近日，中國IGF通過“線上+線下”方式舉辦人工智能專題報告分享會，特邀第十三屆全國政協(xié)常委、中國科學(xué)技術(shù)協(xié)會原副主席、國際核能院院士張勤作專題報告。中國IGF常務(wù)副主任、CNNIC副主任、聯(lián)合國IGF多利益相關(guān)方咨詢委員會委員張曉，中國互聯(lián)網(wǎng)協(xié)會副秘書長戴煒出席活動。

張勤院士以《AI治理初探》為題，闡述了對深度神經(jīng)網(wǎng)絡(luò)和大語言模型發(fā)展的見解，提出了AI治理的重點應(yīng)該在《全球人工智能治理倡議》中提到的“打造可審核、可監(jiān)督、可追溯、可信賴的人工智能技術(shù)”，例如可從控制訓(xùn)練數(shù)據(jù)的合規(guī)性、控制輸出結(jié)果合規(guī)性、建立AI網(wǎng)站或產(chǎn)品使用責(zé)任制等方向入手。

此外，張勤院士還講解演示了基于AI的“動態(tài)不確定因果圖”（DUCG）技術(shù)方案在提升基層醫(yī)生診病精確度、優(yōu)化臨床檢查項等實際應(yīng)用的積極作用，讓大家更加直觀地了解AI應(yīng)用與治理對實踐的賦能。

分享會現(xiàn)場氣氛熱烈，交流活躍。參會嘉賓與張勤院士圍繞人工智能“黑箱”、因果關(guān)系、知識產(chǎn)權(quán)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)共享與數(shù)據(jù)訓(xùn)練等話題進行了互動交流和探討。

動態(tài)不確定因果圖

動態(tài)不確定因果圖（Dynamic Uncertain Causality Graph，DUCG）是基于因果關(guān)系而非大數(shù)據(jù)的新一代人工智能理論體系，原創(chuàng)于解決核電站等無故障數(shù)據(jù)可供學(xué)習(xí)、存在未知的虛假信號、且往往要診斷此前從未發(fā)生過的故障等復(fù)雜問題。與深度學(xué)習(xí)、知識圖譜、貝葉斯網(wǎng)絡(luò)、專家系統(tǒng)和大語言模型等現(xiàn)有技術(shù)方案不同，DUCG是一套嚴(yán)謹(jǐn)?shù)腁I數(shù)學(xué)模型，通過引入虛擬因果作用事件，從底層表達事物間的因果關(guān)系，從而將在統(tǒng)計表象層深度耦合的變量和參數(shù)解耦，實現(xiàn)模塊化全圖型直觀表達和處理大型復(fù)雜不確定因果關(guān)系。