正规网投 - (2023已更新(网易/百科)v8.8.8

套娃式充会员 智能时代看电视反而更麻烦了？******

　　智能时代看电视反而更麻烦了？

　　近期，“看个电视太费劲了”的话题登上热搜。有网民发视频吐槽智能电视视频App收费高，通过电视机下载的视频App看电视剧、电影、动画，居然要分别收费。视频发出后，收到了很多网友的点赞和留言。不少网友表示“你说出了大家的心声”“怀念原来的电视，现在都变味了”“一年下来看电视的费用都高得离谱，导致现在电视机都成了摆设”。人们常说技术改变生活，但网友们的共鸣又不禁让人发问：为何智能电视时代，看电视反而更麻烦了？

　　其实，网友的吐槽不是否认电视技术的进步及其给人们生活带来的便利。智能电视不仅屏幕尺寸大、分辨率高，而且更加轻薄，便于人们节约使用室内空间。从观看体验上说，大家不用再卡着时间等电视台直播，也不用为错过某个精彩的节目或影视片段而遗憾，随时暂停、随心点播，人们有了更多选择权。这种在观赏电视节目时前所未有的掌控感，是技术向前发展才可能出现的。

　　人们对以往电视的怀念，或许有美好的怀旧情绪在其中，但恐怕更多指向之前看电视时的清爽和纯粹。那些年的老电视，外表显得笨重，且没有兼容太多功能，而新的技术条件下，电视的内涵和外延在不断扩展，电视节目的生态也在改变。随着新兴媒介的兴起，人们对影音视听的要求也不是旧式电视能满足的，智能电视厂商由此展开技术和价格上的竞争。不过，也正因如此，许多视频内容供应方深度融入电视产销环节，利益主体更加多元复杂，让智能电视不再只是一块大屏那么简单。

　　以往也有网友反映过“套娃式充会员”这类现象，电视用户的直观感受就是充完一个会员并不能完全“通关”，也不能看到所有的影视内容。若是要“一充再充”，那么看视频的费用自然就变高了。实际上，在新的售卖和营销模式之下，电视已经成为视频内容分发和聚合平台，电视厂商和内容供应方，以各式各样的会员体系和充值规则，决定着内容的开放和共享程度，最终影响着电视观众的选择。不同App间的定价与竞争策略，涉及节目的版权和收益，这也会让用户在观看电视和选择服务时，有分散和割裂之感。

　　可以说，即便是平日玩转网络的年轻人，在接触电视会员充值模式时，也会感到不适应。另外，电视观众中还有不少老年人和青少年，他们对相关操作并不熟悉，看电视时也可能误充会员。流行的“客厅营销”改变了电视和内容行业的市场“打法”，但如果只有不断地充会员才能“解锁”智能电视，也会让可以活跃家庭气氛的电视渐渐受到冷落。当用户开始“用脚投票”，转而抛弃电视拥抱其他收视观影媒介，这种用户的流失，对电视行业和会员体系恐怕并不是件幸事。

　　随着社会版权意识的提高，人们越来越愿意为优质内容付费，但丰富的内容供应、明晰的会员权益、合理的收费标准、便捷的使用体验等，同样是下一步电视行业提升用户口碑和使用体验的发力点。只有立足用户痛点解决问题的企业，才能收获更多用户，占领更大市场。

　　白毅鹏 来源：中国青年报

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)

　　（文图：赵筱尘 巫邓炎）