汽车产业变革下半场，智能汽车如何开新局******

　　“智能汽车是汽车产业的变革性技术，已引起世界各国的激烈角逐，中国发展智能汽车也已形成共识。我们的顶层规划以及产业政策日趋完善，技术研发逐渐进入商业化创新阶段。”在近日举行的全球智能汽车产业峰会（GIV2022）上，中国工程院院士、清华大学教授、汽车安全与节能国家重点实验室主任李克强的演讲直奔主题。

　　如果说新能源汽车是汽车产业变革的上半场，那么下半场就是智能汽车。本次会议围绕“全球视角下的智能汽车发展之路”，相关院士专家、企业代表聚焦操作系统、顶层设计等话题展开了观点交锋。

　　迈过芯片这道坎是必答题

　　“汽车智能化是一项十分复杂的系统工程，需要智能汽车、智能交通、智慧城市的协同创新。”中国电动汽车百人会理事长陈清泰说，智能汽车的价值链、供应链正在加速重构，未来汽车对传统汽车的颠覆性，使传统零部件体系的50%以上都面临重构。

　　有机构预测，到2030年，芯片将占高端汽车物料成本的20%以上，软件成本占整车成本的比例，则将从目前的15%跃升至60%。

　　近年来，在“缺芯”倒逼下，我国汽车芯片设计有了快速进步。不过，中国电动汽车百人会副理事长兼秘书长张永伟坦言，如何迈过芯片这道坎，仍然是必须要解决的问题。

　　“我们必须看到我们所面临的一系列严峻挑战。”张永伟举例说，比如进口依赖、产业链技术短板、严格的检测认证以及人才短缺等问题。基于此，他提出应提升全产业链技术，建立汽车芯片标准、检测认证体系，加快国产芯片“上车”应用，加大政策支持等。

　　打造国产主流CPU架构

　　有报道称，美国太空探索技术公司创始人马斯克将推出汽车芯片，使汽车成为“四个轮子上的移动巨型计算机”。中央处理器（CPU）是汽车产业发展的关键技术之一，CPU架构也是芯片产业链的龙头，其不仅决定了CPU本身的性能，也在很大程度上引领整个芯片产业发展和生态建设。

　　“这几年国产CPU发展得很快，现在国内市场上已有六七种CPU架构并存，但这并非长久之计。”中国工程院院士、中国科学院计算技术研究所研究员倪光南直言，多种国产CPU架构并存，未来可能会造成资源分散、低水平重复等问题。

　　“这种状况如果不加以改进，若干年后，我国将缺乏能在全球市场上与X86、RAM两家竞争的自主CPU架构，从而在主流CPU方面仍将受制于人。”在倪光南看来，面向未来主流CPU市场，要聚焦开源绿色架构，发展中国芯片产业。尤其是在智能网联汽车等新兴领域，可通过充分发挥我国举国体制、超大规模市场优势和人才优势，共建绿色产业生态，增强绿色产业链、供应链自主控制能力。此外，还要通过加大对开源数据的贡献，增大国际话语权和主导权。

　　探寻智能网联汽车“中国方案”

　　在探讨中国智能汽车发展的具体问题时，针对如何加强顶层设计，陈清泰坦言，要动员多方力量，共同做好智能网联汽车的顶层布局，例如如何按照车路协同的思路对道路基础设施进行智能化改造，如何建立面向智能汽车的数据监管系统，怎样打破部门分割、形成高效协同的推进体制，都是当前非常迫切需要推进的任务。

　　“未来中国要发展智能汽车，就应该从一体化的架构体系构建和关键技术突破方面作出积极探索。”李克强剖析，考虑到智能网联汽车的技术特征及社会属性，我们难以采用国际上的单车智能发展路径，需要探索“中国方案”，要充分融合智能化和网联化的技术路线，探索适合我国智能汽车的发展方案。

　　智能网联汽车如何迈向高质量发展？李克强认为，要加强顶层设计谋划，抢抓智能网联汽车网联化、智能化的窗口期，加强产业顶层战略布局，并积极践行“中国方案”，成为全球技术趋势的引领者。

