一分钟彩票 - 一分钟彩票

将数字文明融入新闻理论创新******

　　党的二十大报告强调，创新才能把握时代、引领时代。以“元技术”为基础的数字革命给人类社会传播格局带来巨大变化，数字化深刻影响着新闻业态和人类的新闻经验，对新闻学的发展提出了新的要求。面对新的时代特点和实践要求，如何建构中国自主新闻学知识体系，持续推进中国新闻学理论创新，是我国新闻传播学界面临的重大课题。

　　重新审视新闻学核心概念

　　新闻学科的基础应从媒介机构或职业新闻实践转变到整个人类的新闻传播活动，进入人的生活世界。当前，互联网生态下的新闻信息生产与传播是开放的，专业性新闻职业共同体的壁垒逐渐被打破，脆弱的新闻专业体系变得更加无足轻重，传统的内容生产企业对互联网内容平台公司具有依赖性。以往新闻学研究多集中于新闻业的内部运作，而忽视了它的外部联系和影响，研究的对象局限于新闻行业以及管理部门，为从业者和管理者提供实用知识。虽然也有学者开始从社会学和政治学的视角出发，将新闻看作社会的一个子系统，用场域、系统这样的概念来分析新闻，但这类研究并不多。

　　媒介技术变革不断挑战着传统新闻理论的解释框架，改变了传统的新闻生态结构。英国利兹大学教授安德森（Chris W. Anderson）认为，新闻生态的网络涵盖新闻生产机构、数字技术和新闻行动者等全部要素，且各要素之间的相互关系也是全新而复杂的。他提出“新闻生态”（news ecosystem）这一概念，强调新闻学研究的核心对象须由具体的“新闻机构”转向更为弥散的、网络化的“新闻生态”。李良荣认为，传统新闻媒体面临沦为“内容提供商”的风险，多生产主体、多媒介渠道、融合新闻产品共同重塑了新闻生产和传播生态。也有学者提出，新闻学研究出现了“生态转型”，不能再不假思索地以媒介组织为“容器”来理解新闻，而应该越过各种传统的边界，去探索那些原本不可预知的道路。在这一方面，研究者可借鉴行动者网络理论（ANT），打破新闻实践各个环节之间的界限，探索在数字网络中描述和解释新闻现象的新路径。

　　新的新闻传播生态呼吁研究者重新审视既有的新闻学概念，创新新闻理论体系。浙江大学文科资深教授黄旦提出，新闻学原来所坚信不疑的一些前提及其概念需要改造，将新闻学转变为一个经验性的学科。法国学者斯特劳斯（Claude Lévi-Strauss）认为，词语是人们自由改造、任意使用的工具，尽管它们清楚地表达了本身的含义。但正如华勒斯坦（Immanuel Wallerstein）所言，“旧理论的很多既狭隘又具误导性的假说依然深刻影响着我们的思维，而实际上本不该如此。这些曾经被认为是思想解放的假说，今天已经成为我们对社会进行有用的分析的核心理性障碍”。因此，建立新闻理论的新范式就必须反思我们的理性束缚。

　　从早期的传单、小册子到大众传播时代的报刊、通讯社、广播、电视，从互联网时代的网站、微博、微信等社交媒体到人工智能时代的社交机器人，媒介技术不断更迭，新闻活动的面貌与新闻产品的形态也发生了改变。传统新闻理论具有自洽的解释框架与基本范式，但受到新闻生态、业态和媒介技术发展的挑战，无法继续解释、分析和预测“弥散式”的新闻活动。因此，研究者不得不追问，传统新闻理论范式是在哪种媒介实践与媒介生态中形成的，是如何形成的，其用意是什么？这些理论受到哪些冲击，是否需要对其进行根本性的改造，或者只需局部调适？新的新闻传播生态和实践的主要变化是什么，用什么概念体系和理论框架才能更好地对其进行分析，并对新闻学的未来发展作出科学预测？

