水立方彩票 - - (中国)360百科

中央农村工作会议系列解读⑩科技创新是农业强国建设的重要驱动力******

　　作者：王晓君、毛世平，中国农业科学院农业经济与发展研究所

　　2022年12月召开的中央农村工作会议做出了全面推进乡村振兴、加快建设农业强国的总体战略部署。会议提出要依靠科技和改革双轮驱动加快建设农业强国。我国作为传统农业大国，向农业强国迈进是社会主义现代化强国建设的根本要求，但农业强国建设任务重、涉及范围广，核心利器在于科技创新，科技是农业农村现代化发展的首要驱动力。

　　一、深刻理解科技创新在农业强国建设中重要驱动作用

　　党的十八大以来，国家实施创新驱动发展战略，科技创新被摆在国家发展全局的核心位置。农业科技创新作为国家科技创新重要组成部分，在“三农”发展中的战略地位日益凸显。党的十八大以来，科技创新不断渗透到“三农”发展全局，对现代农业发展的支撑引领作用显著提升，科技已成为农业农村经济社会发展的首要驱动力。党的二十大和中央农村工作会议都突出强调，科技创新是引领农业现代化的第一驱动力。只有通过科技创新，不断提高农业生产效率和农产品国际竞争力，才能让农业产业强起来；只有通过科技创新不断突破资源环境刚性约束，走生态低碳之路，赓续农耕文明，才能让农村美起来；只有通过科技创新，瞄准“农村基本具备现代生活条件”的目标，实施乡村建设行动，才能让农民富起来。未来，必须把科技创新摆在核心战略地位，优先支持，优先发展，走中国特色创新驱动农业强国道路。

　　二、我国农业科技创新突出的三大短板

　　世界农业强国的共性特征之一是农业科技创新能力强，科技对农业的贡献率达到80%左右，2021年我国农业科技进步贡献率为61%，农业科技创新还存在一定差距，突出短板主要体现三个方面。

　　一是农业研发实力整体不断提升，但原始创新能力不足。《2022中国农业科技论文与专利全球竞争力分析报告》指出，我国农业科技论文与专利竞争力稳居全球第一方阵。农业科技论文总发文量、高被引论文量和Q1期刊论文量均排名第一。中国农业发明专利申请以62.83万件保持全球第一。但我国农业基础创新能力不足，部分核心关键技术受制于人。世界农业强国种业已进入“生物技术+人工智能+大数据信息技术”的育种“4.0时代”，我国仍处在以杂交选育和分子技术辅助选育为主的“2.0时代”至“3.0时代”之间，种业原始创新能力不足，缺少重大突破性的理论和方法，关键技术与战略性产品研发水平相对较低，国际竞争力优势相对较弱。

　　二是农业科技创新体系初步建立，但涉农企业创新能力不足。初步形成政府主导、“科研院所+高校+企业”等多层次、多主体参与的农业科技创新体系。我国现有地市级以上农业科研机构974个，农林类院校98所，涉农类规模以上企业约7万家。但农业科技创新体系整体效能不高，短板在涉农企业创新能力不足。《2022中国涉农企业创新报告》显示，我国389家上市涉农企业创新指数为47.28（满分：100），创新能力整体偏低，涉农企业创新投入强度2.60%，为全行业的一半，且尚未成为创新决策和创新组织主体，75%不具备重点科研平台，包括国家级、农业农村部级别的创新平台及博士后工作站。

　　三是建立了世界最大农技推广体系，但基层推广公益性属性不断退化。我国农技推广体系是在计划经济体制下建立，为农业发展做出过极大贡献。截至2020年，农业农村部所属种植业、畜牧兽医、水产、农机化、综合站五个系统，部、省、地、县、乡五级，共有国家农技推广机构7.55万个，农技推广人员51.40万人，如此庞大的农技推广队伍，既服务于分散经营的2.3亿小农户，也服务于生产规模相对较大的300多万家新型农业经营主体，服务范围覆盖全国农业生产区域2400余个县。但当前由于科研、教育与推广体制相互脱节，农业推广资金严重不足，基层公益性农技推广机构在某些地方正在不断退化，基层推广人员队伍正不断萎缩。

　　三、提升农业科技创新能力的主要发力点

　　针对农业科技创新的突出短板，不断突破科技和体制机制障碍，推动高水平农业科技自立自强实现，着重从以下三个方面发力。

　　一是加大农业科技投入，强化农业基础研究。农业强国建设要坚持农业科技优先发展方针，加大农业科技投入，让农业科技投入强度由2020年的0.67%尽快提高到全国科技投入强度平均水平（1.5%），并且逐步接近农业强国水平（2%-3%）。加大基础研究的经费投入比重，由2020年的4.53%逐步提高到10%左右水平，进而达到世界农业强国的水平（15%左右），支撑多领域实现“从 0到 1”的原创性突破创新，强化对基因组学、作物杂交育种理论、预防兽医学、重大病虫害成灾机理等基础研究支撑。

　　二是强化涉农企业技术创新主体地位，提升农业科技创新体系效能。健全优质涉农企业梯度培育体系，尽快培育一批大型国有涉农企业成为国家战略科技力量，扶持一批科技型骨干涉农企业成为创新重要发源地，支持中小微涉农企业创新发展，鼓励专业化技术服务平台企业建立。引导中央企业、民营科技型骨干企业牵头组建创新联合体，开展校企、院企科研人员“双聘”等流动机制试点，尽快落实科研人员到企业兼职兼薪细则，推广涉农企业科技特派员制度。

　　三是促进公益性农技推广体系新跃升，壮大社会化科技服务力量。通过基层乡镇机构改革，规范设置农技推广机构和农技专岗，进一步整合各方人力资源，从农业乡土专家、种养能手、新型农业经营主体技术骨干、公费农科生中充实基层农技人员力量，优化基层农业工作体制机制，给予充足编制和资金支持。通过政府购买农技推广服务清单等方式，支持社会化农业科技服务力量承担可量化、易监管的农技服务。支持农业科技社会化服务组织开展个性化精准化农技服务，引导其与小农户建立紧密的农技推广服务联结机制。

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）