分论坛一

2020年12月18日下午，首届清华大学人工智能合作与治理国际论坛分论坛暨高峰论坛在清华大学成功举办。论坛由清华大学人工智能国际治理研究院承办，清华大学人工智能研究院，清华大学中国科技政策研究中心，清华大学科技发展与治理研究中心，清华大学产业发展与环境治理研究中心共同协办，主题为“人工智能在抗击新冠疫情中的作用：经验与教训”，聚焦人工智能技术在疫情精准识别、精准防控、精准施策、复工复产等方面发挥的重要作用，特别是国内外最佳实践，以及在这一过程中出现的问题和解决思路。论坛旨在为各国专家、行业领袖和决策者提供一个探讨人工智能治理问题的交流平台，推动更加安全可信的人工智能发展与应用。

清华大学人工智能国际治理研究院院长薛澜教授表示，自2020年初以来，作为本世纪最大的“黑天鹅事件”，新冠肺炎疫情全球大流行严重威胁着各国人民的生命和健康，阻碍和迟滞了全球经济发展。在抗击疫情的过程中，人工智能技术在疫情精准识别、精准防控、精准施策、复工复产等方面发挥着重要作用，成为了重大突发公共卫生风险情境下应急管理的强力工具支撑，但同时，人工智能技术在抗疫中的广泛应用也带来诸多社会伦理、个人隐私，甚至公共安全方面的争议。

清华大学交叉信息研究院助理教授于洋介绍了有关于在中国人工智能参与疫情治理方面的研究成果。他表示在中国的疫情治理实践中，以人工智能为代表的信息和数据技术参与疫情治理具有“全”和“快”两大特点。中国的疫情治理是由一个AI适应性的政府，以及主动而有能力的企业所形成的一体化的共同治理体完成的。人工智能技术之所以能够全面快速渗透性的参与中国的疫情治理，主要是由于企业主动参与治理，算法思维的政府，以及在政府和企业中都大量存在的枢纽性部门三个关键因素。他认为中国的疫情的经验让我们看到两个事情，一是人工智能是能够快速全面的参与到疫情治理中，二是如此快速全面的参与人工智能疫情治理，并没有发生在其他人工智能强国和大国中。第二个关键构件是有算法思维的政府，这个有算法思维的政府不仅能够主动去社会部门寻求技术，自己就能够用算法思维进行治理，比如说中国的大规模核算检测就用到了分治算法的思维，使得检测速度大幅度提高，像在青岛三天内检测可以超过800万人。第三个关键构件是在政府和企业中都大量的存在的枢纽性部门。这个枢纽性部门在企业中表现为我有很多理解政府任务，懂得政府规章制度的跨部门人才，这样的政府中也有枢纽部门，政府中的枢纽部门表现为政府的官员具备了理解从技术到产品、到任务的整个的生产流程。所以，中国之所以人工智能技术能够全面快速渗透性的参与中国的疫情治理，是因为三个东西：第一个是主动有能力的企业、NGO、社会组织。第二个是AI适应性政府，中国政府不是敌视AI，不是说没有能力容纳AI，第三个是广泛存在于政府和企业和NGO的枢纽性部门，这三个关键构建使得在疫情期间中国疫情治理是企业NGO和政府一体化治理，这个一体化治理使得AI能够参与全程。基于此，于洋给出了三个政策建议：第一个政策建议，任何一个国家和地区都认为，要明确AI企业和NGO作为国家治理的重要储备力量。构建制度性容纳和激励AI企业和NGO主动治理的机制。第二个培养政府的算法治理思维，构建AI适应性政府，不仅是思维还要在制度和结构上有所构建。第三个加强和推广政府企业和NGO中有AI能力协调和整合能力的这样一个枢纽部门。