　　比如，新闻“真实性”概念内涵的变化。2019年2月，某公众号发布《寒门状元之死》一文，引发公众对该自媒体运用虚假内容的广泛批评。这表明在公众心中，“真实”是新闻信息传播的底线，对虚假消息不能容忍。但也有研究显示，人们往往倾向于扩散虚假消息，在社交媒体上，虚假消息传送到用户的速度要比真实消息更快。中国人民大学新闻学院教授杨保军谈道，新闻真实追求的基本目标不是建构真实、塑造真实、设置真实，而是“反映（性的）真实”“再现（性的）真实”，新闻真实应该回到事实真实这一基本要求上来。中国人民大学新闻学院教授陈力丹说，“新闻真实是可能的，但这种努力需要建立在对新闻真实这种现象的深刻理解之上”。那么，在数字新闻学中，“真实”概念是否还有其存在的空间？一方面，强调“新闻真实”是建立数字新闻学理论体系的重要组成部分，但如何理解数字新闻中的“真实”却并不容易回答。在数字时代，这种“真实”是特定场景下的真实，体现的是人的理解和认识的“真实”，这意味着公众对“新闻真实”的需求也是动态变化的。另一方面，面对社会事实类型的变化，“新闻真实”的内涵也须随之更新。研究者应深刻分析存在与意识的关系和认识论问题，这也就意味着以往的新闻学概念在经验层面受到严重挑战。

　　再如，如何回答新闻“客观性”与“情感”的问题。舒德森（Michael Schudson）认为，不再简单地信奉事实，转而信奉一整套规章制度，以应对连事实都成问题的世界，这就是“客观性”。其后，客观性就成为新闻领域的“不死之神”，在这一主导范式之下，“情感”被驱离于新闻领域核心准则之外。传统新闻理论认为，新闻业理应重视客观理性，鼓励业界以“冷静而非情感化”的风格进行事实报道。原因在于，若在新闻生产中引入情感因素，会使这种“非理性”内容妨碍新闻的专业性。但情感因素是新闻业的一部分，且虚拟现实、沉浸式等新闻类型在创造同理心、唤起共鸣等方面具有显著作用，这意味着数字平台、社交媒体与新闻业的结合将进一步促使整个新闻业呈现出“情感转向”。此外，技术可供性进一步增加了“情感转向”的速度，并使得“情感”开始以合法的身份“接合”了专业新闻理念。国内部分学者已经关注到了这一理论转向，但研究只是刚刚起步，还需进一步推进和深化。

　　近几年，在强调新闻专业主义的西方传统媒体中，出现了一种“新闻激进主义”的现象。有学者将“新闻激进主义”视为在非主流媒体、女权传媒、激进报章等中可以找到的新闻报道方式，包括以第一人称叙述且内容有引导性的报道。新闻学者正日趋关注激进报道如何影响主流传媒。也有学者认为，“新闻激进主义”之势非但不会逆转，更将引发范式的转移。那么，数字新闻学该如何回答“客观”与“情感”的关系问题，又将如何处理“事实与观点分离”原则在当下的表现，这些问题值得研究者反思。

　　立足“数字新闻生态”的问题域

　　梳理数字新闻实践的形态，反思互联网环境下新闻系统的流动性，关注网络化社会公众参与数字新闻实践以及媒体平台边界模糊等方面的变化。詹姆斯·凯瑞（James W. Carey）在《作为文化的传播》一书中提醒，在媒介问题上的理论空白，使我们在通往具体的研究之路上必然要走许多弯路。梅罗维茨（Joshua Meyrowitz）在《消失的地域：电子媒介对社会行为的影响》一书中也有类似的观点。许多对媒介影响的研究都忽略了对媒介自身的研究，由此带来的结果是，无论研究什么媒介的内容，如电视或者报纸、戏剧、电影、小说等，其方法都是一样的，媒介本身被当作了中性的传送系统。北京师范大学新闻传播学院教授喻国明探讨了未来媒介的进化逻辑，具体分析了从“场景时代”到“元宇宙”再到“心世界”的未来媒介演进逻辑，及其对于人的社会实践自由度的维度突破。

