目标进行调和，尽可能达成趋同状态，兼顾各城市切实需求的同时，保证目标的可操作性。二是过程协同。风险治理一头连接着常态，一头连接着应急态。因此，风险治理除了要衔接好跨区域的风险排查、联合指挥、跨域救援等全流程防控和资源供应、信息沟通等全方位保障的协同外，还要妥善处理常态与风险态转换时的协同关系。一方面，保证日常演练、风险监测、预防与风险识别、处置的高效衔接，确保跨域风险出现后，城市政府能第一时间从常态管理转换到风险处置状态，迅速调配资源进行响应。另一方面，还需关注风险应对与应急处置的协同，做好跨域应急管理的准备，以在重特大跨域风险转变为跨域灾害后有充分的动员力、处置力。三是资源协同。主要是推进不同城市间应急物资、应急装备的协同，保证跨域资源供应体系完整、规范，在应急状态下能够迅速调配。

　　具体来说，城市跨域风险协同治理的运行机制设计，包括沟通机制、评估机制、利益机制、信任机制等方面。

　　首先，建立有效的沟通机制。在风险识别、风险分析与评估、风险处理以及风险监控这四个步骤中，自始至终都需要进行风险沟通。只有将风险的相关情况，包括风险来源、范围、特性、演变趋势等，传达给相关的人，包括导致风险的人、面临风险的人、需要进行风险治理的人，风险治理活动才有价值可言。跨域风险波及面广，涉及因素复杂，加上不同城市间的地理区位阻隔，信息的分布极为分散，各城市主体往往只掌握着本行政辖区范围内的风险状况，对整体风险情况缺乏判断，这会很大程度上限制风险治理后续活动的开展。因此，建立高效的沟通机制，是保障城市跨域风险治理良性运行的重要前提。一方面，依托统一信息平台，实现预警信息的常态化沟通。借助大数据、物联网、云计算、5G等新兴技术手段，搭建现代化跨域风险信息平台，实时监测、追踪并实时共享自然灾害、安全生产、事故灾难、社会安全等传统风险和新兴技术风险领域的风险源信息，保证跨域治理共同体能够在完整的信息链条下对风险的整体态势和演变情况进行科学的研判、评估，并提醒可能涉及的毗邻城市做好风险的预警预防和应对处置工作。另一方面，完善风险治理过程中的基础信息共享，实现城市基础信息的互联互通。风险是突发事件的萌芽状态，风险治理是应急管理活动的起点。各城市的跨域风险治理活动，除了做好一般性的风险处置活动，还要共同应对重特大跨域风险转变为跨域突发事件甚至跨域危机后的管理活动。因此，城市之间还需要就应急基础信息达成充分沟通，如及时共享城市人口总量与空间分布、应急物资储备、应急队伍规模、应急技术配备等情况，以便充分识别各城市的资源储备情况，明晰区域整体的应急储备短板，以更好地进行跨域风险的协同治理。

　　其次，构建合理的评估机制。跨域风险协同治理是一项长期工程，具有时间周期上的持续性和持久性，它不是一朝一夕就能完成的，也不是某一次风险治理活动就能终结的。因此，及时地发现问题，针对性地改进问题，为之后的城市跨域风险治理积累有益经验就极为重要。这需要依托合理的评估机制，对治理过程中的表现、治理绩效等进行评估。在评估主体上，需要综合性协调机构、跨域城市共同体、第三方机构共同参与，形成以学术机构、专业团队等第三方机构阶段性评估为主，综合性协调机构与跨域城市共同体定期自评为辅的评估体系。在评估内容上，一是针对风险治理活动的评估。还原风险治理情境，就应急预案、治理协议的有效程度，风险预防、评估、处置工作的及时程度，资源准备、信息交流的充分程度，风险应对效率情况等主要内容进行评估和改正，更新和完善风险治理模式与工作机制，推动城市风险治理工作更加有序地开展。二是面向各参与治理主体的评估。确定综合性协调机构在跨域风险治理中领导、指挥、协调行为的有效性情况，掌握不同城市在风险协同治理各个环节的相互配合情况，了解各城市主体参与跨域风险防控中的成本投入、工作成效和责任履行情况。在评估结果的运用上，要实施明确的奖惩结合方式，加大有效经验推广力度。