世界卫生组织健康领域AI伦理专家组组长、苏黎世联邦理工学院大数据与人工智能伦理学教授埃菲·瓦耶娜接着发言，她介绍了欧洲的疫情情况以及相关的经验教训。首先，数字转型和治理是非常紧迫的任务。可以看到目前有些地方没有这些系统，数字应用的治理在过去几个月疫情期间，非常有必要让各个国家进行清晰的合作和协调，必须要有一个清晰的合作的路径，从欧洲角度来讲，协调方面比较简单一点，但是边界的国际性的协调非常重要。这方面目前做的不够，所以说一方面确实需要在单个国家做好，再就是国际的合作。第二，从疫情可以看到所谓的两分，如果看一下很多现有的框架等等，会发现其实很多时候每个国家有秒分的挑战，自由和卫生、我们和他们等等，其实通过这样的方式制定的框架会存在分歧，给大家选择不同，带来的结果就是有一些提议是没有想象力的，不足以帮助我们解决挑战。总体来讲没有太多好处，会导致分级化，这种两级性带来很多的问题，我觉得在疫情防控过程中我们学到这样的经验和教训。接下来什么样的做法有帮助，消除两分的做法，技术带来解决方案，但是不能够剥夺人们的选择，这个声明讲到成员国可以实现自己公共卫生的目标，同时保护一些基本的权利。比如说隐私，这个可以同时做到，在未来疫情发生的时候对话更多从结合，刚才所提到两点的结合，融合的角度来做。第三，我们感觉各个国家有的时候反应过度。比如说数据的保护、资源等等，在欧洲，国家希望保护自己的市民免收危机的影响，但是同时不希望违反法治、民主和基本的权利。在疫情期间通过官方的渠道所采取的举措，另外在联合国呼吁大家保护人权，在制定紧急措施的时候不要忘记这一点。第四，在讨论的时候以及制定不同技术的过程当中，我们看到了伦理性，透明性的问题出现了。还有公共参与是另外一个原则。

接下来美团副总裁、首席科学家夏华夏先生在美团抗疫的举措，以及对于抗疫的举措，AI边界，治理做了分享。在疫情期间，美团帮助各个社区、人民，帮助他们用外卖抗疫，因为很多时候很多人不能出门，尤其是医护工作者没法出门。一方面帮助更好打通商户和消费者，也做很多为医护工作者送上餐饮的东西。通过机器生成的模拟机器人，可以实现和很多商户、跟骑手、跟用户的沟通。有了这个客服机器人之后可以并行，每天100多万通电话打出去，把每个商铺实际的状态保持实时的更新。在消费端做社交格里的工作，这里今年2月份疫情期间落地的无人配送车的视频，现在还在北京顺义区做常态化的运营配送。这个车在开放道路上行使，自动识别红绿灯，可以躲避行人、路上各种障碍物。在疫情期间服务顺义大概8个小区，到现在为止将近20个小区每天给这些当地的居民做配送，现在超过了100万订单。美团也为政府做大数据服务，帮助政府更好把控当地各个区县、行业复工复产的情况，这个数据因为本地生活服务很多数据，做数据挖掘之后给政府一个非常准确的数字化治理的手段。

夏华夏先生继续表示，人工智能会给我们很多便利，这个便利的过程中会带来一些隐私或者安全，一方面人工智能带来的问题用技术去解决提升的，比如关于隐私的问题，我们有很多事情可以通过技术的手段让很多的数据在端上处理，不往云端去传送，数据就留在端，比较好保证用户的隐私。还有一些AI的问题，是技术不太容易去解决，需要跟政府、法规有比较好的结合，通过法律来规范技术的应用。再有一部分希望让AI成为普通人的工具，不是替代人，不是伤害人，不是成为人类的终结者，我们希望整个社会拥抱AI。具体到美团这边我们做了什么也简单给大家分享一下。一方面上个月成立了专门的人工智能治理的委员会，也是跟清华有一些合作，美团就成立相应的企业内部的组织，我们去思考在企业内部怎么样去用技术，怎么样去用AI，探索一些边界，包括怎么保护用户的隐私等等，同时去思考怎么教育用户，告诉用户我们是怎么用的如果用户不知道我们怎么用的对无知的事情往往是恐惧的，如果很清楚告诉用户是这样用数据，保护数据，当技术使用透明了更容易被用户所理解，更容易被用户所接受。同时也在积极参与一些标准和法规的建设，这是我们总体在做的一些事情。总体来说我们觉得AI对整个人类社会的影响是非常非常大的，美团也在努力把人工智能的技术在用到很多方面，成为我们服务的基础服务设施，不一定感受得到，但是无处不在，这是我们一直努力的方向。

