时隔7个月，CPI同比涨幅再回“1时代”******
中新网12月9日电(中新财经记者 谢艺观)时隔7个月，CPI同比涨幅再次重回“1时代”。
国家统计局9日公布数据显示，11月份，受国内疫情、季节性因素及去年同期对比基数走高等共同影响，CPI同比上涨1.6%。
CPI涨跌幅走势图。来自国家统计局CPI同比涨幅重回“1时代”
从同比看，CPI涨幅比上月回落0.5个百分点。国家统计局城市司首席统计师董莉娟表示，同比涨幅回落较多，主要是去年同期对比基数走高影响。
具体来看，食品价格上涨3.7%，涨幅比上月回落3.3个百分点，影响CPI上涨约0.68个百分点。食品中，鲜菜价格下降21.2%，降幅比上月扩大13.1个百分点，影响CPI下降约0.53个百分点，成为拉动CPI涨幅回落的重要因子。
另外，猪肉价格上涨34.4%，涨幅比上月回落17.4个百分点，对食品项的支撑作用减退。鸡蛋、鲜果和禽肉类价格分别上涨10.4%、9.6%和8.5%；粮食和食用油价格分别上涨3.0%和7.6%，涨幅比上月均有回落。
“据测算，在11月份1.6%的CPI同比涨幅中，去年价格变动的翘尾影响约为-0.3个百分点，新涨价影响约为1.9个百分点。”董莉娟表示，扣除食品和能源价格的核心CPI同比上涨0.6%，涨幅与上月相同。
资料图：9月15日，成都市锦江区，民众在大型超市内购物。 中新社记者 刘忠俊 摄鲜菜、猪肉价格均出现下降
从环比看，CPI由上月上涨0.1%转为下降0.2%。其中，食品价格由上月上涨0.1%转为下降0.8%，影响CPI下降约0.14个百分点。
据董莉娟介绍，食品中，鲜菜因天气条件较好供应充足，价格下降8.3%，降幅比上月扩大3.8个百分点，影响CPI下降约0.18个百分点。
中新财经记者日前调查发现，11月份，北京菜市场里的多种蔬菜价格有所下降，若和去年同期相比，部分蔬菜价格更是直接“腰斩”。
除了鲜菜价格走低，中央储备猪肉投放工作继续开展，生猪供给持续增加，猪肉价格由涨转降，下降0.7%，影响CPI下降约0.01个百分点。
资料图：灌香肠。 陈超 摄全年3%左右CPI预期目标有望实现
猪肉价格作为CPI波动的一大影响因素，虽然11月份价格有所下降，但随着气温明显下降，12月初南北方市场开始传统的腌腊及灌肠制作。
“受此影响，生猪屠宰量提升，生猪价格触底反弹。”卓创资讯分析师李霞表示，临近年末，养殖端将季节性集中出栏，生猪供应亦较充足。加之今年腌腊时间缩短、猪肉价格偏高，预计集中需求对猪价的提振作用或不及往年同期。
1-11月平均，CPI比上年同期上涨2.0%。下月国家统计局将公布年度CPI数据，综合业内分析看，实现全年CPI平均涨幅在3%左右的预期目标几无悬念。
国开证券分析师杜征征提到，2021年高基数影响拖累，叠加猪肉价格继续大幅上涨空间有限，今年全年CPI或上涨2%，较2021年温和上行。(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) 彩虹多多地图 |
