学方言、手绘巡线地图 南宁铁警“接地气”保春运安全******
中新网南宁1月12日电(胡宏)警察、“水手”“绘图师”都是他的职业，他用自己接地气的做法守护着千年古镇扬美附近的铁路运输安全，今年春运是他坚守的第13个年头。
莫献忠是南宁铁路公安局南宁公安处南宁南站派出所的一名线路民警，2010年他来到扬美警务区，这里毗邻扬美古镇，每当高铁驶过古镇，现代与传统便在这里相遇。
莫献忠走在扬美古镇街上。 胡宏 摄莫献忠管辖铁路线路43公里，横跨几十个自然村，点多线长并且学校众多，最近的一所学校距离铁路只有40米。特别是27公里长的老南昆线，多为低路基，沿线村民为了方便日常生活劳作，经常会横跨线路。
走村串户开展安全宣传自然成为莫献忠工作中的重要内容。作为“外来户”，不懂方言成了莫献忠开展工作的第一个“拦路虎”，于是他就把护路队员当“老师”，一字一句地向护路队员学，从说话开始慢慢融入当地群众当中。
“开展群众工作，不能光讲法律，要多站在他们的角度去帮助他们解决实际问题。”莫献忠说。
莫献忠到村民农场开展安全宣传。 胡宏 摄2018年，村民反映村口主要铁路交通涵一下大雨就积水，行人车辆都无法通过。莫献忠立即将情况上报并争取相关部门的支持，在涵洞中修建了一条“高基”步道，即便遇到下雨积水也能使村民安全通过。
渐渐地，穿着一身警服，操着一口“土话”的莫警官变成了村民口中的“老莫”，几年下来，哪家有几口人、有多少小孩、多少大牲畜、家里田在哪，莫献忠都掌握得清清楚楚。
横跨在左江上的三座铁路桥是莫献忠管辖的重点区段，特别是左江大桥，每逢圩日，村民经常会借道大桥，莫献忠也都会早早来到桥头对穿行铁路桥的村民进行劝导。
同时，左江作为通航水路，不仅有两岸村民通过船只摆渡，更有大小货船经过，甚至还发生过因操作不当造成船只撞击铁路桥的事故。
桥上的情况可以实地踏勘，但是如何掌握桥面下和桥墩的情况曾一度让莫献忠犯难。
莫献忠在岸边给渡船固定缆绳。 胡宏 摄在这里工作久了，莫献忠也变得“多才多艺”，不仅做得了“水手”，还当得了“绘图师”。
一次，莫献忠前往扬美村开展日常工作，和村民聊到了对大桥安全的担忧。村民杜师傅直接跟他说：“这有啥难，我经常要开船到对岸干活，到时候捎上你逛一圈，都是兄弟，也算是我为铁路安全做贡献了。”
自此，杜师傅每次开船渡江前都会给莫献忠打电话邀请他乘船巡线，莫献忠也就多了一层“水手”身份。
每天徒步巡线10公里是这些年来莫献忠始终坚持的必修课，他将徒步巡线收集到的资料分别绘制了普铁和高铁线路管辖图。
莫献忠在守护的线路图上添加信息。 胡宏 摄“对我们线路民警来说，它必不可少。”莫献忠用笔点了点挂在扬美警务区墙上的手绘地图。
“三角形的是重要道口，圆形是交通涵，沿线所有的重点路段我都标注了出来”，指着“地图”上的各种标记，莫献忠如数家珍。
微微泛黄的地图上，一道道折痕似乎在诉说着它已经跟随自己的主人走过很多地方。
如今的莫献忠早已将线路图刻在了心里，他说：“巡线是个基础工作，底数清才能情况明，只有亲眼看到才能真正了然于胸，一步一个脚印才能走出安心。”
今年的春运，莫献忠更忙了，外出打工的青壮年纷纷提前返乡，前来古镇游玩的游客也日益增多，他将用更接地气的做法一直守护着铁路“大动脉”安全。(完)
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) 网投彩票地图 |