　　从新媒介、人与媒介关系的视角来理解数字新闻实践，即将媒介看成是人类的境况，从数字人文主义的视角分析媒介和新闻。彼得斯（John Durham Peters）在《奇云：媒介即存有》一书中将媒介实践和媒介制度视为嵌入自然界和人类世界关系之中的事物。武汉大学信息管理学院教授王晓光、南京大学艺术学院副教授陈静认为，新兴数字技术正在加速数字中国的构建进程，以数字媒介和人工智能为基础的新兴文化形态和知识生产体系正日见雏形，数字人文正在积极引领文化时空的数字化转换，并展现出广阔的发展前景。

　　数字新闻时代，在沟通的“讯息、告知和理解”三个环节中，受众通过不同的媒介进行沟通，实际上充满着诸多不确定性或选择的可能性。有学者认为，无论是期望通过沟通交往形成“共同体”，还是批判现代社会公共领域的萎缩，都不过是“一种怀旧情绪的自然流露”，是用旧的知识来理解新的世界。在政治社会学理论中，现代社会之前的社会被看成是一个由各部分构成的统一整体。相反，在一个急剧分化的社会中，使个人感到难以负担的是其缺乏社会同意的模式，而将各种角色整合为统一的生活。在传统新闻理论范式中，公众寄望于通过对话与协商而走向公共空间。那么，在数字新闻生态系统中，公众参与传播实践的方式发生了哪些变化，值得研究者反思。

　　从网络化关系出发，聚焦学术研究、业界实践和新闻教育体系改革等方面，建立数字新闻学新生态、新语境。在传统的新闻学研究中，存在着工具性思路——一种基于媒体技术演进的线性思考的研究框架：口头传播、书写传播、印刷传播、电子传播，现在又增加了网络/数字传播，用“媒体融合”或者“全媒体”来建构“新闻学”。这表明当前新闻学研究的学术想象力不足。相反，新闻业界要比新闻学界更具有探索精神。如《纽约时报》在2014年的“创新报告”中提到，要基于新媒体环境的变化，调整编辑部职能，创建受众拓展职位，并着手组建数据分析团队，创建战略分析团队，鼓励跨部门合作，零距离贴近受众，优先聘用数字人才，助力“数字优先”战略。这份报告对于国内媒体了解传统媒体如何更好地融合纸媒的传统业务和数字业务，顺利实现数字化转型，具有一定的参考价值。这些数字方面的创新和人才职位的想象，现有的教学思维和内容并不能完全涵盖，也不能仅靠增加“网络传播”或“新媒体传播”之类的议题来实现新闻理论的创新。高校应从网络化关系出发，彻底打破现有的专业划分，创新高素质应用型人才培养模式，满足数字时代对全媒体人才的需求。此外，对于新闻的内涵与本质，研究者也需要有全新的思考。与之相应，对现有的教学方案、教学方式、课程体系等，也应做出符合中国新闻实践需求的发展。

　　重塑媒介变迁中人民的主体性

　　树立新闻学以人民为中心的导向，回答好新闻是“为了谁”“服务谁”的问题。媒介变迁所带来的交往活动和交往结构的改变在不断重塑着人民的主体性，赋予主体新的内涵。研究者须反思新闻学研究应建构一种什么样的新闻环境，需要一种什么样的新闻品质，呼唤一种什么样的公共参与，以及建构一种什么样的公共生活等问题。新闻的人民性是马克思主义新闻观的核心理念。中国人民大学新闻学院教授郑保卫认为，构建中国特色社会主义新闻学，应坚持以马克思主义为指导，坚持以人民为中心的研究导向，坚持体现继承性和民族性、原创性和时代性、系统性和专业性，坚持党的领导。

　　技术日益成为人们认识世界、感知世界的本质性要素。数据与算法使人们的知识生产方式和生活状态发生了改变，人与技术的关系发生深刻变化。比如，算法运用于新闻传播活动中，涉及人民的主体性存在的意义、算法带来新的传播关系以及对公共传播秩序的影响、工具理性与交往理性的关系等问题。一方面，信息传播技术发生变化，数字传播环境对公共政治生活产生影响。另一方面，新闻传播领域已经出现了结构性的变化，如媒介形态、传播主体等。无论媒介如何改变，其物质性有何不同，信息与物（口语手势、风水火土、文字书写、大众媒介等）都是围绕“人类境况”而展开的。媒介无非是交往网络中的一环，而塑造人类历史的，正是这些信息与物的交换与传播。那么，从媒介视角出发，从人们的交往网络和实践入手，探讨如何构建符合人民群众需要的中国特色新闻学理论，应成为研究者关注的问题。