　　再次，建立清晰的利益机制。对于参与跨域风险治理的不同城市政府主体而言，首先需要调和、平衡的就是政府利益关系。建立利益机制是保障参与主体充分享受利益，实现利益分配最优化的重要渠道，它包括利益共享和利益补偿两个部分。其中，利益共享是跨域风险治理的前提，有效的利益共享有利于维系跨域风险治理活动的稳定性、持续性。但现实中，不同城市政府参与跨域风险治理的收益是不均等的。当跨域风险被成功化解，它很大程度上避免了风险转变为突发事件后的社会经济损失，这一潜在收益对风险发生城市体现的尤为直接和明显。而对于风险波及地城市而言，不仅获利十分受限，还不可避免地存在成本投入损耗问题，这种成本与收益之间的失衡很可能会破坏城市政府参与的积极性。利益补偿机制旨在化解这一问题，它通过调和参与者之间的利益冲突，保障主体间的利益关系，帮助跨域协同治理维系长远发展。然而，具体到城市跨域风险治理领域，相关的利益协调机制和资源补偿机制尚未成型。未来可尝试结合区域间共补和第三方激励两种渠道，丰富专项基金、资金补偿、专业人才培训、应急平台搭建等补偿方式，鼓励跨域城市共同体就跨域风险协同治理中的利益关系达成共识，努力实现区域共同利益的最大化。

　　最后，构建稳定的信任机制。在跨域风险协同治理过程中，各城市主体拥有平等且独立的治理权，缺乏来自治理体系和整体性治理理念对跨域协同的制度硬约束。基于此，寻求一种有效的、促进合作的软约束显得极为重要。信任机制是软约束体系的重要内容。信任的本质是承诺被兑现的程度，高水平的信任不仅能促进合作的生成，同时还能保持合作的灵活性与持续性，并降低合作成本。维系主体间的相互信任是达成城市区域内外安全合作的必要基础。为此，一方面，要积极打造跨域城市共同体自身的政府信誉，结成地区性信任联盟。大多数的城市政府在跨域风险协同治理中都面临着信息不对称和契约不完备难题，这增加了它们资源投入的风险以及跨域合作的监督成本。通过鼓励政府主动守信，并在跨域合作中结成信任联盟的方式，塑造城市良好的信誉形象，营造跨域间的互信文化。另一方面，要构建与信任机制相匹配的监督机制，纵向上强化综合性协调机构对跨域城市共同体守信情况的监督，横向上实现各城市主体相互之间的联合监督。在此基础上，增加城市政府违约失信的成本和代价，以帮助增强城市跨域风险治理共同体的守信意识和信念，促进信任关系的建立和维系。

2022年，人工智能带给人类更多惊喜******

视觉中国供图

在世界人工智能大会上，用户输入文字，AI就能根据语意进行绘画创作。视觉中国供图

在国内首个乘用车无人化运营试点北京经济技术开发区，一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中。新华社记者彭子洋摄

　　即将过去的2022年，对于人工智能来说是值得铭记的一年。大批人工智能相关应用走出实验室，向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈；无人驾驶开启多城试点，未来交通更进一步；AI绘画以假乱真令人着迷，艺术创作或许不再是人类专属……

　　无论是底层技术不断突破，还是各类应用百花齐放，在过去的一年，人工智能向我们展示了它的无限可能。我们相信这只是人工智能的冰山一角，未来它还有更多潜力等待我们去挖掘。

