「我是黨員，我得堅守」（黨旗在基層一線高高飄揚）
2026-02-08 02:20 7,345次浏览杭州8月13日電 題：人工智慧的全球對話是競爭還是共生？ ——專訪國際計算機協會傑出科學家、西湖大學教授齊國君 作者 林波 曹丹 孫琳茹 當前，人工智慧(AI)正以「技術突破—產業融合—社會重構」的鏈式反應重塑人類文明。從基礎研究到場景落地，從實驗室創新到全球治理，AI已從單一技術工具演變為驅動經濟、社會、文化變革的核心引擎。2025年3月，國際計算機協會傑出科學家齊國君從美國返回中國工作，在西湖大學新組建「MAPLE實驗室」。 如何解讀中外人工智慧科研生態差異？人工智慧未來發展將如何跨越技術與倫理的邊界？人工智慧的全球對話是競爭還是共生？齊國君近日接受「東西問」獨家專訪，對此作出解讀。 現將訪談實錄摘要如下： 記者：您為什麼選擇回中國？ 齊國君：主要是從個人職業發展、大環境兩點考量。 每個人不同的職業生涯周期和階段，對支持資源匹配以及能發揮的場景需求各有不同。結合自身經歷，我認為在AI領域，目前還有一些基礎問題需要解決，且隨著AI基礎模型發展迭代，更多重要成果和產權影響力將在商業場景方面產生。 結合在美國工業界和企業界的工作經歷，從個人發展以及產學結合角度考慮，我認為回中國發展更為合適。 另外，從全球角度看，中美兩國能為AI發展提供良好平臺，中國在市場規模、人口基數、生態環境等方面具有優勢，在應用場景、國家支持力度以及對於產生具有很大商業價值和潛力的產品方面有很多有利條件。 而美國頭部公司如微軟、Meta、Google等在生態中主導性強，馬太效應明顯，新企業或個人在其市場覆蓋下難以脫穎而出，競爭壓力大。 當地時間2022年11月9日，人們在位於美國加利福尼亞州門洛帕克的Meta總部拍照留念。 記者 劉關關 攝 記者：如何解讀中外人工智慧科研生態差異？ 齊國君：美國商業化導向明顯。美國在科研上更多以商業化組織為主導，尤其在AI領域，大公司投入比美國聯邦政府層面更多。聯邦政府雖有計劃和研發機構牽頭項目指導，但整體以商業化組織為主。 AI領域經歷多輪周期，從2012年到2022年這一輪，美國商業化組織從資助技術研究開始，逐步尋找商業化途徑。從技術研究到探索規模化，再到商業化與應用研究，美國企業在技術研究上投入較多。 特別是高校科研投入方面，除美國國家科學基金會有投入外，美國軍方投入更多。早期美國的網際網路建設就得到軍方資助，很多高校經費源於此類政府機構。此外，高校與企業合作，多在人才和技術研究層面。 尤為不同的是，美國風投，特別是矽谷風投，對早期AI項目資助力度大。儘管其目前處於飽和投資狀態，即便知道投100個項目可能只有幾個成功，投資人也願意投入。 在中國，頭部IT企業如阿里、騰訊、字節等在AI領域投入大。同時，國家層面給予諸多支持，包括目標設定、基礎設施建設等，有總體規劃。 中國國內也有風投投入，但受晶片和基礎算力制約，投入成本高，為此更多關注應用類、能快速產生商業閉環的投資，創新企業多聚焦應用環節。此外，中國在風投退出機制上，如回購等有效方式方面，與美國存在差異，需進一步完善。 2025年7月26日，2025世界人工智慧大會在上海開幕。大會集中展示3000餘項前沿展品及100餘款「全球首發」「中國首秀」新品，規模創歷屆之最。 圖為青龍機器人在演示物流分揀。 記者 田雨昊 攝 記者：人工智慧未來發展將如何跨越技術與倫理的邊界？ 齊國君：目前沒有任何充分證據或科學共識表明AI會覺醒並產生自我意識，這更多是基於科幻的猜測。不過，AI發展確實帶來新挑戰，但新技術發展通常都會面臨類似問題，如網際網路技術發展過程中的盜版、不良信息傳播等。 在我看來，AI技術發展對社會總體正面作用遠大於負面作用，在生產力發展、應用場景拓展、就業門類創造、產業結構優化等方面有很大價值，且已出現很多正面案例。 