　　构建中国特色的新闻学理论

　　党的二十大报告强调，要提炼展示中华文明的精神标识和文化精髓，加快构建中国话语和中国叙事体系。信息技术拓展了人类生活的空间，也丰富了人类文明的内涵。只有从数字文明的角度出发，努力构建能够体现中国新闻学知识生产自主性、引领全球新闻研究的新闻学理论新体系，才能提升中国新闻学话语的国际影响力。传统新闻学存在多种不同范式（或者说是准范式）。早前有学者总结了“四大报刊”理论，麦奎尔（Denis McQuail）在这一基础上扩展到了“六大理论”范式，但这些理论范式都是基于西方的新闻实践和价值立场总结出来的，因此存在着“概念和术语多有不周严之处”。清华大学新闻与传播学院教授陈昌凤认为中国特色新闻学有学科的基本架构，是一个体系。黄旦谈道，如果说学术体系的建构是一个研究范式问题的话，那么新闻传播学科应该从媒介这个视角介入进去，要重新进行概念化，改变工具论思维。作为媒介来讲，这是一种开放的、重新建立关系的过程。也有学者从学术研究的方法论视角出发，总结出了“规范性”“实证主义”“社会学”和“全球比较”四大范式，并认为“数字新闻学”有可能成为第五大新闻理论范式。虽然这一划分存在标准不统一的问题，但视野更为开阔，具有一定参考价值。

　　新闻理论创新应站在数字文明转型的角度，即从文明的视角出发，特别是中华文明新形态的角度，分析数字新闻实践在当下存在的价值与意义。这与已有研究主要立足于技术变迁的角度来分析是有差异的。文明是历史沉淀下来的，被绝大多数人认可和接受的发明创造、人文精神以及公序良俗的总和。这些集合至少包括以下要素：语言、文字、工具、道德、信仰、宗教、法律、家族、城邦和国家。中国社会科学院新闻与传播研究所所长胡正荣认为，演化的媒介在人类文明交流互鉴中扮演了重要角色，数字时代的人类命运共同体应以多样、平等、开放和包容为原则，通过构建全媒体传播体系，努力提升联结性、对话性、共享性和智能性，从而实现文明对话与文明互鉴。也有学者认为，数字文明在更优越的模式基础上，将形成新的法则、新的语言、新的公序良俗甚至新的文化和信仰。数据的新力量，就如同农耕之于古代文明、工业革命之于现代文明，将催生一种全新的文明形态。

　　中国新媒体技术发展处于全球优势地位（如5G、人工智能等领域都居于世界领先水平），社交媒体生态多样，平台丰富，行动者活跃程度高，数字媒体用户广泛参与新闻实践，创造了新的传播方式，如微信公众号、短视频、网络直播等。中国的新闻治理也有很多新探索，如大规模推广“中央厨房”，建立数据监控中心，培养网络评论员队伍，将融媒体中心与社会治理结合等，这些都为研究者建立新的新闻理论范式提供了宝贵的资源和实践经验。应加快中国新闻学话语体系建设，聚焦新闻传播实践中遇到的新问题，推进新闻理论创新，建立能够引领全球新闻学范式革命的理论体系，提升中国新闻学话语的国际影响力，推动中华文化更好地走向世界。

　　（本文系国家社科基金重大攻关项目“互联网环境下的新闻理论范式创新研究”（21&ZD318）阶段性成果）

　　（作者 浙江大学公共外交与战略传播研究中心 吴飞）

2022年，人工智能带给人类更多惊喜******

视觉中国供图

在世界人工智能大会上，用户输入文字，AI就能根据语意进行绘画创作。视觉中国供图

在国内首个乘用车无人化运营试点北京经济技术开发区，一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中。新华社记者彭子洋摄

