彩虹多多攻略_彩虹多多官方

沿海大省开启"抢人"模式 破解用工荒须综合施策******

　　全力“拼经济”，离不开“保用工”。节后首个工作周，各地迎来了招工保产的窗口期，新一轮“抢人大战”提前启幕。

　　为鼓励外地务工人员尽早返岗，浙江某地连续数日向规定日期前返岗的务工人员派发总价1000万元的“五金券”。派发首日，就有来自湖南的务工人员田某领到价值59800元的“金券”，提走电动汽车一辆。

　　在广东深圳，当地政府明确提出：对2月5日前市外原在岗职工返岗达500人以上的企业(劳务派遣单位除外)，按照每人200元的标准发放一次性返岗交通补助，每家企业最高40万元。

　　据不完全统计，目前已有包括广东、浙江、江苏等在内的多个沿海大省开启了“抢人”模式，大手笔谋划跨省异地招工，多举措确保回乡人员及时返岗，全方位助力企业实现“开门红”。

　　节后“用工荒”“招工难”年年都有，今年似乎格外突出。这背后，既有因疫情政策调整优化带来的用工需求增加，也有人口负增长导致劳动力红利减弱的因素。国家统计局的数据显示，至2022年末，全国16岁至59岁劳动年龄人口约为87556万人，比2021年减少了666万人。

　　当然，随着沿海地区产业加快向内陆省份转移，中西部地区经济保持较快增长，更多就业岗位、更小收入差距让越来越多外出务工人员愿意留在“家门口”就业，特别是近年来乡村振兴战略的深入实施，一些有技能又有想法的返乡年轻人主动求变，或成为职业农民，或成为创业者，实现了从“雁南飞”到“金凤还巢”的转变。

　　客观上看，作为一种复杂经济现象的存在，“用工荒”“招工难”有其合理的一面，但也暴露出当前我国在人力供给与产业需求之间的结构性错配问题。事实上，“用工荒”“招工难”已不只是春节期间的短期现象，一些地方、部分行业常年都面临着招不到人的尴尬状况；“用工荒”“招工难”也并非沿海发达地区所特有，越来越多中西部地区也感受到了这一趋势的逼近。

　　以制造业为例，作为吸纳外来人员就业的主要行业之一，近年来遭遇了前所未有的严峻用工形势——产业工人空心化问题日趋突出，年轻人“宁愿送快递也不进工厂”，即便是招到了人也留不住人，居高不下的用工成本甚至已成了不少制造业企业转型升级的障碍。

　　破解当前“用工荒”“招工难”难题，需要合力构建起充分就业的长效机制。人社部门要搭建精准高效的用工供需对接平台，借助大数据等手段，为劳动力及用工企业做好对接服务，力促就业市场的动态平衡；用人单位要针对未来人口红利不断减弱的现实，未雨绸缪提早布局，特别是制造业企业，要进一步加快智能化数字化改造，逐步以机器替代传统人力，减少对人工劳动力的依赖；对于劳动者自身而言，要认清就业形势，树立正确就业观念，积极在自身上挖掘潜力。

　　从更长远看，破解“用工荒”“招工难”难题，需要努力做好城镇化这篇大文章。中国的城镇化是以人为核心的城镇化，从某种意义上说，“用工荒”“招工难”所折射出的，正是长期以来城镇化进程中农民工无法真正融入城镇生活的现实。如果社会保障不能兜底、基本公共服务均等化不能覆盖更多群体，那么广大进城务工人口的“后顾之忧”就无法真正解除，“用工荒”现象也难以彻底消除。换言之，对于中国这样庞大的经济系统而言，用好用足城镇化引擎，保持住就业连续性、稳定性，方能以较低成本实现经济社会的平稳运行。 (顾阳 来源：经济日报）

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)

　　（文图：赵筱尘 巫邓炎）