2021年1月9日,腾讯科技向善暨数字未来大会2021在北京举行。本届大会是腾讯研究院举办的第四届科技向善大会,以“共生”为主题,探讨现实世界与数字空间、传统行业与数字技术、线下世界与线上世界的新型关系。
大会上午场“共生·科技向善”聚焦数字世界与现实社会的交互影响。英国牛津大学社会人类学教授项飙、科幻作家陈楸帆、腾讯集团高级副总裁郭凯天、腾讯集团副总裁、腾讯研究院院长司晓分别发表了演讲。腾讯研究院与腾讯学院联合发布了《科技向善白皮书 2021》,总结过去一年全行业在科技向善领域的思考与探索。
腾讯集团高级副总裁郭凯天也回顾了科技向善作为一种行业理念在过去四年的发展。他谈到,“2020年是一个特别的年份,大家都感同身受。当疫情发生的时候,学校、饭店、商场都暂时关门,在众多的‘门’都关闭之后,大家发现数字平台向全世界打开了数字的大门。可以说,数字科技在疫情期间给不确定的世界带来了更多的确定性。”
郭凯天指出,互联网行业在过去几十年的发展,得益于全国网民和全体民众的支持,也得益于政策的发展。因此,当考虑互联网产业发展和企业发展时,应当把它放在国家和社会对数字技术未来期望的大背景之下。而在这个大背景下考虑问题,科技向善就显得尤为重要,它应当成为中国社会,甚至是人类社会在迈向数字化未来过程中一条坚持不变的基本准则。
后疫情时代的科技发展与反思
腾讯集团副总裁、腾讯研究院院长司晓在演讲中指出,今年大会特别选择“共生”这个包容性的主题,以此概括过去一年人类社会的共同经历,也代表了互联网行业和数字未来应倡导的发展方向。
2020年,人类社会与新冠病毒正面遭遇,疫苗研发进展加速,但可以预见,在未来很长一段时间内,我们还将继续与病毒共生共存。过去一年,整个社会的运行和生产生活方式所发生的变化,也将持续演进。
同样,传统行业与数字技术也正在以前所未有的速度融合,远程会议、远程办公、在线教育快速普及。融合并非替代,也不是非此即彼,而是共生共荣,相互促进。
“科技产品和我们日常工作和生活的融合在进一步加深,如何利用技术的新鲜力量解决问题,是科技向善的要义所在,也是我们需要持续思考和行动的方向。”司晓谈到。
英国牛津大学社会人类学教授项飚在《从“社会人”到“系统人”》主题演讲中建议科技行业在设计现代系统的过程中,要关注更多细节上的内容,“如何更加精细化的捕捉劳动者的劳动,衡量劳动成效?除了从用户角度,是否还可以将劳动者自身的主观意识、感受也纳入到系统的评价体系中?”
科幻作家陈楸帆在主题演讲《当赛博朋克成为现实》中指出,科技向善的一个重要意义,是思考我们需要一个怎样的技术系统,以及如何与自然、如何与自身和谐共处。他以“爬山”作为例子,指出:“科技在这个过程中应该是帮助人像爬山一样,不断看到更加开阔的远方,看到更加美丽的风景。”
《科技向善白皮书2021》:探讨科技与社会的共生方式
腾讯集团副总裁、腾讯研究院院长司晓和腾讯学院院长、腾讯企业文化部总经理马永武共同发布了《科技向善白皮书 2021》(以下简称《白皮书2021》)。
从2019年起,腾讯研究院每年通过内外部案例研究和访谈的形式,剖析科技行业内生的向善产品与模式,吸收社会各界对科技行业发展的思考与建议,集结成年度《科技向善白皮书》。
《白皮书2021》总结和梳理过去一年全行业内对科技向善的思考与实践,精选多领域的知名学者,围绕科技伦理、互联网行业治理、企业内部科技向善机制建设等主题的访谈,以及“可解释性 AI”、“AI协助自闭症诊断”、“网络社区氛围建设”、“短视频流量分发机制”等技术和互联网案例研究。此外,《白皮书2021》还特别增加了“科技战疫”专题,截取了“疫情谣言治理”、“AI辅助筛查”、“数字化流调”和“疫后促进经济复苏”四个互联网行业在抗击疫情过程中的重要片段。
北京大学社会学教授邱泽奇在《白皮书2021》序言中呼吁,应更广泛的关注科技行业的向善实践,加速科技为人类福祉的实践:“社会对善的诉求,无疑是理解科技带来社会后果的指引,积极的思考、忧郁的批判,都是我们需要面对的。在科技貌似越来越有自主性的时代,科技实践才是我们需要真正关注的,善意的倡导和批判,只有落实到为人类福祉的实践之中,科技向善才真正落到了实处。共生,是运用科技增加社会福祉,用社会诉求推动科技创新的基本法则。”
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。