中国旱作农业源自何处？专家称至少包括黄河西辽河两个起源中心******

　　资料图：刘国祥研究员在第六届世界小米起源与发展会议上做报告。　中新社记者 孙自法　摄

　　中新网北京12月27日电 (记者孙自法)农业起源和人类起源、文明起源一道并称为考古学研究的三大课题，其中，农业包括旱作农业和稻作农业，中国旱作农业如何起源、从哪里起源等问题，长期以来在学界有一定争议，也备受关注。

　　在中国社会科学院考古研究所刘国祥研究员看来，中国旱作农业可能不只有一个起源地，至少应包括黄河流域和西辽河流域两个起源中心。

资料图：内蒙古敖汉旗一处小米种植基地。　中新社记者 孙自法 摄

　　由中国社会科学院考古研究所、中国科学院地理科学与资源研究所、赤峰市及敖汉旗政府等共同主办的第九届世界小米起源与发展会议，12月27日以线上线下相结合方式举行。刘国祥以《敖汉旱作农业与西辽河流域史前文明》为题作学术报告指出，传统观点认为，地处黄河流域的中原地区是旱作农业的发源地，但西辽河流域内蒙古敖汉旗兴隆沟遗址炭化粟、黍遗存等发现，引发出关于中国旱作农业起源问题的新思考。

　　刘国祥说，目前许多学者认为，西辽河流域的自然环境具有脆弱性、多变性和不稳定性，会使人类具有食物短缺的压力，当地的草原生态系统虽较为干旱，但河流仍能提供充足的水源，加之粟、黍的生命力顽强，完全具备农业发展的条件，非常有可能催生原始农业的产生。因此，中国旱作农业可能不只有一个起源地，至少应包括黄河流域和西辽河流域两个起源中心。

　　从考古学文化视角，中国北方旱作农业发展历经小河西文化时期(距今约9000-8500年)的萌芽阶段、兴隆洼文化时期(距今约8200-7200年)的形成阶段、赵宝沟文化时期(距今约6700-6400年)的发展阶段、红山文化时期(距今约6500-5000年)的成熟阶段、小河沿文化时期(距今约5000-4000年)的过渡阶段、夏家店下层文化时期(距今约4000-3400年)为鼎盛阶段。

资料图：内蒙古敖汉旗展示当地小米磨制过程。　中新社记者 孙自法 摄

　　他建议，今后应继续加强田野考古工作，围绕敖汉旱作农业系统，以河流为中心，系统获取土样，通过炭化籽粒建立当地旱作农业系统谱系，加强旱作农业系统的保护与延续。

　　刘国祥表示，兴隆洼文化兴隆沟遗址浮选出土的炭化粟和黍，经中外三家不同的碳十四实验室年代测定，证实兴隆沟出土粟的年代距今约7650年，这是目前世界上发现最早的小米实物遗存之一，也是唯一经过精确年代测定的最早的小米遗存，表明当地是以粟、黍为主的旱作农业起源地。英国剑桥大学马丁·琼斯教授到敖汉旗兴隆沟遗址进行考察，也得出欧洲小米是由中国西辽河流域最早栽培并由东向西传入的研究结论。“考虑到兴隆沟遗址所处位置，其很有可能是小米向欧洲传播的起始点”。

　　即将到来的2023年已被联合国确定为“国际小米年”。刘国祥认为，“国际小米年”将提供机会引导政策关注，从而为敖汉小米等产业发展带来新机遇、新起点。同时，“国际小米年”也将推动对旱作农业考古文化更深入的研究、更好的保护和传承。(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)