“阳”过了，离回归正常生活还有多远？******

　　◎本报记者 张佳星

　　“新冠病毒感染者的核酸由阳性转为阴性就表明他没有传染性了。”12月15日，针对科技日报记者关于“阳转阴是否还具有传染性”的问题，华中科技大学同济医院感染科副主任郭威回应，没有条件做核酸的话，自测抗原转阴也可以，但后者的准确度稍差一些。

　　近期，不少新冠病毒感染者经过居家治疗后逐渐康复。那么，“阳”过之后，距离回归正常生活还有多远？也有人转阴之后又短时期内复阳是为什么呢？

　　熬过6—7天，大部分能转阴

　　“不少人感染新冠病毒以后3—5天就能恢复个差不多，但我们还是建议从有症状开始6—7天后进行核酸或抗原的两次检测。”郭威说，每个人的状况不同，体内的病毒载量也不同，从临床经验看大部分人出现症状6—7天后基本能转阴。

　　根据临床上的观察，目前大多数人感染后的症状持续3—5天，之后大部分症状都会消失，比如发热、肌肉酸痛、咽痛等症状都会消失。

　　“但从我们专业的角度看，症状消失与否不能作为有没有传染性的判断标准。”郭威解释，每个人的机体免疫力不同，对新冠病毒的抵御能力不同，症状、病程等都因人而异，无法作为判断标准，而核酸检测能够最直观地显示感染者体内的病毒排放量，便于准确判断。

　　“一旦连续2天核酸(或抗原)检测均是阴性，就可以解除隔离恢复到正常的生活中了。”郭威说。

　　“阳”过之后，还会复阳吗？

　　“阳过之后仍然有可能复阳。”郭威对科技日报记者表示，临床上发现一些人反复排毒，也就是说排毒是间歇性的，核酸检测结果会认为是转阴之后复阳；还有一些情况是由于病人有基础的肺病或者是病毒载量比较大，治疗后转阴，结束治疗后又复阳。

　　复阳的情况会存在，但比较少见。“也有可能是新冠病毒没有活性的核酸片段在体内没有清除干净而被检测到。”郭威说，临床上一般认为，复阳的患者一般问题不大，不会转成危重症，而且一般也不具备传染性。

　　郭威仍旧提醒，阳性患者转阴之后要加强健康管理，要有一个健康的起居，还要对自己的健康密切观察。

　　“我们也发现有的家庭里出现了反复感染的情况，比如一个家庭成员传染给另一个成员，前面的成员刚好不久，又反过来被自己的传染者传染了。”郭威说，为了避免病情的反复，有感染者的家庭，衣服、床单、毛巾、餐具等日常用品要单独使用，相互之间做到尽可能地隔离。

　　“阳”过之后，还用做防护吗？

　　有不少人认为，感染之后又康复，身体内有了抗体，就可以不做防护，真正回归疫情前的生活，真的是这样吗？

　　“一般情况下，感染之后的中和抗体可以保护感染者3—6个月。”郭威说，这种保护针对的是同一种亚型的新冠病毒。例如感染奥密克戎BF.7之后，再遇到BF.7就有很好的保护效果，但如果之前感染的是德尔塔，遇到奥密克戎可能中和抗体就没有保护力。总而言之，病毒的差别越大，中和抗体的交叉保护越有限。

　　警惕双重感染也很重要。郭威说：“有的人以为自己感染之后再不会感染了，就不注意防范、也不戴口罩了，最后感染上流感病毒也是完全有可能的。”

　　郭威提醒，秋冬季节还是要坚持佩戴口罩，当前新冠病毒的流行对于其他病毒的流行趋势可能存在交叉影响，因此，通过勤洗手、戴口罩、安全距离等方式避免其他病毒的感染仍然十分重要。

　　针对老年康复者，郭威表示，由于有基础性疾病，老年人康复之后还是规律生活，坚持之前的基础病用药和治疗，如果肺部不适或者有慢阻肺的老人，可以做一些肺部保健操，有助于肺部功能的恢复。

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)