马斯克破了世界纪录：亏钱第一名！却还是全球第二富......******

　　文/汪俐辰

　　对全球大多数富豪来说，2022年是亏钱的一年。

　　据吉尼斯世界纪录官方网站消息，美国特斯拉公司首席执行官埃隆·马斯克自2021年11月以来损失约1820亿美元(约合人民币1.37万亿元)，更有消息称，这一数字实际上可能接近2000亿美元，一举打破了历史上个人财富损失最大的吉尼斯世界纪录。

　　什么原因使他损失如此惨重？全球富豪们过去一年资产发生了哪些变化？

　　为何少了这么多？

　　据《福布斯》报道，马斯克的净资产从2021年3200亿美元峰值下降到2023年1月的1380亿美元，亏掉了一大半，这主要是由于特斯拉股票表现不佳。

　　据了解，马斯克财富的主要来源于持有的特斯拉股票，然而在过去一年时间里，特斯拉的股票市值已经缩水了约65%。

　　其中，为支付收购推特的440亿美元费用，马斯克抛售特斯拉股票，成为自2010年特斯拉上市以来规模最大的一次抛售，从而导致公司股价暴跌。也有消息表示，冲击特斯拉股价的另外一个原因，是全球纯电车市场需求低迷。

　　虽然不能确定马斯克到底损失了多少，但他的总损失远远超过了这一纪录此前的保持者——日本软银集团首席执行官孙正义。

　　孙正义的个人财富从2000年2月780亿美元的峰值下降至同年7月的194亿美元，短短几个月里其净资产蒸发近600亿美元。

　　尽管马斯克亏损的钱打破了世界纪录，但根据彭博亿万富翁指数显示，他目前仍然是世界第二富有的人。

　　还有谁亏钱了？

　　据彭博亿万富翁指数，2022年，全球最富有的500人财富蒸发了近1.4万亿美元。

　　数据显示，在微软、谷歌、亚马逊、Meta等公司股票下跌的背景下，微软联合创始人比尔·盖茨财富缩水286亿美元，微软前首席执行官史蒂夫·鲍尔默损失194亿美元；

　　亚马逊和蓝色起源公司创始人杰夫·贝索斯损失852亿美元，其前妻麦肯齐·斯格特损失373亿美元；

　　谷歌联合创始人谢尔盖·布林和拉里·佩奇分别损失440亿美元和453亿美元。

　　此外，Meta首席执行官马克·扎克伯格财富损失也很惨重。截至2022年12月30日，扎克伯格的净资产自同年1月初以来缩水了799亿美元，仅剩456亿美元，主要原因包括Meta向元宇宙转型的代价高昂，以及整个科技行业的滑坡拖累了Meta的股价。

　　在2021年年底，扎克伯格曾经是全球第六大富豪。但是在去年底，扎克伯格在彭博财富指数的排名下降了19名，位居第25，是自2014年以来的最低排名。

　　谁是最大赢家？

　　几家忧愁，几家欢喜。要说最大的赢家，非印度企业家高塔姆·阿达尼莫属。2022年以来其身家增加了446亿美元，是亿万富豪阶层前十中身家唯一获得增长的富豪。

　　据报道，阿达尼的阿达尼集团(Adani Group)拥有一个上市公司网络，活跃在发电、水泥、房地产等领域。

　　截至1月9日，阿达尼以1170亿美元的资产位居彭博亿万富豪榜的第三位，超过了比尔·盖茨和沃伦·巴菲特。

　　现在全球首富是谁？据彭博亿万富翁指数显示，截至1月9日，LVMH集团董事长伯纳德·阿尔诺(Bernard Arnault)以1750亿美元的身价位居榜首。

　　阿尔诺是奢侈品巨头LVMH集团的掌舵人，LVMH(酩悦·轩尼诗-路易·威登集团)是全世界最大的奢侈品公司，总部位于法国巴黎。旗下拥有路易威登、DIOR、Tiffany&Co。等75个品牌，涵盖葡萄酒和烈酒、时装和皮具、香水和化妆品、腕表和珠宝以及高端零售等领域。

　　综合自吉尼斯世界纪录官方网站、澎湃新闻、界面新闻等

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)