譬如，AI大量應用於客服行業，提高了勞動生產率，雖給就業帶來壓力，但也創造了如數據行業等薪酬更高的新職位；在數字人、動畫製作、美術製作等創意類行業領域，AI取代了90%以上的重複性勞動，廣告行業和數據處理相關行業也發生很大變化。 2024年3月29日，四川成都，第十一屆中國網絡視聽大會現場，虛擬數字人亮相展區。 記者 王磊 攝 展望未來，AI對所有行業的勞動生產率提高產生很大作用，類似網際網路發展第一階段先提高勞動生產率，未來可能過渡到以AI為生態的新企業出現階段。 我預計未來5年內會出現以AI為原生的大型企業，可能對未來二三十年的經濟產生重要影響。 記者：人工智慧的全球對話是競爭還是共生？ 齊國君：我認為未來人工智慧的全球對話，既有競爭又有共生，但共生大於競爭。 AI領域速度競爭和開放競爭至關重要。 速度競爭上，AI行業與網際網路行業有共通之處，技術交流頻繁，難以長期獨佔技術。真正形成優勢的是規模效應，比拼的是速度和開放程度。誰能跑得更快，就能吸引更多用戶，獲得更多數據，使模型迭代得更快更好，形成正面反饋，即飛輪效應。飛輪一旦轉動，規模和影響力會不斷擴大。 如果模型僅在小範圍內使用，無法吸引更多用戶形成商業閉環，數據和用戶就無法增長，也就難以理解更多用戶意圖、使用場景，模型也就無法做得更好。所以AI發展要走向更開放，吸引更多用戶使用，以形成正面反饋。這也是AI的開放競爭。 但在我看來，成功的網際網路和IT企業必然是全球化或至少具有跨國影響力，中美網際網路和IT企業皆是如此。在此過程中，各方相互促進，形成共生關係。 例如在數據治理、AI倫理規範等方面展開合作，且AI產生巨大影響力時會作用於實體經濟和日常生活，其正面影響會溢出到全球範圍，技術也會共享。 學術交流促進共生。AI行業極為開放，大量新技術通過學術論文發表在學術期刊、會議以及公開的預印網頁上。大家藉助學術交流，推動知識傳播，分享新的技術思路。 像今年，DeepSeek宣布開源MLA解碼核FlashMLA、DeepEP代碼庫等。其新思路和算法很快在網上傳播，美國企業也借鑑使用。(完) 受訪者簡介： 齊國君。 受訪者供圖 齊國君，2005年畢業於中國科學技術大學自動化專業；2009年獲中國科學技術大學自動化系博士學位；2013年再獲美國伊利諾伊大學香檳分校電子與計算機工程專業哲學博士學位。他曾任IBM T.J. Watson研究中心研究員、華為美國研究中心首席AI科學家，並在39歲時獲得國際電子電氣工程師協會會士(IEEE Fellow)和國際計算機協會傑出科學家(ACM Distinguished Scientist)稱號。
8月11日電 據國家疾病預防控制局網站消息，國家疾控局近日發布關於印發傳染病疫情預警管理辦法(試行)的通知，具體內容如下： 國家疾控局關於印發傳染病疫情預警管理辦法(試行)的通知 國疾控監測發〔2025〕11號 各省、自治區、直轄市及新疆生產建設兵團疾控局，中國疾控中心(中國預科院)： 為規範開展傳染病疫情預警工作，我局制定了《傳染病疫情預警管理辦法(試行)》。現印發給你們，請結合實際認真組織實施。 國家疾控局 2025年7月30日 傳染病疫情預警管理辦法(試行) 第一條 為規範和指導傳染病疫情預警工作，防範和化解傳染病疫情風險，預防傳染病對人民群眾生命健康的危害，依照《中華人民共和國傳染病防治法》《中華人民共和國生物安全法》等法律法規和國家有關規定，制定本辦法。 第二條 本辦法適用於中華人民共和國境內傳染病疫情預警(以下簡稱預警)的形成、傳遞、應答和反饋。預警情形包括法定傳染病、新發傳染病、原因不明的傳染病以及其他重點傳染病等引發或可能引發的公共衛生風險，需要提醒可能受影響人群、相關部門或機構提前採取一定的防範準備措施。 