聲音

孫其信

中國工程院院士

中國農(nóng)業(yè)大學(xué)校長

智能育種將生物技術(shù)、信息技術(shù)、人工智能、大數(shù)據(jù)和工程技術(shù)等多個(gè)學(xué)科深度結(jié)合，以應(yīng)對復(fù)雜的農(nóng)業(yè)問題，它從多方面對學(xué)科交叉提出了新要求。

首先是生物學(xué)與信息技術(shù)的深度結(jié)合。智能育種的核心在于處理大量基因組數(shù)據(jù)和作物表型數(shù)據(jù)，而這需要生物學(xué)與信息技術(shù)的緊密結(jié)合。傳統(tǒng)育種主要依賴于基因組學(xué)、遺傳學(xué)和植物生物學(xué)等領(lǐng)域的研究，智能育種則需要將這些生物學(xué)知識(shí)與大數(shù)據(jù)技術(shù)、計(jì)算機(jī)科學(xué)和生物信息學(xué)進(jìn)行深度融合。

其次是人工智能與農(nóng)業(yè)科學(xué)的結(jié)合。人工智能在智能育種中的應(yīng)用越來越廣泛，特別是在基因組選擇、表型預(yù)測和育種方案優(yōu)化等關(guān)鍵環(huán)節(jié)發(fā)揮著重要作用。人工智能技術(shù)可以用于分析海量農(nóng)業(yè)數(shù)據(jù)，并通過模型預(yù)測作物在不同環(huán)境條件下的表現(xiàn)，為科研人員提供決策支持。

最后是物聯(lián)網(wǎng)與傳感器技術(shù)的結(jié)合。智能育種不僅依賴實(shí)驗(yàn)室數(shù)據(jù)，還需要土壤濕度、氣溫、光照強(qiáng)度等大量實(shí)時(shí)環(huán)境數(shù)據(jù)。這就要求物聯(lián)網(wǎng)和傳感器技術(shù)介入，在田間實(shí)時(shí)監(jiān)測作物生長環(huán)境，并將這些數(shù)據(jù)反饋給科研人員。

黃震

中國工程院院士

上海交通大學(xué)講席教授

2023年我國可再生能源發(fā)電裝機(jī)達(dá)到14.5億瓦，首次超過全國發(fā)電總裝機(jī)的50%，2024年6月我國風(fēng)光發(fā)電裝機(jī)歷史性超過了煤電裝機(jī)，正成為保障電力供應(yīng)的新力量。

但仍有一個(gè)問題沒有解決，風(fēng)光新能源具有波動(dòng)性和隨機(jī)性。要使新能源成為主體能源，儲(chǔ)能不可或缺。除了物理儲(chǔ)能（抽水蓄能、壓縮空氣儲(chǔ)能）和電池儲(chǔ)能（鋰電池、液流電池）之外，燃料儲(chǔ)能同樣重要。必須利用綠電能量的存儲(chǔ)、轉(zhuǎn)化，克服風(fēng)、光資源波動(dòng)性大的天然缺陷。利用綠電制取可再生燃料氫氨、醇醚和合成燃料，實(shí)現(xiàn)新能源的有效存儲(chǔ)和非電能源燃料的脫碳。

利用零碳電力制取氫、氨和合成燃料，既提供綠色燃料，又是一種新型儲(chǔ)能方式，在儲(chǔ)能規(guī)模和儲(chǔ)能時(shí)間方面具有獨(dú)特優(yōu)勢，便于儲(chǔ)存與運(yùn)輸，可實(shí)現(xiàn)跨季節(jié)大規(guī)模儲(chǔ)能與廣域共享。上海交通大學(xué)利用零碳電力，電解二氧化碳和水制取一氧化碳和氫，再進(jìn)一步通過費(fèi)托合成制取長碳鏈高能量密度的合成液體燃料。這類燃料可以用在車船上，也可以再次發(fā)電上網(wǎng)。預(yù)計(jì)到2030年，電制燃料會(huì)走向大規(guī)模的商業(yè)化應(yīng)用。

