中国兴起“另类”养宠热潮 背后风险需被“看见”******
中新社长沙10月15日电 (记者 唐小晴)“我的宠物鸡不仅可爱,生蛋也很厉害。每天从鸡窝捡蛋,也是一种乐趣。”27岁的周婷(化名)忙着给自己的爱宠芦丁鸡喂食。
芦丁鸡是近年来由斑翅山鹑与蓝胸鹑杂交形成的新品种,成年人拳头大小,重约50克,被称为“世界上最小的鸡”。它们因可爱外表和下蛋习惯成为中国宠物主们的最新陪伴。
半个月前,在长沙工作的周婷网上购买了12只芦丁鸡,希望靠这些小鸡实现“吃蛋自由”。“饲养在玻璃和木质箱里,配备灯光、楼梯和植物,就像‘娃娃屋’。芦丁鸡比较好养,控制好‘鸡窝’温度就行。”周婷说,一些宠物主会在社交媒体上分享鸡的日常生活、养鸡心得和“捡蛋”视频。
随着中国宠物产业蓬勃发展,芦丁鸡只是越来越流行的众多奇异宠物中的一种。近些年来,变色龙、蜜袋鼯、壁虎、刺猬和羊驼等非传统宠物纷纷现身市场,“异宠经济”成为新时尚。不少人通过短视频、朋友圈等社交媒体“晒”它们,赚取大波流量。
艾瑞咨询发布的《2021年中国宠物内容价值研究白皮书》显示,满足用户猎奇心态的异宠内容受关注度逐渐上升,在萌宠内容热度中占比在5%至15%之间。以“异宠”为主题的博主,也在各大社交平台渐流行。
彭群凌在长沙开了一家宠物寄养训练酒店,狐狸、鸭子和猪都来“住”过。“兔子、鹦鹉、仓鼠和蛇都是年轻人的爱宠。一些人为了让饲养的狐狸听话、定点大小便,专门送来训练。”彭群凌表示,短视频传播让一些不常见宠物更多进入大众视野。
中南大学社会学系教授杨成胜认为,部分年轻人为追求新奇、彰显个性,并吸引更多人关注,于是标新立异,放弃猫狗等传统宠物,转而去养新奇宠物。
“好看、安静省心是异宠受欢迎的另一个原因。比如,蜜袋鼯萌萌的外表及亲人的性格就让人喜爱。”谢新(化名)开了一家专售蜜袋鼯的商店,最贵的蜜袋鼯达12000元人民币一只。
不过,火爆的异宠市场背后也存在一些问题和挑战。比如,出于猎奇、跟风饲养的宠物主,不充分了解异宠习性,遇到异宠“不亲人”“味大”“难养”等问题就会弃养。兽医不专业、邮寄不正规、销售方缺乏资质等问题亦突出。
记者还了解到,异宠未经过人类长期驯化,一些仍具攻击性,对人的生命安全存在潜在威胁;某些异宠携带寄生虫、细菌和病毒,或给饲养者带来健康风险。
“随意饲养和买卖一些异宠,可能会触犯法律。还有国外的特有物种,未经批准偷运入境,饲养和买卖都涉嫌违法,可能还会导致外来物种侵袭。”资深律师郭瑄说,目前无针对异宠的专门法律法规,公众饲养异宠,仍处在一个“无法可依”的空白地带。
他建议,相关部门及时制定、完善相关法律法规,从另类宠物的种类、管理、健康、生态等方面限制和约束异宠饲养行为,出台一个方便执法的“黑白名单”,确保产业良性发展。
一些专业人士还表示,相关部门和售卖平台应做好充足知识普及和风险提示,给猎奇的消费者泼冷水,提醒理性买单。“相比传统宠物,一些养异宠的人群对待异宠也会科学、谨慎。”彭群凌认为,若不在网络平台上夸大和过分渲染异宠,在不触碰法律、法规和不影响他人情况下,“另类”养宠小范围内自我发展没什么问题。(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)
(文图:赵筱尘 巫邓炎)