访谈｜因美纳全球高级副总裁李庆：中国市场是发展基因测序的“宝地”******

　　(第五届进博会)访谈｜因美纳全球高级副总裁李庆：中国市场是发展基因测序的“宝地”

　　中新社上海11月7日电 题：访谈｜因美纳全球高级副总裁李庆：中国市场是发展基因测序的“宝地”

　　中新社记者 李佳佳

　　“今天在进博展台上看到的因美纳新产品NovaSeq X Plus，目前全球只有四台，我们几乎在第一时间把它带到了本届进博会。”指着正在进博会舞台上“全球首展”“亚洲首秀”的展品，全球基因测序和芯片技术领先企业因美纳全球高级副总裁兼大中华区总经理李庆说。

　　作为紧密联系中国市场和世界企业的重要纽带，进博会的如期举办传递了中国不断对外开放、共享高质量发展新机遇的积极信号。李庆指出，因美纳是中国生命科学和基因检测产业蓬勃发展的获益者与推动者，期待通过进博会搭建的交融互通桥梁，加速创新成果与先进技术在华落地，满足更多科研发展与临床应用需求，让更多人享受到基因组学带来的变革性进步。

　　就在上个月，2022年诺贝尔生理学或医学奖公布，因为在“关于已灭绝人类基因组和人类进化的发现”方面的贡献，瑞典生物学家斯万特·帕博获此殊荣，而他恰好是因美纳的客户。“对于基因，大家的认知可能有所不同，但无一例外，大家都能认同的是，今年是‘基因大年’。”李庆说，“斯万特·帕博的获奖，对于很多医学领域从业者是一个大事件，这意味着大家的理解已经进入基因层面。”

　　近几年，“基因测序”逐渐成为一个时髦的新词，但是这项技术的普及率并不高。“可能因为很多人没有条件做，也有可能知晓度、认可度还不高，我们的上一辈甚至就连医生可能都没有这个认知。”另一个关键的问题在于成本。据美国国家人类基因组研究所(NHGRI)数据，2001年，单位基因组的测序成本高达1亿美元。

　　因美纳上一代高通量测序仪是2017年发布的NovaSeq6000，当时一个人类全基因组测序的成本需要600美元，5年后的现在，随着新产品的推出，同一单位测序成本降到了200美元。李庆称，成本的降低对于整个基因产业、人类健康的推动作用很大。“从科研到临床，从患者诊疗到现在的健康管理，比方说癌症早筛，测序成本只有越来越低，才能进一步拓展测序的可及性。”

　　为什么基因测序的普及如此重要？在李庆的理解中，基因测序是一项面向未来的事业，它在重大疾病诊断、遗传病筛查、农业、合成生物学等领域都有广阔的应用场景。大量的人群肿瘤基因诊断项目、微小残留病灶(MRD)、新型的诊断方式等，都在不断涌现。

　　在临床上，基因的检测需求与肿瘤领域的应用密切相关。癌症病人全部都有基因变异，而这个变异随着治疗会发生变化，所以帮助患者找出基因变异的靶点，从而匹配这方面的药物，是基因检测在肿瘤领域里最早的应用。近几年，全球有一个新的趋势，即微小残留病灶也需要应用到基因检测技术，因为这一技术能够先于影像学，重新看到又扩散或者复发的风险，从而能够尽早干预。更新的应用就是癌症早筛，即甲基化测序泛癌肿瘤。当患者体内有微小肿瘤的时候，可以很早通过基因测序将肿瘤找出来，并可以根据肿瘤的甲基化特征进行定位，进行一些必要的干预，因此这是一个很有前景的应用。

　　目前，中国市场正是发展基因测序的“宝地”。李庆列举了中国市场的两大优势：技术与人口。

　　首先，智慧芽创新研究中心发布的《医药生物系列报告之四——基因测序前沿技术洞察报告》显示，在第四代测序技术——纳米孔测序技术领域，美英中三国掌握着核心专利，正如李庆所评价的“紧跟世界潮流”。

　　第二个优势则在于中国庞大的人口基数。“基因测序是以大数据作为背景的，测序的人越多，积累的数据越多，未来能够挖掘的东西也就越多。”李庆解释道，“从这个角度，开展大规模人群的研究，无论是对于患者群体还是健康群体，能产生的积极影响都将非常巨大”。(完)

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)