鄔賀銓

中國工程院院士

重慶郵電大學(xué)名譽(yù)校長

現(xiàn)階段，AI在接入網(wǎng)的應(yīng)用面臨很大的挑戰(zhàn)，因?yàn)闊o線接入網(wǎng)實(shí)時(shí)性要求很高，AI大模型的計(jì)算處理要占用時(shí)間，存在一定延遲，能不能實(shí)時(shí)響應(yīng)，是一個(gè)很大的挑戰(zhàn)。尤其在城市的馬路上，如果不能實(shí)時(shí)收斂，可能效果會(huì)不太好；其次是一定會(huì)增加復(fù)雜性，現(xiàn)在單蜂窩的干擾做得還可以，未來希望結(jié)合AI把多蜂窩之間的干擾抵消掉，但是在計(jì)算多蜂窩的時(shí)候，算力的要求很高。雖然能夠想象AI在抵消多蜂窩干擾方面能夠發(fā)揮作用，但實(shí)際能不能真正地起到作用也會(huì)是一個(gè)非常大的挑戰(zhàn)。

需要考慮的一點(diǎn)是，人工智能應(yīng)用需要投入成本，獲得的回報(bào)是不是足以平衡成本，還需衡量。此外，目前的大模型本身存在可解釋性不足，有一些不一定形成可信的解決方案，還需要人為檢驗(yàn)。目前新的解決方案是通過模型量化、模型剪輯等方式將大模型壓縮到手機(jī)上，當(dāng)這種推理能力包括對應(yīng)的算力下沉到終端的時(shí)候，就可以不必上云，而是通過離線方式以低成本、低時(shí)延、高隱私、個(gè)性化地應(yīng)用。這將有助于增強(qiáng)用戶生成內(nèi)容的能力，帶動(dòng)新一代信息服務(wù)業(yè)的發(fā)展。

梅宏

中國科學(xué)院院士

北京大學(xué)教授

發(fā)明技術(shù)的最終目的是讓人類的生活變得更好，毫無疑問應(yīng)該充分考慮技術(shù)可能帶來的倫理問題。在AI快速發(fā)展的熱潮下，需要對可能的風(fēng)險(xiǎn)進(jìn)行研判，并提醒科技工作者時(shí)刻牢記科技向善、以人為本。

隨著數(shù)字技術(shù)的發(fā)展，科技倫理治理也應(yīng)當(dāng)跟上。目前應(yīng)當(dāng)完善科技倫理治理體制機(jī)制，明確數(shù)字技術(shù)領(lǐng)域的治理重點(diǎn)和安全護(hù)欄，對數(shù)字技術(shù)進(jìn)行分級分類治理，同時(shí)建立健全人工智能生成內(nèi)容（AIGC）的主動(dòng)披露標(biāo)注制度并開展相關(guān)技術(shù)研究。

那么，數(shù)字技術(shù)領(lǐng)域是否應(yīng)該存在研究禁區(qū)？在基礎(chǔ)研究階段一般不做限制，涉及對人的認(rèn)知能力調(diào)控、違背人的自由意志的研究應(yīng)列為禁區(qū)。在技術(shù)和產(chǎn)品應(yīng)用階段，要根據(jù)具體場景及影響來確定。例如大規(guī)模遠(yuǎn)程監(jiān)控、自主決策的社會(huì)評價(jià)體系、操縱個(gè)人意識(shí)和行為并造成個(gè)人或他人身體或心理傷害的技術(shù)，以及以超越或替代人的認(rèn)知能力為目標(biāo)的AI技術(shù)研發(fā)，應(yīng)當(dāng)受到限制。同時(shí)數(shù)字技術(shù)領(lǐng)域的研究禁區(qū)應(yīng)該建立動(dòng)態(tài)調(diào)整機(jī)制，適時(shí)調(diào)整倫理審查的復(fù)核清單。

我們應(yīng)該建立生成內(nèi)容的披露標(biāo)準(zhǔn)機(jī)制，建立涵蓋大模型開發(fā)者、創(chuàng)作者、使用者的標(biāo)注責(zé)任機(jī)制；鼓勵(lì)多條技術(shù)路線推進(jìn)大模型生成內(nèi)容標(biāo)注技術(shù)研發(fā)；完善大模型內(nèi)容審核制度規(guī)范和檢測技術(shù)開發(fā)；推進(jìn)相關(guān)標(biāo)準(zhǔn)和規(guī)范制定并國際化。科

（本欄目內(nèi)容來源于科學(xué)網(wǎng)）