让国产碳纤维更具竞争力******

　　让国产碳纤维更具竞争力(新知)

　　【现象】每束碳纤维都有4.8万根纤维，每根纤维直径只有头发丝直径的1/7到1/8，且纤维含碳量达到95%，强度是钢的7—9倍……前不久，我国首个万吨级48K大丝束碳纤维工程生产线在上海石化碳纤维产业基地投料开车，生产出性能媲美国外同级别的合格产品。这意味着，我国在大丝束碳纤维生产和装备国产化方面，实现了重要突破。

　　【点评】

　　一束束白色原丝经过高温碳化，便可缠绕成一轴轴高性能黑色碳纤维。别看每根单丝身量纤纤，却强度高、抗摩擦、耐腐蚀，被称为“材料黑金”，可广泛应用于航空航天、能源装备、交通运输、体育休闲等领域。它能让矗立于戈壁的风电叶片更轻巧，让疾驰于街巷的新能源汽车变得轻量化，让远在九霄云外的运载火箭更节省燃料，也能让鱼竿、球拍的耐久度大幅提升……实际上，碳纤维已深入千行百业，走进了千家万户。

　　按丝束规格的不同，有小丝束碳纤维和大丝束碳纤维之分。在业内，通常将每束碳纤维根数大于4.8万根的称为大丝束碳纤维。小丝束性能优异，但成本较高，大丝束在保持碳纤维优良性能的前提下，能大幅降低成本，从而为市场应用打开更大空间。

　　近年来，随着我国高新技术产业的壮大，碳纤维的市场应用也在不断拓展。数据显示，近10年来我国碳纤维需求加速增长。2021年需求量达到6.2万吨，同比增长27.7%。除了航空航天对碳纤维的需求保持增长，以风电叶片为主的新能源市场正成为拉动碳纤维产业发展的重要引擎，推动碳纤维产业跨入以工业应用为主的新阶段。同时，我国商用航空、无人机等领域装备持续升级迭代，在可预见的未来，碳纤维需求仍将保持快速增长态势。

　　在不断扩大的市场需求牵引下，我国碳纤维行业加快向更成体系、更高性能、更低成本的方向迈进。山西钢科已形成覆盖国内高性能碳纤维领域主要品种的生产能力，中复神鹰推出年产3万吨高性能碳纤维建设项目……一段时间以来，在政策加力和企业努力下，我国不断取得碳纤维制备和应用关键技术的新突破，相关产能持续跃升，自给率不断提高。国产碳纤维的市场份额从2019年的31.7%攀升至2021年的46.9%。也应看到，国产碳纤维的性能与质量稳定性尚有不小提升空间，短期内碳纤维核心装备仍需依赖进口。在关键核心技术上打造创新矩阵，加快形成具有国际竞争优势的运行产能，是我国碳纤维产业面临的现实挑战，也是实现高质量发展的长远目标。

　　党的二十大报告提出：“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。”这为我国碳纤维产业带来了新的发展机遇。我国门类齐全、独立完整的工业体系和超大规模市场优势，为碳纤维市场应用创造了丰富场景；规模庞大的研发队伍和持续涌现的创新型市场主体，为碳纤维技术创新提供了有力支撑。保持自主创新的战略定力，持续锻长板、补短板，定能更好激发新材料产业发展动能，为经济社会高质量发展注入汩汩活力。(人民日报 韩鑫)

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)