　　即将过去的2022年，对于人工智能来说是值得铭记的一年。大批人工智能相关应用走出实验室，向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈；无人驾驶开启多城试点，未来交通更进一步；AI绘画以假乱真令人着迷，艺术创作或许不再是人类专属……

　　无论是底层技术不断突破，还是各类应用百花齐放，在过去的一年，人工智能向我们展示了它的无限可能。我们相信这只是人工智能的冰山一角，未来它还有更多潜力等待我们去挖掘。

　　随着技术的不断成熟，落地应用不断创新，人工智能或将真正改变你我的生活。

　　AI“黑科技”照亮北京冬奥会

　　助力天气预报、比赛转播和手语播报等

　　2月4日，全球瞩目的2022年北京冬奥会正式拉开帷幕。人工智能等技术的应用为本届冬奥会增添了别样的“科技之美”。

　　在此次冬奥会上，由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制的人工智能MOML算法赋能天气预报模型，使冬奥会天气预报更加精准。人工智能算法在融合、处理信息中的先天优势，使其在一定程度上可以代替预报员在会商中进行信息整合、分析，通过数据挖掘与学习，将预报员的经验内化在算法中，在提高天气预报效率的同时，也进一步提高了预报的准确率。

　　在本届冬奥会自由式滑雪女子大跳台决赛中，中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中，百度智能云通过“3D+AI”技术打造出的“同场竞技”系统，将单人比赛项目变成“多人比赛”，实现冠、亚军比赛画面的三维恢复和虚拟叠加，方便观众看到不同选手的实时动作；同时，通过技术手段对运动员动作进行量化分析，将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来，使观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术动作差异。

　　在北京冬奥会开幕的同一天，央视新闻AI手语主播也正式上岗，她在冬奥会新闻播报、赛事直播和现场采访中，为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎，该AI手语主播可懂度达85%以上，可将冰雪赛事的文字及音视频内容，快速精准地转化为手语。

　　腾讯“混元”AI大模型登顶VCR榜单

　　展现了其在多模态理解领域的强大实力

　　5月31日，腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR（Visual Commonsense Reasoning，视觉常识推理）中登顶，两个单项成绩和总成绩均位列第一。这是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后，“混元”AI大模型的又一重大突破，展现了其在多模态理解领域的强大实力。

　　与跨模态理解任务不同的是，多模态理解任务要求计算机除了能够做到识别层次的感知（如分类检测等），还需要达到认知层次的感知（如判断意图、逻辑推理等）。

　　此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发，同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架，在预训练任务、训练方式上进行了诸多创新改进和设计，有效提升了模型性能。

　　截至目前，“混元”AI大模型在MSR-VTT、MSVD、CLUE、VCR等多个领域的AI权威榜单中取得了第一名的成绩，并刷新多项行业历史纪录。这意味着，“混元”在自然语言理解、多模态理解、跨模态理解等领域的技术实力已得到验证。

　　谷歌工程师闹乌龙，称AI存在意识

　　人工智能所谓的“人格”更多只是模仿人类罢了

　　谷歌AI工程师闹乌龙，称LaMDA语言模型有意识，引发业界对“AI是否拥有自主意识”的讨论。

　　今年6月，谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识”，并对此出具了长达21页的证据。莱莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象——既会担忧未来，也会追忆过去。

　　LaMDA是谷歌在2021年开发者大会上公布的大型自然语言对话模型，它可以模拟任何带有知识属性的实体，通过“拟人”的方式，在与人类亲切自然的对话中为用户答疑解惑，传递更多知识。

　　莱莫因的观点和证据引起了业内的广泛关注。不久后，谷歌发表声明称，莱莫因违反了“就业和数据安全政策”，将其解雇。谷歌表示，经过广泛地审查，他们发现莱莫因关于LaMDA是有生命的说法是完全没有根据的。

　　专家普遍认为，当下人工智能具有的所谓“人格”，更多只是模仿人类的语言风格，有自我意识、有感知能力的AI应该具备能动性，并具有独特的视角看待人和事，但目前AI还只是人们设计的一个计算机系统，作为工具来做一些特定之事。