　　随着技术的不断成熟，落地应用不断创新，人工智能或将真正改变你我的生活。

　　AI“黑科技”照亮北京冬奥会

　　助力天气预报、比赛转播和手语播报等

　　2月4日，全球瞩目的2022年北京冬奥会正式拉开帷幕。人工智能等技术的应用为本届冬奥会增添了别样的“科技之美”。

　　在此次冬奥会上，由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制的人工智能MOML算法赋能天气预报模型，使冬奥会天气预报更加精准。人工智能算法在融合、处理信息中的先天优势，使其在一定程度上可以代替预报员在会商中进行信息整合、分析，通过数据挖掘与学习，将预报员的经验内化在算法中，在提高天气预报效率的同时，也进一步提高了预报的准确率。

　　在本届冬奥会自由式滑雪女子大跳台决赛中，中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中，百度智能云通过“3D+AI”技术打造出的“同场竞技”系统，将单人比赛项目变成“多人比赛”，实现冠、亚军比赛画面的三维恢复和虚拟叠加，方便观众看到不同选手的实时动作；同时，通过技术手段对运动员动作进行量化分析，将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来，使观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术动作差异。

　　在北京冬奥会开幕的同一天，央视新闻AI手语主播也正式上岗，她在冬奥会新闻播报、赛事直播和现场采访中，为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎，该AI手语主播可懂度达85%以上，可将冰雪赛事的文字及音视频内容，快速精准地转化为手语。

　　腾讯“混元”AI大模型登顶VCR榜单

　　展现了其在多模态理解领域的强大实力

　　5月31日，腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR（Visual Commonsense Reasoning，视觉常识推理）中登顶，两个单项成绩和总成绩均位列第一。这是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后，“混元”AI大模型的又一重大突破，展现了其在多模态理解领域的强大实力。

　　与跨模态理解任务不同的是，多模态理解任务要求计算机除了能够做到识别层次的感知（如分类检测等），还需要达到认知层次的感知（如判断意图、逻辑推理等）。

　　此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发，同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架，在预训练任务、训练方式上进行了诸多创新改进和设计，有效提升了模型性能。

　　截至目前，“混元”AI大模型在MSR-VTT、MSVD、CLUE、VCR等多个领域的AI权威榜单中取得了第一名的成绩，并刷新多项行业历史纪录。这意味着，“混元”在自然语言理解、多模态理解、跨模态理解等领域的技术实力已得到验证。

　　谷歌工程师闹乌龙，称AI存在意识

　　人工智能所谓的“人格”更多只是模仿人类罢了

　　谷歌AI工程师闹乌龙，称LaMDA语言模型有意识，引发业界对“AI是否拥有自主意识”的讨论。

　　今年6月，谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识”，并对此出具了长达21页的证据。莱莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象——既会担忧未来，也会追忆过去。

　　LaMDA是谷歌在2021年开发者大会上公布的大型自然语言对话模型，它可以模拟任何带有知识属性的实体，通过“拟人”的方式，在与人类亲切自然的对话中为用户答疑解惑，传递更多知识。

　　莱莫因的观点和证据引起了业内的广泛关注。不久后，谷歌发表声明称，莱莫因违反了“就业和数据安全政策”，将其解雇。谷歌表示，经过广泛地审查，他们发现莱莫因关于LaMDA是有生命的说法是完全没有根据的。

　　专家普遍认为，当下人工智能具有的所谓“人格”，更多只是模仿人类的语言风格，有自我意识、有感知能力的AI应该具备能动性，并具有独特的视角看待人和事，但目前AI还只是人们设计的一个计算机系统，作为工具来做一些特定之事。

　　全球首个图、文、音三模态大模型诞生

　　“紫东太初”实现“以图生音”和“以音生图”

　　9月1日，在上海举办的2022世界人工智能大会上，由武汉人工智能研究院、中国科学院自动化研究所和华为技术有限公司联合研发的“紫东太初”多模态大模型项目获得了此次大会的最高奖项。“紫东太初”是全球首个图、文、音三模态大模型，开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成”，实现了“以图生音”和“以音生图”，理解和生成能力更接近人类，为打造多模态人工智能行业应用提供创新基础，向通用人工智能迈出了重要一步。

