浙江教育两会观察：如何为职业教育发展“谋出路”？******

　　中新网杭州1月14日电 题：浙江教育两会观察：如何为职业教育发展“谋出路”？

　　记者 谢盼盼

　　职业教育，一直以来都存有误解：社会认可度低，上升通道受阻……在此间举行的浙江省两会上，多位浙江省政协委员为职业教育发展“支招”。

　　近年来，中央、省里和各市相继召开职业教育大会，出台了一系列支持职业教育快速发展的政策，职业教育的发展无疑迎来了“春天”。

　　然而，浙江省政协委员、九三学社金华市委主委，金华市副市长庄凌飞从工作调研中发现，还有一些制约职业教育发展的瓶颈问题亟待破解。

　　其一表现为普通教育与职业教育生源抢夺激烈，更多生源流向普通高中；其二为职业教育统筹力度有待强化。中职教育与技工教育一体规划不够，市自为战、县自为战、校自为战的现象仍然存在，职教布局、专业设置顶层设计有待加强，专业重复建设造成较大浪费；其三为职业教育服务地方发展的水平有待提升，专业与产业匹配度、实训实操能力还有待加强；其四为高层次复合型技能人才培养途径有待进一步拓展。

　　他担心，受普职比控制放开、职业教育社会认可度不高等因素影响，职业教育的生源正在逐渐萎缩，技工院校赴外地招生的成效也不明显，今后一个时期很有可能造成中职学校和技工院校“无生可招”的局面。

　　民进浙江省委会常委、湖州市委会主委李红同样关注职业教育及人才培养。

　　李红认为，许多中高职院校的高学历教师，从校门走进校门，缺乏必要的操作技能和实践经验。同时技工院校师生比偏低，以2022年浙江省人社厅评出的10所省一流技师学院为例，平均师生比在1:18.7，与普通教育相差甚远。

　　今年，浙江对职业人才的培育可谓下了“大力气”。

　　据政府工作报告，2023年浙江将开展职业教育培训150万人次；开展职业技能培训110万人次以上，新增技能人才40万人，其中高技能人才20万人；建成零工市场200个。

　　在此前提下，职业教育的发展应当如何“谋出路”？庄凌飞提议，要提升职业教育社会地位，加快凝聚职业教育与普通教育同等重要的社会共识；加大对职业教育的投入，提升产教融合水平；打造“浙江工匠”品牌，高规格举办浙江省技能大赛，加大优秀技能人才激励力度，营造尊重技能人才、重视技能人才的浓厚社会氛围。

　　此外，他还认为，要加强顶层设计，切实做好规划、政策、专业等统筹文章，形成推动职业教育高质量发展合力；聚力提升实操实训水平，提高职业教育竞争力和影响力，同时也要鼓励优秀的教师和学生到企业中去深造学习，在一线岗位提升技能水平。

　　李红建议，在满足当前产业发展所需人才的基础上，更加关注“未来工厂”所需要的产业工人，在规划未来产业时，同步规划“未来工人”培养计划，提前开展人才储备。与此同时，围绕专业发展要求，创新工学一体化技能人才培养模式。可以对接世界技能大赛标准，完善评价策略和评价体系，培养对接世界前沿高技能人才。

　　诚然，国家的发展既需要顶尖科技人才，也离不开一代代工匠的辛勤付出；一流的科研成果，更需要一流的制造水平予以实现。重视职业教育的发展无疑是浙江打造创新高地的关键一环，也是推进扩中提低，夯实共同富裕示范区建设的重要基础性工作。(完)

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)