　　全球首个图、文、音三模态大模型诞生

　　“紫东太初”实现“以图生音”和“以音生图”

　　9月1日，在上海举办的2022世界人工智能大会上，由武汉人工智能研究院、中国科学院自动化研究所和华为技术有限公司联合研发的“紫东太初”多模态大模型项目获得了此次大会的最高奖项。“紫东太初”是全球首个图、文、音三模态大模型，开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成”，实现了“以图生音”和“以音生图”，理解和生成能力更接近人类，为打造多模态人工智能行业应用提供创新基础，向通用人工智能迈出了重要一步。

　　“紫东太初”三模态间的相互转换和生成，其核心原理是视觉、文本、语音不同模态通过各自编码器映射到统一语义空间，然后通过多头自注意力机制学习模态之间的语义关联以及特征对齐，形成多模态统一知识表示；之后，再利用编码后的多模态特征，通过解码器分别生成文本、图像和语音。

　　“紫东太初”凭借四大突破，有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架，支持从词条级走向模态级、样本级的三级预训练自监督学习方式；二是首次完成弱关联多模态数据语义统一表示，减少数据收集与清洗代价；三是首次实现多模态理解与生成任务的统一建模，支持跨模态检索、多模态分类、语音识别、图像生成等理解与生成任务；四是首次实现无监督超越有监督方法，基于5%—10%的数据标注，实现100%的有监督学习效果。

　　AI打破矩阵乘法计算速度纪录

　　解决了50年来数学领域一个悬而未决的问题

　　10月，英国《自然》杂志封面以“矩阵游戏”为题，发表了人工智能公司“深度思维”团队的最新发现：AI可以解决矩阵乘法问题。这款名为“AlphaTensor”的AI系统能自行发现新算法，从而解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。

　　数学在计算机编程中经常出现，通常作为描述和操纵现实世界现象表示的一种手段。例如，它可用于表示计算机屏幕上的像素、天气状况或人工网络中的节点。在这种情况下，使用数学的主要方式之一，就是对矩阵进行计算。矩阵越大，工作量也越大，计算机科学家开始花费大量时间和精力开发更加有效的算法来完成相关工作。

　　在此次最新成果中，“深度思维”团队研究人员探究了是否有可能使用基于强化学习的AI系统来创建新算法，从而使计算步骤比现有算法更少。

　　为了找到答案，他们从游戏系统中寻找灵感。在构建了一些初步系统之后，研究团队将重点转向了树搜索，这是系统在特定情况下查看各种方案的一种方法。

　　接下来，研究人员将允许系统创建自己的算法，进一步提高效率。他们发现，在许多情况下，系统选择的算法比人类创建的算法更好。“深度思维”团队希望，未来AI能更多地用来帮助攻克数学和科学领域的一些重要的难题。

　　2022中国人工智能创新发展指数公布

　　全面反映我国人工智能发展态势

　　11月18日，第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上，中国电子信息产业发展研究院（又称赛迪研究院）发布了2022中国人工智能创新发展指数（合肥指数）。

　　这是国内首个以地区冠名的全国性人工智能专题研究成果，旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度，构建了中国人工智能创新发展指数，也就是“合肥指数”的评价体系。

　　近年来，我国人工智能步入与经济深度融合应用新阶段，智能化转型全面推进，人工智能产业在全球的影响力不断增强。2021年，我国人工智能的研发强度为19.4%，从业人数增加到31万人，占全球比重的5.3%。2017年至2021年，我国人工智能产业规模增长了2.6倍，占全球比重提升到16.8%。专利申请量占全球比重持续扩大，从2012年的13%增长到2021年的70.9%。创新能力上，我国人工智能研发投入力度不断加大，从业人数不断增加。

　　从总体指数来看，北京、广东和上海处于人工智能领域的领跑地位，安徽则紧随其后，排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃的城市之一。

　　ESMFold预测六亿多种蛋白质结构

　　预测速度比“阿尔法折叠”快60倍

　　英国“深度思维”公司8月曾宣布，其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质结构，几乎涵盖了科学界已编录的每一种蛋白质结构。但就在今年11月，元宇宙平台公司（Meta）研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。