　　“紫东太初”三模态间的相互转换和生成，其核心原理是视觉、文本、语音不同模态通过各自编码器映射到统一语义空间，然后通过多头自注意力机制学习模态之间的语义关联以及特征对齐，形成多模态统一知识表示；之后，再利用编码后的多模态特征，通过解码器分别生成文本、图像和语音。

　　“紫东太初”凭借四大突破，有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架，支持从词条级走向模态级、样本级的三级预训练自监督学习方式；二是首次完成弱关联多模态数据语义统一表示，减少数据收集与清洗代价；三是首次实现多模态理解与生成任务的统一建模，支持跨模态检索、多模态分类、语音识别、图像生成等理解与生成任务；四是首次实现无监督超越有监督方法，基于5%—10%的数据标注，实现100%的有监督学习效果。

　　AI打破矩阵乘法计算速度纪录

　　解决了50年来数学领域一个悬而未决的问题

　　10月，英国《自然》杂志封面以“矩阵游戏”为题，发表了人工智能公司“深度思维”团队的最新发现：AI可以解决矩阵乘法问题。这款名为“AlphaTensor”的AI系统能自行发现新算法，从而解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。

　　数学在计算机编程中经常出现，通常作为描述和操纵现实世界现象表示的一种手段。例如，它可用于表示计算机屏幕上的像素、天气状况或人工网络中的节点。在这种情况下，使用数学的主要方式之一，就是对矩阵进行计算。矩阵越大，工作量也越大，计算机科学家开始花费大量时间和精力开发更加有效的算法来完成相关工作。

　　在此次最新成果中，“深度思维”团队研究人员探究了是否有可能使用基于强化学习的AI系统来创建新算法，从而使计算步骤比现有算法更少。

　　为了找到答案，他们从游戏系统中寻找灵感。在构建了一些初步系统之后，研究团队将重点转向了树搜索，这是系统在特定情况下查看各种方案的一种方法。

　　接下来，研究人员将允许系统创建自己的算法，进一步提高效率。他们发现，在许多情况下，系统选择的算法比人类创建的算法更好。“深度思维”团队希望，未来AI能更多地用来帮助攻克数学和科学领域的一些重要的难题。

　　2022中国人工智能创新发展指数公布

　　全面反映我国人工智能发展态势

　　11月18日，第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上，中国电子信息产业发展研究院（又称赛迪研究院）发布了2022中国人工智能创新发展指数（合肥指数）。

　　这是国内首个以地区冠名的全国性人工智能专题研究成果，旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度，构建了中国人工智能创新发展指数，也就是“合肥指数”的评价体系。

　　近年来，我国人工智能步入与经济深度融合应用新阶段，智能化转型全面推进，人工智能产业在全球的影响力不断增强。2021年，我国人工智能的研发强度为19.4%，从业人数增加到31万人，占全球比重的5.3%。2017年至2021年，我国人工智能产业规模增长了2.6倍，占全球比重提升到16.8%。专利申请量占全球比重持续扩大，从2012年的13%增长到2021年的70.9%。创新能力上，我国人工智能研发投入力度不断加大，从业人数不断增加。

　　从总体指数来看，北京、广东和上海处于人工智能领域的领跑地位，安徽则紧随其后，排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃的城市之一。

　　ESMFold预测六亿多种蛋白质结构

　　预测速度比“阿尔法折叠”快60倍

　　英国“深度思维”公司8月曾宣布，其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质结构，几乎涵盖了科学界已编录的每一种蛋白质结构。但就在今年11月，元宇宙平台公司（Meta）研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。