360联合天津智慧城市数字安全研究院发布《全球人工智能安全治理》报告******

　　2023年1月10日，360天枢智库、天津智慧城市数字安全研究院、网络空间国际治理研究中心三方联合发布《全球人工智能安全治理》报告，报告站在全球视角的宏观高度纵览、分析和解读人工智能安全治理问题，提出人工智能发展面临十大安全挑战，旨在探索既能发挥人工智能技术效益又能控制其安全风险和负面影响的治理之道，是中国学术界和产业界对人工智能发展与安全的一次思想碰撞与深度探索，对人工智能安全治理具有积极指导意义。

　　在人工智能加速智能化变革的同时，针对人工智能的伦理规范、风险框架、以及治理理念和模式的探索成为各国学术界和政策界的重点工作。360首席安全官、天津智慧城市数字安全研究院院长杜跃进称，人工智能作为中、美、欧等国家或地区都在积极发展的关键新兴技术，其在发展过程中所产生的安全挑战也更为复杂多元，世界主要国家和地区已经将安全治理列为各自人工智能战略的优先事项。

　　目前，各国普遍关注的人工智能安全问题共十类，包括网络安全问题、企业合规问题、可解释性问题、隐私安全问题、声誉和伦理问题、未来劳动力问题、公平性问题、人身安全问题、社会稳定问题、以及国家安全问题。而以上挑战映射到人工智能的研发和应用过程，又可以划分为人工智能自身安全、衍生安全、以及人工智能赋能安全等核心安全挑战。

　　报告显示，作为一种数字技术，人工智能“双刃剑”特征明显，不仅自身存在数字安全威胁和隐患，随着人工智能工程化、场景化、平台化落地不断加快，人工智能安全需求已经超越单纯技术范畴。面对日趋复杂的安全挑战，人工智能安全治理难以一蹴而就，只有在实践中不断摸索，才能将人工智能安全风险遏制在可控范围。

　　报告对各国人工智能安全治理模式进行了深入剖析，针对上述问题，报告主要发现：美国流派在人工智能安全治理上采取的手段是在人工智能技术部署、使用与监测的全过程中都进行验证与监管，建立与之配套的规范体系；欧盟流派则更寄希望于运用监管框架与信任体系来对人工智能的安全进行规制，其规制更倾向于人权方向；相较美国与欧盟，中国流派的人工智能安全治理致力于形成内含研发、管理和应用的全流程安全保障体系，涵盖基础框架研制、基本安全原则、供应链管理实践指南、安全服务能力、应用领域的标准研制等各个方面。

　　为了避免人类社会发展被技术创新所“反噬”，也就是落入所谓的“科林格里奇困境”，产学研各界以监管和设置可操作性原则为主导，通过治理实践凝聚共识，探索人工智能安全治理的思路与模式。报告详细介绍了业界通用的各类风险治理思路，首先是基于未来风险预防的影响评估模式，其次是基于自主性原则的元监管模式，然后是基于透明追踪的AI系统预警模式。并由此细分出以用户为考虑重点的参与性设计和以政府为主导力量的敏捷治理两条路径。

　　在中国，360等多家人工智能龙头企业以自身实践构建行业安全案例，走出了技术赋能、行业规制、平台监测的多种道路。其中，360承建了科技部牵头成立的“安全大脑国家新一代人工智能开放创新平台”建设，集中解决各类人工智能发展问题，引领人工智能安全生态建设。

　　作为报告联合发起方，天津智慧城市数字安全研究院依托于新一代人工智能创新发展试验区核心区——中新天津生态城提供的丰富应用场景，紧紧把握新型城市发展规律和机遇，致力于促进人工智能与经济社会发展深度融合，助力打造“智慧城市国家级标杆区”。

　　随着数字经济成为改变全球竞争格局的关键力量，人工智能产业将得到更大发展。同时，人工智能安全治理也将得到全世界的关注和推动，《全球人工智能安全治理》报告作为相关领域的权威论著，也将为人工智能产业的健康发展贡献一份重要的力量。