AI治理必修-7月(上)第10刊发布！

AAIG的专家们用多学科的专业视角，每月从全球收集和筛选关于算法治理和可持续发展的全球态势。重点关注算力时代的新技术、新风险、新实践、以及对它们新解释。

7月月刊(上)共12篇文章2970字,分【本月洞察、行业动态、前沿技术、产业实践】四个板块展开。

人工智能技术已在各行各业大范围应用，给数字经济注入了智能化的动力，在特定领域单方面的能力达到甚至超越了人类水平。然而，目前几乎全部的人工智能技术都属于弱人工智能，面临过度依赖数据、鲁棒性差、可解释性差等缺陷。目前如何实现具备人类大脑一样具备推理、知识、规划、学习、交流等功能的强人工智能是目前面临的难题。同时，在大力发展人工智能技术的同时，我们还需要在技术可控性、伦理道德规范等融入到人工智能生命周中，实现为人民服务的好科技、高科技。

点击题目即可查看全文

1. 数据出境安全评估办法

2. 《中国行政管理》: 算法全球治理：理论界定、议题框架与改革路径

1. 针对深度学习的“失忆症”，科学家提出基于相似性加权交错学习，登上PNAS

2. 从数学角度，理解机器学习的“黑魔法”，并应用于更广泛的科学问题

3. DeepMind最新研究：让 AI 像婴儿一样思考

4. 让 AI“读懂”人类价值观！朱松纯团队工作登上Science 头条

本论文提出了一个可解释的人工智能系统，阐述了一种机器实时理解人类价值观的计算框架，并展示了机器人如何与人类用户通过实时沟通完成一系列复杂人机协作任务。这项研究涵盖了认知推理、自然语言处理、机器学习、机器人学等多学科领域，是朱松纯教授团队交叉研究成果的集中体现。

5. UIUC 李博：从技术角度实现 AI 可信，从博弈论、对抗攻击，到逻辑推理

她提出了"基于逻辑推理的可信机器学习"，将人的知识、推理逻辑与纯数据驱动的模型结合起来，提高鲁棒性。她发现AI 鲁棒性、隐私性和泛化性之间的内在联系，揭示各种模型的易受攻击性，提出数学方法来弥补模型的漏洞，为机器学习模型和隐私保护提供鲁棒性保障。

新的研究表明，要实现AI模型的优秀性能，并不一定要依靠堆算力与堆规模。本论文提出了一个理解深度网络的新框架：压缩闭环转录。这个框架包含两个原理：简约性与自洽性/自一致性，分别对应AI模型学习过程中的“学习什么”与“如何学习”，被认为是构成人工/自然智能的两大基础。

数字经济的核心技术涉及数据、算法与算力三个方面。数据正在成为经济关键生产要素，我们需要研究推进数据确权和分类分级管理，畅通数据交易流动，实现数据要素市场化配置，合理分配数据要素收益。本文姚院士介绍了数字经济前沿技术的最新进展。

本报告同分为7个章节，分别对自然语言处理、智能信息检索与挖掘、计算机视觉、智能体系结构与芯片、机器学习数理和基础理论、AI+科学，以及人工智能伦理治理等领域近年的领域进展、面临的问题和挑战，以及未来的发展方向进行了详细的介绍。

1. 业务升级！AAIG首次公开八大实验室

阿里巴巴人工智能治理与可持续发展研究中心(AAIG)八大实验室：计算机视觉实验室、自然语言理解实验室、数据挖掘与机器学习实验室、多模态基础模型实验室、图算法实验室、知识计算实验室、人工智能安全实验室、人工智能伦理与道德实验室。AAIG贯彻“科技创新是最好的网络安全”的理念，所研发的人工智能产品涵盖内容安全、业务风控、数字安防、数据安全与算法安全等多个领域，为集团在全球的千万商家和十亿消费者提供安全保障，并通过技术服务方式赋能阿里云上一万多家中小企业构筑安全防线。

阿里云联合多家机构企业，积极开展中国机器人行业研究工作，在分析当前我国机器人市场现状与产业图谱的基础上，对人工智能、5G、云计算、边缘计算等新兴技术赋能机器人智能化、轻量化、柔性化发展进行了理性探讨，结合阿里云加速器企业案例探讨了机器人企业的上云实践与成效，提出机器人云上发展趋势。《报告》从机器人行业概况、机器人产业图谱、机器人云上发展实践、创新型机器人企业展示机器人云上发展趋势五个方面对产业进行分析。