《专题讨论1：人工智能抗疫国际经验分享》嘉宾观点：

洪小文：面对疫情采取回应，恢复，重塑的策略

第一阶段中国非常有经验，最早发生疫情，全世界到现在很多地方还在第一阶段，怎么Respond，这里很明显一个是远程，远程来完成工作，远程办公，像ZOOM、微信，对于每一个人都要用这个东西来做任何的事情，包括甚至于远程医疗。怎么用远程的方法，因为世界还要走，人还要生活。除了远程办公的系统以外，还有云计算在这次也是彻底的，因为人不留了，但是信息数字孪生，让这个世界运转起来，靠的是后台IT的技术，云计算在这方面扮演很大的角色，大家也看到高科技在里面扮演举轻若重的角色，量比平常还增加。

第二个阶段Recovery（恢复），Recovery，中国做的最好的，除了没有办法跟全世界以前那样交流，Recovery大家可能很清楚，今天到很多地方要看健康码。中国的经验来看在Recovery这个阶段，比Respond还重要，因为Respond也不用扫码，行迹、轨迹的活动。另外赶快做疫苗，这次中国也好、全世界也好有很多疫苗得到批复。人类的突破，现在疫苗好多种，传统的灭活疫苗，把腺性的病毒做成冠状去骗人的抗体，甚至拿DNA的一段完全是假的，现在大家都充满着希望，在2021年全世界得到恢复。

最后重塑（reimagine）后疫情时代实际上这个世界上有很多东西彻底改变，大家谈的比较多的。我举一个微软大家也看到，我们宣布国际公司也开始做，50%可以在家上班，不需要公司的批复，甚至于还允许员工在远程，干脆不是住在工作的附近，甚至在其他国家。这种远程的办公，怎么样用远程的方式，并不是取代，而是扮演更大的角色，跟传统的，像今天开会，在座各位只有这些人，实际上有很多人在远程参加这次会议，不管是贡献者还是观众，后疫情时代像类似这些事情大家在折磨的。

宋继强：AI技术提高检测，预防和治疗的效率。

从抗击疫情过程来讲我们有三个部分一定要同时做的，一个是检测，一个是治疗，一个是预防。目的一个是为了大幅提高效率，因为我们跟时间赛跑。第二我们要替代人，尽量少让人去做这个事情，我们要保护没有打过疫苗的人，避免去接触。为了达到这些综合的目的，首先我们看因特尔各种各样的技术，有硬件、软件、网络的技术，通过产业的合作伙伴发挥作用，因特尔本身是在产业链上游的公司，并不直接做各种各样的产品。

在检测方面，最开始首先是看有没有什么症状，做一些CT看肺部的变化。这个过程如果量很大靠人去看还是很慢，首先把AI技术用在这个领域，通过合作伙伴，快速把这个能力提升到一个可用的级别，通过快速的合作把它的检测率提高到96%，很快替代人来去做这个事情，而且速度达到20秒可以看500张，建这样一个中心把医院的很多病例都可以看了。另外检测之后早期做病毒的分析，那个实际上要利用很多计算量做基因的分析，病毒对我们是新生事物，我们就跟像华大基因、联想快速搭建了高性能计算中心，对基因组测序做全部的测序，把这个速度迅速提升到原来的40倍以上，快速响应让检测部分达到很好的效果。

