佰家富app娱乐_平台推荐官方版v2.9.1(2023已更新)

【网络强国这十年】志翔科技蒋天仪：“跨向”新赛道，有偶然也有必然******

　　【网络强国这十年——行业回顾篇】

　　传统模式下，电力公司主要依照“首次强制检定、限期使用和到期轮换”的计量法律法规和检定规程措施规定来进行智能电表的运行管理。

　　这种方式需要耗费大量的人力物力，且在高效解决智能电表运行期内状态监测和评估问题方面，还有较大提升空间。为此，志翔科技发挥自身大数据分析技术优势，推出了智能电能表状态评价与更换产品，帮助电力企业解决电表状态评估和失准分析等难题，让智能电能表的检定和轮换由传统人工拆回或现场检定、“8年到期轮换”，转变为在线实时诊断和有针对性的“失准更换”。

　　近日，志翔科技总裁蒋天仪做客光明网“网络强国这十年”专栏，畅谈大数据技术如何助力电力行业进行数字化转型。

　　在2014年志翔科技初创时，团队定位于通过大数据技术切入安全领域。此后，经过两年时间的不断打磨，产品初见成效，并开始向更多行业进行市场拓展。

　　谈及为什么从数据安全赛道“跨”到工业互联网领域、深耕电力行业，蒋天仪表示,存在“偶然中的必然”。

　　他介绍，最初接触电力行业的需求后，团队发现相比数据安全，这个行业在通过数据采集和挖掘分析，来应用于业务风险管控和精细管理、提质增效等方面，如计量器具误差分析、窃电防范、线损治理等问题上有着迫切和现实的需求。因此，出于对电力市场和其未来可延伸的工业大数据分析领域增长空间的看好，志翔科技作出了在电力大数据方向上延展和加大投入的决策。志翔科技的安全产品平台，原本就基于大数据架构和底层技术平台自主研发设计，经过几年在安全领域应用的不断打磨迭代，底层大数据分析平台已具备精细化分析海量电力大数据的潜力和能力。在此基础上志翔开始大力投入于电力业务的学习和理解。从2016年起开始了数据模型结合实际业务验证的不断迭代和优化，最终以智能电能表的失准分析作为切入点，打开了电力行业的大门。并以此为起点，利用失准分析同源技术，开始逐步在电力、泛电力和能源等其他领域的大数据分析领域取得拓展成果。

　　电表的准确计量既关乎电费结算，又影响着各项电力技术经济指标的正确计算以及电力工业的健康发展。据了解，过去为保证电力计量的准确和安全、实现用电结算公平公正，国家计量主管部门规定，民用智能电能表以8年固定周期进行检定和更换。蒋天仪告诉记者，全国现有约6亿只在运行智能电表，按照8年到期更换要求，平均一年需换表近8000万只，所需资金投入则超过百亿元。而拆卸下来的电表，据之前某地区部分抽检的数据显示，只有不到千分之五的概率是故障的。“一刀切”式的到期更换工作，给电力企业带来在资金、人力、物力等方面的巨大投入和消耗。

　　2018年，志翔科技推出智能电能表状态评价与更换第一代产品。“通过分析这些用电数据，可以远程发现什么地方的电表有问题，有问题再去有针对性的检测更换，避免造成浪费。”蒋天仪说，目前，该产品已服务于全国30多个网省超过5亿只电表，极大改善了原有的智能电能表状态评估模式，在不停电的情况下在线对智能电能表进行检定，发现运行误差，每年为电力企业节省数十亿换表和运营成本，同时减少数千吨电子垃圾。

　　“行业发展已从过去的‘粗放型’转变成‘精细化’。精细化发展的前提是对业务数据以及业务状态有更加精确的了解，才可以做到更好的数字化管理。”在蒋天仪看来，电力行业是大数据应用的优质沃土，电力市场蕴藏着丰富数据价值待挖掘。

　　监制：张宁 李政葳

　　采访/撰文：李飞 孔繁鑫

　　后期：刘昊

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。

　　（文图：赵筱尘 巫邓炎）