家彩网规则|家彩网注册

战地记者讲故事｜梅常伟：风吹铁甲寒******

　　■梅常伟

　　记者心语：为了胜利的冲锋，是军人写给祖国的诗。

　　插图：唐建平

　　夜越来越深，外面的风更猛了。紊乱的气流时不时横冲直撞。战车载员舱内，战士们怀抱着枪，立起迷彩大衣的毛领子，一个紧挨一个挤坐在一起。嘴里呼出的热气映着灯光腾起来，旋即在冰冷坚硬的战车顶部消失。

　　“居然真能哈气成冰！”一名列兵试探着伸出手在车顶轻轻抠了几下，白色粉末状冰晶便掉下来。他生在南方，长在南方，读书在南方，当兵也在南方，这是他人生第一次在冬天来到祖国的北方，第一次踏上这片蒙古语中意为“心脏”的塞外草原。尽管他们通常被人们誉为“三栖精兵”，但此番由粤西千里北上，不管是这位列兵还是海军陆战队某旅，面临的挑战都异常严峻。恶劣的天气、陌生的环境、未知的任务等，更不要说对手是在全军素有“草原狼”盛名的蓝军部队了。

　　双方交上手是在此前一晚午夜时分，大风还没刮起来。天朗无月，星垂野阔，奔波转战一天的战士们在战车旁就地支起帐篷，和衣钻进防寒睡袋，很快沉沉进入梦乡。营指挥所内灯还亮着，营长和几位参谋正在完善第二天的兵力行动计划。连长察看完哨兵点位和各作战单元野营情况，深一脚浅一脚地踩在枯草与沙土间杂的地面上，时不时抬起头望向漫天星斗。

　　“各连……”电台突然发出动静，大家心里一紧：蓝军来了。果不其然，一小股侦察兵七拐八绕躲过重重警戒兵力，摸进红方一个营指挥所。红方反应也很快，立刻包抄过来，结结实实还给蓝方一记重拳。

　　后半夜的觉没人能睡踏实，大自然也开始排兵布阵。每一根草都被摁倒在地，沙土被卷到空中，碎石被撵着乱跑，人被顶得寸步难行。寒风擂鼓般隆隆卷过运输车的帆布顶篷，然后透过车体上的缝隙钻进来，声音像吹哨一般尖厉。水洒在地上，竟以肉眼可见的速度结出冰凌。

　　风吹铁甲寒。气象数据显示，当天最大风力8级，最低气温零下20摄氏度。

　　从黎明直至日暮，战士们马不停蹄地东奔西突，与蓝方针锋相对、亮剑拆招，各型战车碾出车辙，或窄或宽、或直或弯，纵横交错、暗藏兵锋，直到在数百平方公里草原排开凛凛军阵、布下重重棋局。脚冻麻了就跺跺，手冻木了就捂捂，脸冻红了就搓搓，每个人心里都绷着一根弦、燃着一团火、努着一股劲儿，誓与这塞北的寒、草原的兵一决高下。

　　凌晨3时许，战车集结列阵，发动机的强劲咆哮汇成冲锋号角，大地为之颤动。“即将抵达前沿，做好战斗准备！”战士们脱去大衣，露出战斗着装，相互检查装具。“抵达作战地域，载员下车作战！”列兵打开尾部舱门，一股寒风涌进来。奔跑，向着敌人的方向；跃进，迎着密集的枪炮；“嗒嗒”声、“嘭嘭”声、“呼呼”声、“咝咝”声此起彼伏，俨然天地间一场宏大的交响。

　　历时约两个小时，天近拂晓，演习告一段落。战士们鱼贯返回战车，坐定后不约而同把两只手叠拢上来，接住用嘴哈出的热气，口鼻四周的防寒面罩结着一层白色霜花。“我们把蓝军打败了。”他们的声音在颤抖，牙齿不受控制地磕出声响，那是身体对低温做出的本能反应。

　　那一天，是在11月。

　　很多年前的一个11月，我们的前辈俯卧在零下40摄氏度的阵地上，直至受冻牺牲仍保持战斗队形和冲锋姿态，在人类战争史上留下赫赫威名：冰雕连。

　　长津湖，朱日和。中国军人，热血如昨。

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

　　（文图：赵筱尘 巫邓炎）