砺兵高原，锻造胜战铁拳******

　　喀喇昆仑，冰封雪裹。

　　侦察无人机悄然升空，盘旋、突防，数据信息快速回传；某型装备辗转腾挪，出其不意打击“敌”目标……新年伊始，记者走进新疆军区某合成团采访，一场合成营体系攻防演练正在进行。

　　指挥方舱内，合成一营营长朱生鑫冷静分析战场态势，指挥地面分队展开协同突击。记者在现场看到，多支力量和无人装备在合成营体系内要素合成、联动释能，指挥和作战场面令人耳目一新。

　　“党的二十大报告指出，‘增加新域新质作战力量比重，加快无人智能作战力量发展’。这是抢占未来战争制高点、提高部队新质战斗力的客观要求。”该团领导说，从空地协同到信息联动，从兵种内配合到跨军兵种联合，他们探索新质战斗力生成规律，锤炼合成营整体作战能力。

　　由步兵团转型为合成团后，该团从平原地区奔赴雪域高原。第一次合成营战术演练中，火力打击分队精度不如以前，步兵分队冲击速度出现下降，兵种要素之间协同也不够顺畅，影响了作战效能。如何在高原高寒条件下更好发挥合成营作战效能，成为该团党委亟需破解的难题。

　　编制体制重塑，战法训法升级。砺兵高原，该团拓展多型主战装备作战效能；分兵种强化、按编组合成，模块组合成为协同作战的考评重心……该团推动合成营编制内多兵种攥指成拳，多力量联合运用不断取得新进步。

　　“提升高原高寒条件下合成营作战能力，兵种协同只是一小步。”该团领导告诉记者，他们更新作战理念，积极探索体系练兵新路。

　　翻开合成一营的作战问题研讨记录本，记者看到，体系作战研究、无人装备作战战术……作战前沿知识成为官兵学习研讨的重点。朱生鑫说，他们结合专业领域和岗位实践，定期开展联合作战指挥问题研讨，组织合成营指挥机构精研兵力布势、体系攻防等课题。

　　指挥控制终端前，合成一营首席参谋刘彪敲击键盘，“敌”空中目标信息显示在屏幕上。他告诉记者，演练前，他们和空军某雷达分队建立信息共享机制，屏幕上显示的正是雷达分队实时共享的信息。侦察席位上，无人机机长陆志豪一边操纵无人机展开侦察，一边将相关信息汇总上传分享。

　　“不断超越自我，才能锻造胜战铁拳。”该团领导说，锚定如期实现建军一百年奋斗目标，他们练兵备战的脚步一刻不停歇，采集了一大批高原作战训练数据，缩短了新装备战斗力生成周期。

　　傍晚时分，侦察连连长张扬带领分队利用无人机侦察确定“敌”火炮阵地坐标后，直升机升空出击，火炮阵地被精准“摧毁”。

　　寒风凛冽，高原天寒。一幕幕火热练兵场景让记者感受到高原官兵高涨的练兵备战热情，他们用冲锋的身影诠释着铮铮誓言：边关有我，请祖国和人民放心！(本报记者 李 蕾 特约记者 冯 毅 通讯员 纵 恒 解放军报)

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。