八路军渤海军区收复利津城之战******

　　1944年7月至8月，八路军渤海军区遵照上级指示，全面展开夏季攻势，在第一阶段基本解放被敌军“蚕食”两年多的益(都)寿(光)临(淄)广(饶)“四边地区”取得重大胜利基础上，发起了以解放利津县城为中心任务的第二阶段夏季攻势。

　　利津县城位于黄河下游濒临渤海入海口的西岸，它既是日军设在鲁北渤海湾一带最大的战略支撑要点，也是日伪“蚕食”“扫荡”抗日根据地的重要兵力和物资屯守基地。当时，盘踞在利津城内的敌人除日军一个分遣队外，主要是伪华北绥靖军第8集团军第27团、7个伪保安中队、伪县公署宪兵队、伪警察等，总兵力2000多人。利津县城防城高池深，工事坚固，城外周围分布着9个据点，可谓易守难攻。

　　按照作战部署，八路军渤海军区首长决定由直属团主力担任攻城主攻任务，并以两个连兵力协同地方部队部署于小清河以南监视和牵制邻县敌军；军区特务营，第四军分区地方部队，垦利、沾化独立营和军区直属团一部，分别攻打盐窝、张许据点；其他各外围据点由各区中队和民兵相机攻取，各县武装大队设伏于利滨公路两侧，负责阻击惠民、滨县增援之敌。

　　8月11日，八路军渤海军区部队在司令员杨国夫指挥下，投入军区直属团、特务营和第四军分区部队，兵分数路发动奇袭，先后拔除了利津县城盐窝等9个外围据点。

　　16日晚，渤海军区参战部队对利津县城发起总攻。战斗打响后，军区直属团向城东门发起进攻，在控制城门楼后沿城墙向城内推进，与守敌展开巷战，经过激烈战斗，相继攻克了伪团部，伪县府、新民会、伪保安大队部。17日下午2时，渤海军区另一支攻城部队攻克西门及城西南碉堡，和已经攻入城中的部队内外夹击，将残敌驱赶至城西北角一座院落内。黄昏时分，爆破手通过连续爆破，炸开了院墙，八路军战士冒着硝烟冲进院内，将日军指挥官、企图化装逃走的伪团长及其手下300多人活捉。几个日军企图跳城逃跑，被埋伏在城外的八路军战士击毙。

　　18日拂晓，滨县增援之敌200余人进至利津城西关，渤海军区守城部队与敌人展开激战，上午8时许将其彻底击溃。至此，收复利津县城战役胜利结束。此役，渤海军区部队全歼守敌，缴获大小炮14门，轻重机枪29挺，长短枪1000余支，子弹10万余发，电台5部、电话总机2部、电话机22部、汽车2辆、战马50余匹，粮食75万公斤。

　　利津县城被收复后，渤海抗日根据地不仅得到进一步的扩大和巩固，与相邻各战略区的联系也得到了打通和改善，同时为即将到来的全面反攻奠定了胜利的基础。（孙兵）

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)