中央农村工作会议系列解读⑱统筹发展和安全 保障粮食和重要农产品稳定安全供给******
作者：普蓂喆 中国农业科学院农业经济与发展研究所
2022年中央农村工作会议强调“保障粮食和重要农产品稳定安全供给始终是建设农业强国的头等大事。”会议着重强调了“安全”，从过去 “稳产保供”上升到“稳定安全供给”，是统筹发展和安全在农业领域的重要体现。
统筹发展和安全，既是重大理论问题，也是重要实践要求。面对风高浪急的国际环境、艰巨繁重的国内改革和超预期因素冲击，保障粮食和重要农产品稳定安全供给，要更加注意防范化解重大风险、守住安全底线，也要破除桎梏、推动高质量发展。
粮食稳定安全供给的基础扎实
我国粮食和重要农产品保供，坚持稳字当头、稳中求进，做到让14亿多人吃得饱、吃得好，保供基础扎实。
粮食保供制度完备。我国历来重视粮食和重要农产品稳产保供，中央一号文件等顶层政策将其置于突出位置，并把粮食和重要农产品纳入地方经济社会发展考核。中央和地方经济社会发展规划、产业发展规划，对粮食和重要农产品都有战略布局、系统规划。形成了“辅之以利、辅之以义”的支持体系，出台《国家粮食应急预案》《生活必需品市场供应应急管理办法》等应急办法，兼顾常态化保供与应急保供。
粮食供给数量充足。粮食产量连续十九连丰，连续八年稳定在1.3万亿斤以上。自2003年以来，粮食产量2-3年登上一个千亿斤新台阶，从4.5亿吨到5亿吨用时3年，5亿吨到5.5亿吨用时3年，5.5亿吨到6亿吨用时2年，6亿吨到6.5亿吨用时3年。其他重要农产品供给能力显著增强、品种更加丰富多样。我国是全球最大的蔬菜、水果生产国，猪肉产量常年在5400万吨左右，禽肉产量常年保持产大于需，牛羊肉产量在1200万吨以上，水产品产量约6500万吨。
粮食生产能力较强。紧抓耕地和种子两个要害，提升良种良法、农机装备水平。开展粮食生产功能区、重要农产品生产保护区建设，划定粮食生产功能区9亿亩，划定重要农产品生产保护区2.38亿亩。持续推进高标准农田建设，布局国家粮食安全产业带，形成一大批一季千斤、两季吨粮的优质良田。作物良种覆盖率超过96%，水稻、小麦种子自主率达100%。畜禽养殖规模化、标准化、专业化养殖水平提高，良种供给能力显著增强。
粮食流通韧性提升。建成八大粮食物流通道、“两横、六纵”粮食物流重点线路，形成成熟的现代粮食物流格局和运输网络，建成集应急供应网点、应急加工企业、应急配送中心、应急储运企业、国家级粮食市场信息直报点和地方粮食市场信息监测点于一体的应急响应体系。粮食、猪肉、棉花等重要农产品储备制度不断完善，发挥了调节供求、稳定市场、应对突发事件和维护农民利益的“调节器”作用。
统筹发展和安全，要把握好四方面关系
在新发展阶段，要辩证看待以下四方面关系，妥善处理粮食和重要农产品领域的“痼疾新患”，形成以安全保发展、以发展促安全的良好局面。
统筹“系统性”与“优先序”。保供制度设计需要系统思维，措施要明确优先序。农产品保供具有多对象、多环节、多部门、大范围、长周期等复杂特征，保供顶层设计上要有系统性考量。系统保护生产能力、加工能力、流通能力和农资产能，构建多部门协作机制。保供措施上，考虑经济社会发展要点、财政资源压力、政策实施效率，要明确措施优先序，避免“撒胡椒面”。聚焦重点品种、重点环节、重点部分，补齐关键短板，打造战略高地。
统筹“质”与“量”。粮食和重要农产品保供要更加安全，需统筹质的有效提升和量的合理增长。加快推进新一轮千亿斤粮食产能提升行动，从地、技、利、义等方面全方位夯实粮食安全根基，树立大食物观，构建多元化食物供给体系。要以量变的积累实现质变，更加重视农产品质量与食品安全。推动优质品种研发培育，调整调优种养结构，继续实施优质粮食工程，提升优质农产品供给能力，强化农产品质量安全监管。
统筹“技”与“策”。深挖技术与政策的支持潜力，协调配合形成更大合力。全面部署种业种源、农机农艺、农业颠覆性技术等领域，推动“藏粮于技”战略、种业振兴行动落实落地、抓出成效。以政策性信贷、政策性保险优化农业支持政策，进一步调动农民生产积极性。协调地方粮食安全责任分工，健全利益补偿机制，调动地方政府积极性。形成技术研发与政策支持合力，推动重大技术研发和应用，切实培育关键战略能力。
统筹“国内”与“国际”。我国消费需求刚性增长、资源环境压力加大、国内外生产成本倒挂等因素，使利用国际市场平衡、调剂和满足国内需求成为一种长期对策，迫切需要深化国际农业合作、寻求稳定的农产品贸易渠道。依靠国内国际两种资源、两个市场保障粮食和重要农产品安全，首先要做到以我为主、立足国内，“把饭碗牢牢端在自己手中”。再充分利用国际市场，同时防范国际农产品市场风险、加强战略性布局，更好地构建进口粮食供应链。
（本文为北京市习近平新时代中国特色社会主义思想研究中心项目/北京社会科学基金一般项目“习近平总书记关于粮食安全的重要论述研究”(22LLGLC068)的阶段性成果）
“特别能聊”的人工智能会聊出些什么？******
聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口
“特别能聊”的人工智能会聊出些什么？
本报记者 时斓娜
阅读提示
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。
家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。
产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。
人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。
“真正像人类一样聊天交流”
“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。
随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。
中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。
实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。
创新交互为AIGC带来新启发
随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。
以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。
在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。
目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。
根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。
“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。
商业化落地需克服技术和伦理问题
尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。
在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。
中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。
“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。
在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”
在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。
