铁矿石价格疯涨引关注 发改委12天内三次“打铁”******
本报记者 杜雨萌
1月18日，国家发改委发布消息称，国家发改委价格司、市场监管总局价监竞争局、证监会期货部组织部分铁矿石贸易企业和期货公司召开会议，分析铁矿石市场和价格形势，详细了解有关企业参与铁矿石现货和期货交易情况，提醒告诫有关企业依法合规经营，不得编造发布虚假信息，不得选择性引用数据和信息、故意渲染涨价氛围，不得捏造散布涨价信息，不得哄抬价格，不得过度投机炒作。
国家发改委、市场监管总局、证监会将持续密切跟踪市场动态，进一步研究采取措施，加大现货和期货市场监管力度，严厉打击过度投机炒作等违法违规行为，切实维护市场正常秩序。
《证券日报》记者梳理发现，为遏制铁矿石过度投机炒作，这已是开年以来国家发改委第三次针对铁矿石市场发声。
此前两次分别出自国家发改委1月6日和1月15日发布的两则消息。前者针对近期铁矿石价格过快上涨等情况，国家发改委价格司组织召开会议，研究加强铁矿石价格监管工作。后者是就个别铁矿石资讯企业转载不实旧闻，混淆视听等情况，国家发改委价格司第一时间约谈有关资讯企业，提醒告诫相关企业发布市场和价格信息前必须认真核实、做到准确无误，不得编造发布虚假信息，不得捏造散布涨价信息，不得哄抬价格。
监管部门三次“打铁”的背后，与铁矿石现货、期货价格的“疯狂”表现有很大关系。据兰格钢铁网监测数据显示，1月18日，兰格钢铁全国钢材综合价格为4419元/吨，较去年11月初低点上涨8.6%；同期，进口铁矿石中的日照港61.5%澳粉价格为845元/吨，较去年11月份低点上涨32%。
再从期货价格看，截至1月18日收盘，铁矿石期价主力合约收于841.5元/吨，上涨0.9%，较去年11月初599.5元/吨的低点价格已累计上涨约40.37%。
兰格钢铁研究中心主任王国清在接受《证券日报》记者采访时表示，近期，铁矿石价格上涨主要是受国内稳增长的强预期影响，从而拉动黑色系商品价格。另外，临近春节，钢企补库需求也在短期内出现较为集中的释放。不过，从目前的价格涨幅来看，铁矿石价格涨幅已远超钢价涨幅，将严重蚕食钢铁行业盈利空间。
在上海钢联黑色产业研究员张凯东看来，过去的两周，国家发改委相关司局连续召开会议，提示潜在的输入性通胀风险，并特别关注铁矿石价格快速上涨趋势，既为市场敲响警钟，也符合业内对市场春节后走势发展的预判，即春节前后黑色系商品继续保持高位震荡，而且节后随着需求复苏可能推动钢铁产量开始回升，进而带动一轮成本推动型的价格上涨。
张凯东认为，需要提示的是，2023年一季度钢铁行业的需求恢复还是建立在“强基建，弱地产”的需求格局之上。如果节后钢厂因为利润改善加大复产力度，一季度末的市场需求难以消化新增产量和累积库存，预计届时钢铁及原材料价格将面临下行调整风险。
若拉长维度对2023年全年铁矿石价格走势做判断的话，方正中期期货研究院分析师梁海宽预计，铁矿石全年价格走势或前高后低，年内高点有望出现在二季度。
从供应端来看，据兰格钢铁网跟踪数据显示，必和必拓、力拓2023年供应增量分别在300万吨、600万吨左右，FMG供应增量在500万吨左右，淡水河谷供应增量在1000万吨左右。综合来看，预计2023年全年四大矿山铁矿石供应增量在2500万吨左右，同比增加2%左右。此外，印度铁矿石出口关税的下调，也将增加全球及中国铁矿石资源供应；而国内加快“基石计划”的推进，国产铁精粉产量的提升也将增加铁矿石整体供应量。
在需求端，王国清认为，2023年中国钢铁产量释放仍将小幅下滑，同时，废钢回收体系的恢复也将使得废钢应用比例扩大，从而带动铁矿石需求继续回落。因此，在供需趋于宽松的背景下，预计2023年铁矿石价格水平将有一定程度下移。（证券日报）
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)
