彩之家app_-(中国)百度百科

丰田换帅凸显“大象”转身之困******

　　时隔逾13年，全球最大车企掌门人变更。1月26日，日本丰田汽车公司召开董事会，宣布丰田章男将卸任丰田汽车社长，转任丰田汽车公司会长，社长职位由丰田汽车公司旗下豪华品牌雷克萨斯负责人佐藤恒治接任。该项任命将于今年4月1日正式生效。

　　日本企业的“会长”职位要高于社长，但舆论普遍认为，社长才是企业经营的真正决策者。这意味着，丰田章男将退居“二线”，同时这家全球汽车巨头也将重新开启由丰田家族和外姓人士轮流担任社长的新时代。

　　作为丰田汽车创始人丰田喜一郎之孙，丰田章男于2009年6月临危受命。上任之初，适逢国际金融危机导致公司财务严重赤字，尔后又经历了全球大规模产品召回、日本大地震、芯片短缺、新冠肺炎疫情等多重考验。对此，丰田章男不断推进内部重组改革，并全力打造TNGA(丰田新全球架构)，提升产品力。目前包含大发和日野在内的集团年销量突破千万辆，超过大众汽车集团，已连续3年成为全球最大汽车制造商。

　　在带领丰田全球销量夺冠的同时，丰田章男误判了全球汽车产业变革趋势。基于对混动技术和燃料电池技术优势与自信，丰田意图跨越纯电阶段，从混动直接跃升至氢燃料。与丰田不同的是，中国在新能源汽车技术转型战略中，选择了以纯电动作为新能源汽车产业化的突破口，改变了全球汽车产业格局。

　　得益于良好的顶层设计、不断完善的支持政策体系和企业的集体拼搏奋进，以及超大规模市场优势，中国新能源汽车产销规模不仅连续8年稳居全球第一，而且成为引领欧美汽车企业加快向电动化转型的重要力量。

　　问题在于，面对全球汽车产业电动化浪潮，丰田章男并不认同电动汽车的发展路线，也曾多次在公开场合“炮轰电动车”，并表示“电动车既不环保也不省钱”“电动车越多，二氧化碳越严重”。

　　掌门人的态度必然会影响丰田在电动化上推进的决心与速度。面对电动化浪潮澎湃，虽然丰田在3年前也曾推出电动化战略以及e-TNGA平台，丰田章男更是一口气携15款全新电动车亮相发布会，但时至今日丰田的纯电车型在市场上并没找到存在感。公开数据显示，去年特斯拉全球电动汽车销量超过130万辆，比亚迪纯电动汽车销量超过90万辆；丰田的纯电动汽车销量则不及前两者零头，而其试图重新定义纯电动产品的bZ4X，被网友讥讽为“验证码”车型，在市场上根本没有存在感。

　　“我是老一代，也感受到了作为‘造车人’的局限性，我认为有必要在新的时代隐退。我相信，在过去的13年里，我已经为传递接力棒打下了坚实的基础，新的管理团队肩负着将丰田转变为移动出行公司的使命。”很难想象，在线上发布会上如此讲话，是丰田章男对自己的真实评价。不过，这也从另一个维度凸显了当下“大象”转身之困。

　　“大象”转身之困，既在于企业对过去思维定势和旧有路径的依赖，也在于庞大组织结构和复杂低效流程的拖累。其实，面临赛道切换时，“既要又要”两个目标同时存在，常常使得越是成功的车企，越会显得左右为难。此前，大众汽车集团首席执行官赫伯特·迪斯也刚刚卸任。与丰田章男在电动化上的“保守”相比，迪斯虽然更加激进，但也在集团内部饱受争议。而软件开发项目进度严重滞后和预算超支，最终成为其不得不下课的导火索。

　　船大难调头。面对全球汽车产业百年未有之大变局，当前传统车企都在摸索中前行，而企业掌舵者的眼光、态度和决策无疑将深刻影响企业未来。换帅后的丰田和大众，能否在汽车变革新时代突破转型之困，守住领头羊位置，显然还需要时间来检验。 (杨忠阳 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）