第三條 傳染病疫情預警工作遵循生命至上、預防為主、依法管理、屬地負責、及時預警、行動導向的原則。 第四條 本辦法所稱預警包括健康風險提示、警示信息通報及預警決策建議。 (一)健康風險提示是指由各級疾病預防控制機構向公眾提示傳染病疫情風險，幫助公眾提高對傳染病的科學認識，引導採取必要、適當的防護措施，保護自身健康。 (二)警示信息通報是指由各級疾病預防控制部門向風險關聯部門、風險關聯地區和屬地醫療衛生機構，通報傳染病疫情風險信息，提示協同做好傳染病風險管控和疫情防控。 (三)預警決策建議是指各級疾病預防控制部門報請衛生健康部門，向本級人民政府提出的發布、調整、終止預警的決策建議。 第五條 國家疾病預防控制局負責建立傳染病疫情預警工作制度，指導各級疾病預防控制部門開展傳染病疫情預警工作。省級及以下各級疾病預防控制部門應當落實傳染病疫情預警工作制度，負責建立健全本行政區域內傳染病疫情預警工作機制，指導本級疾病預防控制機構和下一級疾病預防控制部門規範開展傳染病疫情預警工作。根據風險評估結果，負責進行警示信息通報、報請衛生健康部門向同級人民政府提出預警決策建議。 各級疾病預防控制機構負責收集多渠道傳染病監測信息，開展傳染病監測信息分析和風險評估。按照風險評估的結果和工作需要，向公眾公布健康風險提示，向同級疾病預防控制部門提出警示信息通報、預警決策建議等建議。 第六條 各級疾病預防控制部門會同同級衛生健康、教育、民政、農業農村、海關、移民、林草等有關部門，以及毗鄰地區疾病預防控制部門建立健全工作機制，建立聯席會議和聯絡員制度，及時通報和會商傳染病監測信息、風險評估結果和措施建議，實現信息互通和預警聯動。 第七條 各級疾病預防控制機構收集多渠道傳染病監測信息，開展傳染病疫情風險評估，識別可能存在的公共衛生風險，評價疫情風險等級。風險等級分為極低風險、低風險、中風險、高風險四級。風險等級為低風險及以上的，形成健康風險提示，提出警示信息通報、預警決策建議等建議。風險等級為極低風險的，繼續做好常態化監測工作。 風險分級標準由國家疾控局另行組織制訂。 第八條 風險評估等級為低風險，需要公眾採取一定防護措施的，各級疾病預防控制機構向公眾公布健康風險提示。 健康風險提示可包括傳染病病原特徵、流行病學特點、主要臨床症狀、近期監測結果、防治要點、重點人群防護措施和公眾防護建議等。健康風險提示應當科學明了、通俗易懂，避免使用過於專業性語言，可通過各類渠道進行傳播。 第九條 風險評估等級為中風險，需要醫療衛生機構、風險關聯部門和地區採取一定專業防範措施的，各級疾病預防控制機構應當向同級疾病預防控制部門提出警示信息通報的建議，同步做好健康風險提示。 各級疾病預防控制部門收到疾病預防控制機構建議後，應當及時會同相關部門綜合評價醫療秩序和經濟社會影響，確需進行警示信息通報的，應當及時向相關疾病預防控制機構、下級疾病預防控制部門、屬地醫療機構，以及風險關聯部門和風險關聯地區疾病預防控制部門進行通報。警示信息可包括傳染病危害、影響範圍、發展趨勢等疫情情況，業務技術培訓、人員設備物資準備以及病例識別報告、重點機構健康管理、重點場所通風消毒、職業人群防護等措施建議。 警示信息通報應當保證時效性，以安全、內部的形式進行，並同時向屬地政府和上級疾病預防控制部門報告。疾病預防控制部門應當建立進行警示信息通報的工作流程。 第十條 風險評估等級為高風險，各級疾病預防控制機構應當在2小時內向同級疾病預防控制部門提出發布傳染病預警、依法採取預警措施的建議。 各級疾病預防控制部門收到疾病預防控制機構建議後，應當組織多領域的風險評估專家組對本級疾病預防控制機構的風險評估結果進行論證，對傳染病疫情風險進行全面分析和綜合研判。確需人民政府發布預警的，疾病預防控制部門應當及時報請衛生健康部門向本級人民政府提出發布預警、依法採取相應預警措施的書面建議，同時報告上一級疾病預防控制、衛生健康部門。 