对于预防，我们知道预防首先需要戴口罩，那时候口罩的产能包括口罩的检测质量没有达到那么高的需求，如果说尽快上一些产线，可以自动化做，但是检测出来口罩的质量、完整度都靠人，很多人都要去参与，不符合防疫的要求。比如我们和一些公司通过人工智能去做检测，检查口罩生产是否合规，把人替代了又提高了效率。

做了很多无菌处理、应急的病房不需要人进去，消毒、检测做一些人员的筛查通过机器人去做，这时候发现对机器人的需求这么强，能力没有达到这么高。把可用的技术用上，不管配送、病房的消毒，这些层面都已经开始把使用机器人的速度提升到原来的几倍甚至几十倍，这几个方面都是非常重要，去应对现在可能出现的各种问题。

唐剑：AI技术助力抗疫工作。

首先，疫情最初爆发期间是2020年春节，滴滴用不到31小时的时间上线了医护保障车队服务，是为武汉的医护人员，紧急调度了500名全职司机，超过8000名武汉医护人员提供上下班的服务，也是得到了武汉医护人员和政府的充分肯定和认可。后期把医疗保障车队服务推向了包括北京、上海、宁波、南京在内的14个城市，覆盖了超过23000多名的医护人员。

第二，启动了滴滴英雄计划，主要是助力国际化的疫情防控。我们招募了超过5万多名司机的志愿者为国际化服务的乘客，这些医护人员提供免费的或者是优惠的出行服务。另外滴滴特别设立了3亿元左右的防疫专项资金，用于支持医护车队的保障服务，以及去购买像防护膜、口罩以及清洁剂的物资。

另外滴滴还特别探索了并且实践了如何用科技的手段，比如说AI技术助力抗疫工作，下面分享两个具体的例子，在疫情保法之初，在春节期间我们团队临危授命，用不到23个小时车载设备，大家打滴滴车在数十万辆现在超过一百万辆，有一个黑盒子上线了司机戴口罩的检测，这个听起来比较简单，实际做起来难度非常大，这个准确率受到光照还有司机，在开放环境下头部姿态不一定是正对摄像头等等多种因素的影响，我们在很快的时间内把准确率提高到超过98%，为保证在疫情期间安全的出行服务起到很大作用。

后面把这项AI的功能推广到国际化服务团队，也是在南美多个国家和地区上线，服务了很多司机。我们国家在这次疫情中各项工作和表现非常出色，从经验中也发现这个戴口罩迅速能掌控，最终阻断传播途径是最有效的手段。疫情爆发期间正是春运高峰期，春节结束有大量返京的乘客，我们滴滴出行和北航软件开发环境重点实验室合作，在北京政府的指导下着力开发了返京乘客溯源的监测和分析的技术，后面也是为向北京市委汇报了返京乘客的来源以及在北京各城区疫情发展相关性的报告，向他们提高了这样的数据和汇报。