　　在此次最新研究中，研究团队利用大型语言模型来预测这些蛋白质结构。据悉，语言模型通常需要大量文本进行训练，为将这一模型应用于蛋白质结构预测，研究团队利用已知的蛋白质序列来训练它，这些已知的蛋白质可由20个不同氨基酸组成的链来表达，每个氨基酸由一个字母表示。然后，ESMFold学会了用模糊的氨基酸比例“自动完成”蛋白质结构预测。

　　该团队负责人亚历山大·里维斯表示，这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且，与“阿尔法折叠”一样，这一模型能将这些了解到的信息与已知蛋白质结构和序列之间的关系信息结合，生成预测结构。

　　团队指出，ESMFold的预测虽然不像“阿尔法折叠”那么准确，但在预测速度上要快60倍，这意味着它可将结构预测数据库扩展到更大。

　　首创蛋白质动态结构AI建模方法

　　对理解生命过程、研发新型药物有着重要意义

　　12月8日，西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学、杭州德睿智药科技有限公司首创研发的能够刻画蛋白质构象变化与亲和力预测的AI模型——ProtMD。这是第一个尝试解析蛋白质动态构象的人工智能模型，可辅助药物化学专家更加精准地筛选出高活性小分子，从而加速临床前药物研发。

　　此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构，对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构，尚未能解决蛋白质结构动态变化的预测。李子青团队此次开发的AI模型，在给定药物分子和靶点蛋白的情况下，可预测药物分子与生物体内靶点蛋白质结合（柔性对接）后蛋白质结构的变化过程，推断药物与靶标蛋白结合的稳定性，预测药物功能，从而提升AI药物设计的精度和效率。

　　李子青表示，预测蛋白质结构的动态变化对理解生命过程、研发新型药物都有着十分重要的意义。尤其在AI药物设计中，通过对药物分子与靶点蛋白结合后的动态结构变化进行预测，评估药物—靶点结合亲和力和药物效果，是提高AI药物筛选准确性和效能的重要思路。

　　多城市推动自动驾驶行业发展

　　我国自动驾驶行业正式向L3级迈进

　　2022年是自动驾驶行业具有里程碑意义的一年，有关政策密集出台，相关应用从研发测试走向大规模商业化试点。当前，全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照，允许高等级智能网联汽车在特定场景、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化。

　　今年8月1日，《深圳经济特区智能网联汽车管理条例》开始实行，该条例提出L3级自动驾驶在行政区全域开放道路测试、示范应用，探索开展商业化运营试点，标志着我国自动驾驶行业正式向L3级迈进。

　　此后，重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。

　　此外，为推动智能网联汽车产业健康有序发展，工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，拟遴选符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对通过准入试点的智能网联汽车产品，在试点城市的限定公共道路区域内开展上路通行试点。

　　AI绘画火了，AIGC元年开启

　　未来预计能够产生万亿级经济价值

　　今年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》，获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。没有绘画基础的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具，通过一个类似“文字游戏”的过程，输入题材、光线、场景、角度、氛围等有关画面效果的关键词后，得到了初始作品，并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品。

　　这一年，AI绘画小程序、网站等开始迅猛增长，而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示，截至12月6日，已有超2428.4万人使用该特效，迅速飙升至特效潮流榜第一位。AI绘画的百度指数也从日均两三千上升到日均3万，火爆程度可见一斑。

　　AI绘画的火爆也让AIGC这一概念逐渐进入大众视野。

　　所谓AIGC（AI Generated Content），即基于人工智能技术自动生成内容的新型生产范式。其技术主要涉及两个方面：自然语言处理（NLP）和AIGC生成算法。其中，自然语言处理是实现人与计算机之间通过自然语言进行交互的手段。

　　最初，AIGC可生成的内容形式以文字为主，经过2022年指数级的发展，目前AIGC技术可生成的内容形式已经拓展到了包括文字、图像、视频、语音、代码、机器人动作等多种内容形式，2022年也因此被称为“AIGC元年”。生成式AI让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元的经济价值。（科技日报实习记者 都芃）

　　（文图：赵筱尘 巫邓炎）