隆基绿能大规模扩产 光伏行业竞争加剧******
1月17日晚间，隆基绿能公告，公司与陕西省西咸新区开发建设管理委员会、陕西省西咸新区泾河新城管理委员会签订《投资合作协议》，公司拟在陕西省西咸新区投资建设年产100GW单晶硅片项目及年产50GW单晶电池项目。隆基绿能表示，签订投资协议有利于公司充分发挥技术和产品领先优势，进一步提升产能规模，不断提高市场竞争力。
业内人士表示，近年来光伏行业需求旺盛，并吸引了一些上市公司跨界涌入，在龙头企业大举扩张产能的背景下，光伏产业链将面临洗牌。
密集扩产
作为全球组件出货量最大的公司，隆基绿能近期密集开启扩产。1月10日晚间，隆基绿能宣布，拟将西咸乐叶年产15GW高效单晶电池项目变更为西咸乐叶年产29GW高效单晶电池项目，该项目将导入公司自主研发的HPBC高效电池技术。隆基绿能表示，目前，HPBC电池产品量产光电转换效率超过25%。年产29GW单晶高效电池项目预计2023年9月整体完成竣工验收并全面投产。
2022年12月，隆基绿能公告，拟投资30亿元在安徽省芜湖市建设二期年产15GW单晶组件项目。
据中国证券报记者统计，近一个月来，隆基绿能宣布的扩产项目包括100GW硅片、79GW电池和15GW组件等。
经济性凸显
隆基绿能表示，目前公司单晶电池产能与单晶硅片、组件产能不匹配，一定程度上制约了公司战略目标的实现。
对于隆基绿能的扩产，业内人士表示，显示出公司持续看好光伏市场。值得注意的是，2022年末，硅片价格开启调整。对此，隆基绿能在接受机构调研时表示，随着产业链价格的连续调整，光伏发电系统的经济性凸显，市场需求释放。2022年第四季度，公司硅片和组件出货量均实现环比增长。2023年，公司将进一步提升硅片自用量比例，预计将超过60%。
隆基绿能表示，随着光伏产品价格下行，需求将进一步放量，预计2023年全球光伏市场将延续高增长态势。公司将依托在硅片和组件环节形成的技术优势、成本优势、渠道优势以及良好的履约能力和品牌知名度，深度发掘客户多样化需求，不断推动硅片和组件出货量持续增长。
需求旺盛
2022年以来，光伏行业持续开启扩产潮，头部企业隆基绿能、通威股份、晶澳科技、天合光能等纷纷宣布大规模扩产。同时，火热的市场吸引众多企业跨界涌入光伏领域。
据PV Tech不完全统计，2022年光伏行业新建组件扩产项目规模超400GW。业内人士表示，随着新建项目投产，落后产能将面临淘汰。
中信建投认为，随着上游环节价格下降，组件环节盈利有所恢复。近年来，国内集中式光伏需求被高企的硅料价格压制，随着硅料价格逐步下降，预计2023年国内集中式光伏占比将提升。另外，欧洲、美国等海外市场需求将维持高速增长。
隆基绿能创始人、总裁李振国表示，根据隆基能源研究院的预测，到2030年，全球新增光伏装机量将达到1500GW-2000GW。这一装机规模相当于2021年新增装机量的10倍。
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)