孔秋实：人工智能与大数据赋能疫情防控一线，实现政府决策科学化

我们在利用人工智能和大数据技术在开展疫情防控方面取得了一定成效，也积累了一些经验，主要有如下三点：第一，疫情态势要可视化。通过“萧山战疫”数字驾驶舱的数据分析研判功能，依托数据可视化，助力及时、精准掌控全区疫情发展态势。萧山区地域比较广阔，人口基数比较大，因此通过系统自动分析和对疫情的可视化，使我们管理者能够全面直观的掌握全区一个疫情动态，从而更好的作出科学和精准的一个决策。比如说通过“三返监控”功能，可以动态监测“返学、返工、返岗”人员一个信息，通过疫情播报功能可以检测疫情发展的态势，区级集中医学观察点人员数据一个情况。第二，疫情调查要智能化。在疫情防控这项系统性的工作中，基层作为防疫的最前线，需要承担大量繁重的调查工作。通过实现疫情调查的智能化，可以有效提升工作效率，减轻基层工作负担。比如上面我提到的智能语音机器人，可以自动开展辖区内居民健康信息采集与疫情摸底调查。针对受访者不同的回答，我们设计了不同的询问路径。智能机器人会将受访者的答复转化成文字录入数据库，并对数据库里的居民疫情信息进行分析，生成分类统计报告，快速实现社区居民信息排查、健康情况和流动情况排查。如询问发现受访者有发烧、咳嗽等情况，后台还会第一时间进行告警，并将寻访人员信息传送至所在社区，由社区工作人员上门进行核实，做到事前预警、事中防控、事后跟踪。第三，风险预警要精准化。精准的疫情风险预警不仅能实现疫情处置的“精准打击”，还能有效避免不准确消息传播所导致的恐慌情绪蔓延，对提升政府在群众心中的公信力是有帮助的。比如说，萧山区疫情当中创新采用计算机仿真算法动态生成“密切接触指数图”。对萧山管辖区域按照百米网格进行细分，充分利用海量数据迭代算法模型实时分析每个网格的潜在疫情风险，按照危险程度从高到低分为红、橙、黄、蓝四色进行标注，并对红色和橙色网格进行提前预警，督促所在镇街提升防控措施强度。

专题讨论2：后疫情时代的人工智能国际治理展望》嘉宾观点

蒋燕：落实企业社会责任，积极参与人工智能治理

作为国内人工智能企业的典型代表之一，旷视在疫情初期便率先意识到新冠疫情不仅仅公共卫生领域的重大危机，更对以人工智能为代表的新兴技术的发展提出了全新挑战。创新的数字技术不仅能够有效缓解疫情的冲击，更能在疫情期间稳定经济社会的发展。旷视在抗疫期间积极落实企业社会责任，率先成立了紧急研发攻关团队，仅用了短短十天的时间便研发出人工智能测温系统解决方案，并在第一时间投入到医院、交通枢纽、商超等人流密集地区，为抗疫进程提供助力。

蒋燕指出，后疫情时代人工智能的关键是要处理好创新发展和有效治理的关系。一方面把人工智能技术放到具体的场景中进行灵活化和精细化的处理，另一方面建立完善的监督制度，让公众安心享受技术所带来的价值与红利。总体而言，旷视在践行人工智能治理过程中遵循以下三个原则：第一，不缺席。人工智能企业作为人工智能技术的提供方，要全程参与到治理的全流程中。第二，不对立。技术的应用、技术的发展、商业的应用和规则的制定是相辅相成、相互促进，而绝非对立的。第三，行胜于言，人工智能治理要落实到企业的日常工作中，并由此逐步实现技术与社会的可持续发展。

曾玉和玉资本管理合伙人：新冠疫情催生新的细分市场，引发新业态

疫情在给金融市场带来更多可能性的同时，也使得不确定性难以避免。疫情期间，在线教育、协同办公、家庭健身、在线医疗、慢病管理、远程问诊等细分行业迅速崛起，市场对高科技公司特别是AI赋能的公司及行业，既有良好的预期也有对泡沫的担忧。究其原因，以人工智能为代表的新兴已经发展到了一个里程碑式的阶段，新冠疫情的突然爆发在短时间内增加了技术的应用场景，激发了技术对产业的赋能。虽然有很多企业原本的业务受到了疫情的影响和冲击，同时也有很多企业借此契机快速实现了业务转型。可以说，技术想要对世界产生帮助，强大的组织号召能力和不同主体之间的齐心合力非常重要。

德地立人：日本政府抗疫经验总结

疫情期间，日本的政府机构并没有很好地引导人工智能技术发挥其应有的效用。首先，政府在疫情期间给每一为日本公民发放相当于人民币7000元左右的补贴，然而发放的方式效率很低。原因在于统计工作并不到位，这导致了日本公民的普遍不满。

