彩云网官方网站 - ISO/安卓/推荐(2023已更新)

“工业大脑”越来越健全 综合生产效率提高20%—30%******

　　央视网消息：数字经济与实体经济加速融合，是当前我国经济高质量发展最明显的特征。

　　早过了下班点，在杭州阿里云谷园区，办公楼依旧灯火通明，不少人还在忙碌着。记者走进了其中一座办公楼，近距离感受这里的工作氛围。

　　讨论方案、敲代码、打电话、开会、连线，一层楼里几乎每个工位，每个人都在忙着工作。他们被称为行业解决方案研发工程师。

　　虽然工程师们坐在同一个办公室里，可每个人身后都牵引着一个行业、3—5家工厂的数字化转型任务。这也意味着，工程师每天要处理2800多亿条数据，调用3万多次智能算法接口。

　　负责人告诉记者，疫情三年来，恰恰是我国数字经济大发展的三年。他们的工程师团队，也从不到200人增加到了如今的400多人。

　　数字化让水泥厂越来越智能

　　繁忙的数字化工程师们加速奔跑着，他们给工厂到底带来了哪些改变？

　　在芜湖海螺水泥公司，工程师们正在将原料仓库改成无人车间。

　　改造完成后，行车的设备利用率能提升50%以上，综合生产效率可以提高20%—30%。

　　与此同时，在水泥生产线控制中心，工程师们正在对操控生产线的“大脑”——控制系统，进行数字化、智能化改造提升。

　　工程师告诉记者，有了这套新的数字化系统，可随时监控产线状态，并及时自动做出专家级的精确调整。不仅可以降低24%的人员劳动强度，还提升产品质量，产品标准偏差降低了43%。

　　如今，无人驾驶的矿车和挖机在矿山上有序地开采，检测线全自动24小时自动检测原材料的成分，水泥生产线每几分钟就自动微调一次参数以保持最佳的状态，一颗“工业大脑”在这里正越来越健全。

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）