大发平台|大发平台

唱歌、弹琴、“跳火圈” 选战把台政客逼成“才艺明星”******

　　【环球时报综合报道】台湾地区的选战日趋白热化，甚至逼得参选人不得不“能歌善舞”，拼命与民众拉近距离。因为，出席活动上台高歌，不仅能炒热气氛，更是博感情的最佳方法之一。

　　据台湾舆情网站“网络温度计”1日报道，通过数据分析统计，近一年10名最被岛内民众讨论“爱唱歌的政治人物”，结果第一名为前“卫生福利部部长”陈时中。2021年11月，岛内网络曾流传一段视频，画面中陈时中未戴口罩喝酒唱歌，后来又流出第二个视频，显示陈时中在三级警戒期间依旧“脱口罩高歌”，引发巨大争议。而闽南语歌手詹雅雯2020年举办小巨蛋演唱会时，也邀请陈时中同台飙歌；陈时中2022年竞选台北市长的后援会成立时，两人再度同台合唱。

　　排名第二的是民进党“立委”高嘉瑜。2022年10月，她南下嘉义助选连唱3首。排在第三的是前台北市长柯文哲，2022年3月他与前台北市副市长黄珊珊被爆在公共场合摘下口罩开唱，因违反防疫规范而受罚。去年12月底卸任前，柯文哲在台上高歌《囚鸟》，更笑说“不用当市长可以自由了”。今年1月，台北内湖科学园区岁末联欢晚会，柯文哲与高嘉瑜和台北市长蒋万安同场飙歌。

　　前高雄市长韩国瑜排在第四，2018年他参选高雄市长造成一股“韩流”席卷全台，只要是韩国瑜的竞选场合，支持者都会大唱《夜袭》，意外让这首军歌爆红。第五名是台北市议员徐巧芯，她曾在去年11月参加时任国民党台南市长候选人谢龙介募款餐会时，演唱王心凌的《爱你》。

　　台北市长蒋万安名列第六，去年10月他发布竞选主题曲《无限·台北》，希望唤醒不同世代台北人的光荣感。高雄市长陈其迈排名第九，喜欢唱《红豆》，不过经常跑调。歌手出身的“立委”林昶佐列第十，他当选后反而很少以歌手身份表演，大多是竞选时与选民唱歌互动累积人气。

　　针对这份排名，蒋万安1日回应称，“谢谢网友评分”，他平常没有很多机会在现场唱歌，“大家可以多多提供歌单，让我多多练习”。徐巧芯表示不服气仅排第五，认为自己应该得第一，“不过没关系，2024选举过程中，大家还是可以持续看到我表现的机会”。

　　除了唱歌外，岛内政客还经常表演其他才艺。比如在民进党举办的募款餐会上，台北市议员王世坚曾表演拉小提琴，还有“立委”陈莹弹钢琴。2015年12月，新北市第四选区国民党“立委”参选人陈茂嘉，当众表演了绝技“跳火圈”，表明自己坚定的参选决心。能成功表演这些绝活，要归功于陈茂嘉的科班出身——30多年前，他曾入选小学体操队，保留节目还有翻跟头和劈叉。今年1月，有岛内网民在社交平台询问，“想到运动/才艺会联想到什么政治人物？”结果不少人回复说，王世坚的小提琴和马英九的游泳。

　　不过，台湾政客表演才艺，也经常引起争议。如“网络温度计”排名第七的新竹市长高虹安2019年与主持人朱学恒高唱《塔绿班之歌》，因唱出“绿畜”一词引发争议。2022年年底，高嘉瑜点评徐巧芯唱《爱你》的音色音准都不如她，同时还大跳《爱你》的舞步，隔空较劲意味浓厚。徐巧芯随即在脸书喊话，邀请高嘉瑜挑战天后张惠妹的《三天三夜》，有网民评论称“我们要看到血流成河”。

　　台湾东海大学地方自治研究中心执行长潘兆民表示，岛内政治人物没有热度的话，选民对其印象就不深，甚至记不住名字，要在选战中获胜恐有难度。因此，通过各种方法拉抬人气，争取曝光机会，无论是出席活动还是上台唱歌，都是让选民记住自己的方法，而唱歌明显可以带动现场气氛。不过也有分析称，政客这些做法只是为了选举，吸引选民关注，但说到底还是扎实的施政能让民众安心。(张若)

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）