【这些年，我们创造的奇迹①】黄河“地上悬河”历史正在被改写******

　　【这些年，我们创造的奇迹①】

黄河“地上悬河”历史正在被改写

21年调水调沙使下游主河槽下切3.1米

　　开栏的话

　　这片厚积五千年文明的丰饶大地，在新时代春风劲拂下，在14亿人勤勉孜矻耕耘下，会生长出怎样的风景？

　　你瞧，一帧帧绮丽的画卷正在作答：那是“大国重器”、世纪工程的惊天突破；那是荒漠披绿、珍禽重生的生态华章；那是尖端科技、自主创新的民生福祉……每一项，都堪称踵事增华的“中国奇迹”；每一桩，都见证着这个时代的磅礴伟力！

　　根之茂者其实遂，膏之沃者其光晔。从这些蔚为大观的奇迹之中，我们看到的，是一个百年大党的宏图大志，是全体华夏儿女的蹈厉奋发。为传递这腔震天撼地的力量，光明日报从即日起开设专栏《这些年，我们创造的奇迹》。

　　让我们记载奇迹、颂扬奇迹、同心协力创造更多新奇迹！

　　光明日报北京12月28日电（记者马姗姗、谢文、邢宇皓）记者从水利部获悉，最新数据表明：调水调沙实施21年来，黄河下游主河槽平均下切已达3.1米。也就是说，随着调水调沙持续实施，黄河“地上悬河”的历史正在被改写！

　　黄河流经黄土高原。黄土高原土层深厚，土质疏松，地形破碎，夏秋暴雨集中，因而，黄河成为世界上含沙量最大的河流。“黄河斗水，泥居其七”，泥沙淤积使下游河床不断抬升。为了束缚河道，人们只好不断加高堤防，黄河成为“地上悬河”，两岸人民头顶犹如放置了一个硕大的水盆。

　　解决黄河淤积，是中华民族千年夙愿，也是世界级难题。新中国成立后，水利专家们殚精竭虑孜矻探索，终于在20世纪80年代找到了妙方——修建系列大型水库进行调水调沙。“调水调沙，就是通过‘人造洪水’，形成连续的泄流冲力，把淤积在河道及水库中的泥沙尽可能多地送入大海。”水利部黄河水利委员会水旱灾害防御局方案技术处处长任伟说，“科学家经过大量分析研究和300多场实体模型实验，证实了这项技术的可行性。而成功的关键，是2001年年底小浪底水库建成运行。”

　　小浪底水库位于黄河干流最后一个峡谷的出口处，控制着黄河流域91%的径流和几乎全部泥沙。2002年，小浪底水库启动首次调水调沙试验，其后，逐渐形成多水库联合调度模式——先是小浪底水库泄放蓄水，冲刷下游河道、腾出库容；然后，万家寨、三门峡等水库依次泄水，接力冲刷小浪底库区泥沙……

　　“当河道中的挟沙水流与库区清水相遇，由于前者的密度更大，挟沙水流会潜入清水底部继续向前流动，形成‘异重流’，最后从坝底排沙出库。”黄河水利委员会河南水文水资源局研究室主任李圣山解释。仅2022年，采用多水库联合调度模式，黄河在汛前和汛期就实现了两次调水调沙，小浪底水库共排沙1.566亿吨，输沙入海0.714亿吨。目前，黄河上中游正在加快古贤、黑山峡等水利枢纽工程建设前期工作，以持续提升水沙调控整体合力。

　　21年来，调水调沙使黄河下游河道主槽不断刷深，河道主槽最小过流能力由2002年每秒1800立方米提高到目前每秒5000立方米左右。“这是一个了不起的成就。水畅其流、排沙入海，彻底让‘河淤堤高，人沙赛跑’的千年险局成为过去！”李圣山的话里透着自豪。

　　据悉：因为解决了旷世难题，“黄河调水调沙理论与实践”技术获国家科技进步一等奖，黄河水利委员会也因此获国际水利行业最具影响力的“李光耀水源荣誉大奖”。

　　《光明日报》（ 2022年12月29日 01版）

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)