资料图:12月22日,北京市东三环路上车流密集。 中新社记者 贾天勇 摄
新注册登记机动车3478万辆,新注册登记汽车2323万辆。截至2022年底,全国机动车保有量达4.17亿辆,扣除报废注销量比2021年增加2129万辆,增长5.39%。2022年全国新注册登记机动车3478万辆。汽车保有量达3.19亿辆,占机动车总量76.59%,比2021年增加1752万辆,增长5.81%。全国新注册登记汽车2323万辆。摩托车保有量达8072万辆,占机动车总量19.38%,比2021年增加513万辆,增长6.79%。全国新注册登记摩托车1130万辆。
全国84个城市汽车保有量超过100万辆。全国有84个城市的汽车保有量超过百万辆,同比增加5个城市,39个城市超200万辆,21个城市超300万辆,其中北京、成都、重庆、上海超过500万辆,苏州、郑州、西安、武汉超过400万辆,深圳、东莞、天津、杭州、青岛、广州、佛山、宁波、石家庄、临沂、长沙、济南、南京等13个城市超过300万辆。
新能源汽车保有量达1310万辆,全年新注册登记535万辆。截至2022年底,全国新能源汽车保有量达1310万辆,占汽车总量的4.10%,扣除报废注销量比2021年增加526万辆,增长67.13%。其中,纯电动汽车保有量1045万辆,占新能源汽车总量的79.78%。2022年全国新注册登记新能源汽车535万辆,占新注册登记汽车总量的23.05%,与上年相比增加240万辆,增长81.48%。新注册登记新能源汽车数量从2018年的107万辆到2022年的535万辆,呈高速增长态势。
汽车转让登记数量持续增长,二手车交易市场活跃。截至2022年底,全国公安交管部门共办理机动车转让登记业务3027万笔。其中,汽车转移登记业务2869万笔,占94.80%。近五年二手汽车转让登记与汽车新车注册登记数量的比例由0.77上升至1.24,超过汽车新车注册登记量。2022年,公安部会同商务部等部门推出系列便利二手车交易登记改革新措施,全面实行经销二手车“单独签注、核发临牌”,异地直接办理交易登记的二手小客车310万辆,更好促进二手车流通。
机动车驾驶人数量达5.02亿人,44万人取得C6准驾车型。截至2022年底,全国机动车驾驶人数量达5.02亿人,其中汽车驾驶人4.64亿人,占驾驶人总数92.54%。2022年,全国新领证驾驶人2923万人。2022年4月1日起实施的《机动车驾驶证申领和使用规定》(公安部令第162号)新增“轻型牵引挂车”准驾车型(C6),目前已取得C6准驾车型驾驶人数量达44万人,更好满足群众驾驶小型旅居挂车出行需求,促进房车旅游新业态发展。
网上办理车辆和驾驶证业务9616万次。2022年,各地公安交管部门积极推行补换领牌证等交管业务“足不出户”网上办,全国网上办理补换领驾驶证行驶证、发放临时号牌等业务9616万次,与2021年增加466万次,增长5.09%。
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) (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() ![]() 大发彩票地图 |