第十一條 各級疾病預防控制機構指導接到預警的單位依法採取健康監測、減少聚集、加強防護、資源準備、培訓演練等疫情風險管控措施，配合疾病預防控制機構開展病例排查、疫情報告和會商研判等工作，消除或降低疫情發生擴散的風險。人民政府發布預警的，各單位應當依法落實預警措施。 各級疾病預防控制機構應當持續監測傳染病疫情發展趨勢，評估研判疫情及其風險的演變態勢，提供公共衛生專業支持。 第十二條 各級疾病預防控制部門、疾病預防控制機構應當加強風險溝通，主動收集公眾、醫療衛生機構、風險關聯部門預警應答情況，評估預警效果，發現沒有達到預期預警效果的，應再次預警。 第十三條 各級疾病預防控制部門、疾病預防控制機構依據疫情風險發展態勢，動態調整預警類型和內容。對於政府已向社會發布預警、根據疫情變化應當予以調整的，疾病預防控制部門提出預警調整建議，報請衛生健康部門報本級人民政府依法決定。 第十四條 傳染病疫情發展擴散、構成一般及以上突發公共衛生事件的，各級疾病預防控制部門應當報請衛生健康部門，及時報告本級人民政府並提出應急響應建議，根據本級人民政府部署，依法採取傳染病疫情和突發公共衛生事件防控措施。 第十五條 各級疾病預防控制部門應當對本級疾病預防控制機構的健康風險提示，以及下級疾病預防控制部門的警示信息通報和預警決策建議加強指導，對發現的問題，應當予以督促調整。如果傳染病疫情未出現跨域擴散風險或風險等級未出現明顯變化的，原則上，上級疾病預防控制機構不應對下級疾病預防控制機構發布的健康風險提示進行重複預警。 各級疾病預防控制部門應當總結分析傳染病疫情預警經驗做法，不斷優化預警的形成、傳遞、應答和反饋機制，加強與應急響應協調聯動，實現預警工作的持續優化與改進。 第十六條 各級疾病預防控制部門和疾病預防控制機構應當鼓勵和支持推動建立傳染病疫情預警指標閾值、疫情資料庫、算法模型庫，加強大數據、雲計算、人工智慧等技術研發應用，為實現多點觸發、智慧化預警提供支撐。 第十七條 各級疾病預防控制部門為傳染病疫情預警工作提供必要的人員經費、設備設施和制度保障，加強跨部門、跨機構互聯互通。依託已有信息系統和網絡基礎，建設或依託國家級、省統籌區域傳染病監測預警與應急指揮信息平臺，支撐預警業務需要。 第十八條 預警內容應當清晰準確、權威專業，注意保護個人信息，不得擅自發布，不得隨意編造和傳播。 第十九條 本辦法自發布之日起施行。
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
夜魅直播
「活动」首次登录送新手大礼包
- 软件大小: 721.57MB
- 最后更新: 2026-02-08 02:20
- 最新版本: v18.14.18.5
- 文件格式: apk
- 应用分类:ios-Android 黑白直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.29以上
客服热线：134-2814-4869
38
91
57186
64
2026-02-08 02:20
14569
72
2026-02-08 02:20
14398
54
2026-02-08 02:20
96328
41
2026-02-08 02:20
24973
34
2026-02-08 02:20
41386
39
2026-02-08 02:20
73659
19
2026-02-08 02:20
84172
64
2026-02-08 02:20
36925
63
2026-02-08 02:20
89
49
35719
83167
76
36
62157
16795
82537
74
54962
26589
86
34651