日本的AI技术难以大规模应用，其中一个重要的原因在于对个人隐私的保护或者是政府强制人民的权利如何合法化的问题。新冠疫情使日本认识到AI技术对人类生活可能带来的极大好处，强有力的系统或许能够解救数以百万人的生命。日本既不希望为了自由而至牺牲几十万生命于不顾，也不能为了生命安全牺牲人民的自由。因此，AI治理的实现至少需要解决以下几个问题：第一，数据的归属，使用，分享和责任划分问题。第二，个人隐私和个人的安全如何得到保护的问题。第三，国家、平台公司、社会的关系应该如何协调的问题。第四，复杂的国际政治使互联网走向碎片化，如何去维护互联网的问题。

为了解决这些问题，各个国家秉持着不一样的思路，德地认为解决这个问题的关键词汇是人民的参与、人民的监督以及国际问题必须有相关国家参加的国际框架来解决。日本政府在新总理的领导之下，正在迈向新的改革，将在三到五年内统筹日本中央和地方政府的虚拟平台，连接医疗、教育等业务平台，由此来促进日本建设二十一世纪新的数字化社会。

阿德里安·韦勒：人工智能系统需要关注多方面利益

疫情在给全人类带来挑战的同时，也给技术赋能社会治理带来了良好的契机。例如，个人健康信息得以被整合到系统之中，并实现对特定人群或区域健康情况的监测。数据的系统性整合帮助我们勾画更好的社会成果和政策，从而使得社会能够承担更好的责任。同时，一些国家在疫情期间密切关注微观经济活动，建立模型促进经济发展。

此外，过去我们通常认为人工智能系统是用来优化行业管理，或者是物品供给流动等等，然而通过此次疫情，人们意识到，我们需要思考的其实不仅仅是即刻的优化，更要想方设法使系统更加强劲。另外，疫情的突然爆发使得我们开始关注如何平衡对个人和集体的扶持，例如应当怎样分享健康数据或使用数字追踪技术才能使得每个人都受益。

目前，在国际层面已经有很多协定涉及关于人工智能的原则，虽然这些原则也多有重叠之处，但是也有一些差别。比方说，一些国家非常强调或者说比其他国家更加强调和谐的概念或社会权益这个概念，除了关注个人的权益之外，更关注社会的权益。当前，并没有一个统一主导的解决方案，我们要想进一步取得原则方面的进展，需要更好的了解这些原则之间的相互关系。特别是要在具体的场景中了解他们的关系。比如说联合国数字合作路线图还有教科文组织的工作，就是很好的平台。韦勒建议在没有争议的技术领域可以推进广泛的协同合作。

罗欣顿·麦德拉：新冠疫情为人工智能发展带来挑战

第一，新冠疫情彰显了所谓数字鸿沟的重要性。世界上三分之二的人仍然没有任何网络接入，而较为发达的社会中人们可以在家里工作、开会等等。随之而来的还有网络安全的问题以及供应链的韧性的问题。这些问题在新冠疫情以前就已经存在，但是疫情似的这些问题更加突出。

第二，新冠疫情引发了对技术广泛使用的反思。例如，很多国家使用跟踪应用程序作为抗击疫情的措施之一，然而如何搜集数据，如何存储，如何使用数据，以及从数据到其他治理问题的滑坡，包括隐私、安全和人权问题等等引起了人们的担忧。新冠疫情进一步彰显了这个问题，并使其成为世界各国外交所面临的主要挑战。

在科学领域，尤其当我们在数据算法越来越多推动事务管理方式的时候，新冠疫情凸显了科学合作的重要性。中国在2020年1月初的时候发布了病毒的基因序列，此后直接加快了疫苗研发的速度。可以说，有时危机反而能够带来积极的合作方式，并引导我们对合作科学和共享知识产权的不同方式进行更加详尽的思考。但是事实上这些仍处于早期阶段。当我看到这一系列问题的时候，在我看来第一步必须是关于某种如何使用新技术的全球宣言，成为基于共识的标尺，指导国家和国家以下的各级立法。