　　在此次最新研究中，研究团队利用大型语言模型来预测这些蛋白质结构。据悉，语言模型通常需要大量文本进行训练，为将这一模型应用于蛋白质结构预测，研究团队利用已知的蛋白质序列来训练它，这些已知的蛋白质可由20个不同氨基酸组成的链来表达，每个氨基酸由一个字母表示。然后，ESMFold学会了用模糊的氨基酸比例“自动完成”蛋白质结构预测。

　　该团队负责人亚历山大·里维斯表示，这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且，与“阿尔法折叠”一样，这一模型能将这些了解到的信息与已知蛋白质结构和序列之间的关系信息结合，生成预测结构。

　　团队指出，ESMFold的预测虽然不像“阿尔法折叠”那么准确，但在预测速度上要快60倍，这意味着它可将结构预测数据库扩展到更大。

　　首创蛋白质动态结构AI建模方法

　　对理解生命过程、研发新型药物有着重要意义

　　12月8日，西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学、杭州德睿智药科技有限公司首创研发的能够刻画蛋白质构象变化与亲和力预测的AI模型——ProtMD。这是第一个尝试解析蛋白质动态构象的人工智能模型，可辅助药物化学专家更加精准地筛选出高活性小分子，从而加速临床前药物研发。

　　此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构，对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构，尚未能解决蛋白质结构动态变化的预测。李子青团队此次开发的AI模型，在给定药物分子和靶点蛋白的情况下，可预测药物分子与生物体内靶点蛋白质结合（柔性对接）后蛋白质结构的变化过程，推断药物与靶标蛋白结合的稳定性，预测药物功能，从而提升AI药物设计的精度和效率。

　　李子青表示，预测蛋白质结构的动态变化对理解生命过程、研发新型药物都有着十分重要的意义。尤其在AI药物设计中，通过对药物分子与靶点蛋白结合后的动态结构变化进行预测，评估药物—靶点结合亲和力和药物效果，是提高AI药物筛选准确性和效能的重要思路。

　　多城市推动自动驾驶行业发展

　　我国自动驾驶行业正式向L3级迈进

　　2022年是自动驾驶行业具有里程碑意义的一年，有关政策密集出台，相关应用从研发测试走向大规模商业化试点。当前，全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照，允许高等级智能网联汽车在特定场景、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化。

　　今年8月1日，《深圳经济特区智能网联汽车管理条例》开始实行，该条例提出L3级自动驾驶在行政区全域开放道路测试、示范应用，探索开展商业化运营试点，标志着我国自动驾驶行业正式向L3级迈进。

　　此后，重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。

　　此外，为推动智能网联汽车产业健康有序发展，工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，拟遴选符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对通过准入试点的智能网联汽车产品，在试点城市的限定公共道路区域内开展上路通行试点。

　　AI绘画火了，AIGC元年开启

　　未来预计能够产生万亿级经济价值

　　今年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》，获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。没有绘画基础的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具，通过一个类似“文字游戏”的过程，输入题材、光线、场景、角度、氛围等有关画面效果的关键词后，得到了初始作品，并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品。

　　这一年，AI绘画小程序、网站等开始迅猛增长，而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示，截至12月6日，已有超2428.4万人使用该特效，迅速飙升至特效潮流榜第一位。AI绘画的百度指数也从日均两三千上升到日均3万，火爆程度可见一斑。

　　AI绘画的火爆也让AIGC这一概念逐渐进入大众视野。

　　所谓AIGC（AI Generated Content），即基于人工智能技术自动生成内容的新型生产范式。其技术主要涉及两个方面：自然语言处理（NLP）和AIGC生成算法。其中，自然语言处理是实现人与计算机之间通过自然语言进行交互的手段。

　　最初，AIGC可生成的内容形式以文字为主，经过2022年指数级的发展，目前AIGC技术可生成的内容形式已经拓展到了包括文字、图像、视频、语音、代码、机器人动作等多种内容形式，2022年也因此被称为“AIGC元年”。生成式AI让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元的经济价值。（科技日报实习记者 都芃）

　　（文图：赵筱尘 巫邓炎）