近日，中国IGF通过“线上+线下”的方式举办人工智能专题报告分享会，特邀第十三届全国政协常委、中国科学技术协会原副主席、国际核能院院士张勤作专题报告。中国IGF常务副主任、CNNIC副主任、联合国IGF多利益相关方咨询委员会委员张晓，中国互联网协会副秘书长戴炜出席活动。

张勤院士以《AI治理初探》为题，阐述了对深度神经网络和大语言模型发展的见解，提出了AI治理的重点应该在《全球人工智能治理倡议》中提到的“打造可审核、可监督、可追溯、可信赖的人工智能技术”，例如可从控制训练数据的合规性、控制输出结果合规性、建立AI网站或产品使用责任制等方向入手。

此外，张勤院士还讲解演示了基于AI的“动态不确定因果图（DUCG）”技术方案在提升基层医生诊病精确度、优化临床检查项等实际应用的积极作用，让大家更加直观地了解AI应用与治理对实践的赋能。

分享会现场气氛热烈，交流活跃。参会嘉宾与张勤院士围绕人工智能“黑箱”、因果关系、知识产权、神经网络、数据共享与数据训练等话题进行了互动交流和探讨。

动态不确定因果图

动态不确定因果图（Dynamic Uncertain Causality Graph，DUCG）是基于因果关系而非大数据的新一代人工智能理论体系，原创于解决核电站等无故障数据可供学习、存在未知的虚假信号、且往往要诊断此前从未发生过的故障等复杂问题。与深度学习、知识图谱、贝叶斯网络、专家系统和大语言模型等现有技术方案不同，DUCG是一套严谨的AI数学模型，通过引入虚拟因果作用事件，从底层表达事物间的因果关系，从而将在统计表象层深度耦合的变量和参数解耦，实现模块化全图型直观表达和处理大型复杂不确定因果关系。