OpenAI发布通用人工智能路线图：AGI比想象中来得更快
机器之心报道
编辑：泽南、小舟
通用人工智能的出现可能只是技术发展历程中的一个小节点，因为AGI或许可以加速自身的进步，从而以指数方式扩展能力。
在ChatGPT引爆科技圈之后，人们对于先进技术产生了更多期待，但一直有专家警告AI可能造成的危害。我们知道，OpenAI的使命是确保通用人工智能——比人类更聪明的AI系统，能够造福全人类。本周五，这家公司发布了「AGI路线图」，详细解释了这家前沿研究机构对通用人工智能研究的态度。
在路线图中，OpenAI对新技术的发展有了更加谨慎的态度，这可能意味着以后用户和应用范围会受到更严密的监控和限制。让我们看看OpenAI是怎么说的：
如果通用人工智能（AGI）最终被成功构建起来，这项技术不仅可以带来更多可能性，推动全球经济发展，也能改变新兴科学知识的发现，会从各种角度帮助人类提升生活水平。
AGI有潜力赋予每个人不可思议的新能力。我们可以想象这样一个世界，在其中，所有人都可以获得几乎所有认知任务的帮助，它或许是人类才智和创造力的巨大力量倍增器。
但另一方面，正如一些人所担心的，通用人工智能也会带来严重的滥用、严重事故和社会混乱的风险。由于AGI的好处如此之大，我们不能认为让社会永远停止其发展是可取的方向，相反，社会和AGI的开发者必须要想办法把它做好。
与通用人工智能共同生活的未来图景难以预测，当前的AI进展可能会遭遇新的挑战，但在ChatGPT获得成功的当下，OpenAI列出了我们最关心的几项原则：
1.我们希望通用人工智能使人类能够在宇宙中实现最大程度的繁荣。我们不希望未来成为一个虚假的乌托邦，但我们希望将技术好的一面最大化，坏的一面最小化，让AGI成为人类善意的放大器。
2.我们希望AGI的益处、接入和治理能得到广泛和公平的分享。
3.我们要正确应对潜在风险。在面对这些风险时，理论上似乎正确的事情在实践中往往比预期更难以控制。我们必须通过部署功能较弱的技术版本来不断学习和适应，以最大程度地减少「无可挽回」的情况。
短期目标
OpenAI认为，若为通用人工智能的发展做准备，有几件事要先做好。
首先，随着我们不断构建出更为强大的AI系统，我们必然希望快速部署AGI并获得在现实世界中操作它们的经验。谨慎管理AGI存在的最佳方式应该是逐渐过渡到AGI的世界。我们期望强大的AI能够加快世界进步的速度，OpenAI认为最好是逐步适应这一点。
渐进的方式让人们、政策制定者和机构能有时间了解正在发生的事情，亲身体验这些系统的好处和缺点，调整我们的经济组织形式，并实施有效监管。渐进的方式还允许社会和AI共同进化，并允许人们在风险相对较低的情况下共同弄清楚自身所需。
OpenAI目前认为，成功应对AI部署挑战的最佳方法是采用快速学习和谨慎迭代的紧密反馈循环。在新技术的冲击下，社会将面临「人工智能系统被允许做什么、如何消除偏见、如何处理工作岗位流失」等重大问题。最佳决策将取决于技术所采用的路径，并且与任何新领域一样，到目前为止，大多数的专家预测都是存在偏差的。这使得在预期外进行规划会非常困难。
一般来说，我们认为在世界上更多地使用AI会带来好处，并希望推广它（通过将模型放入服务API中，将它们开源等等）。OpenAI相信，开放的访问也将导致更多更好的研究，吸引更多的人贡献新的想法。
OpenAI表示，随着其开发的系统越来越接近AGI，该机构在模型的创建和部署方面都变得越来越谨慎。
OpenAI需要权衡部署大模型的利弊。一方面，部署先进的大模型是重要的科技进展；另一方面，部署模型之后，公司和机构也需要考虑如何限制恶意行为者、避免对社会和经济造成不良影响等问题。在这种情况下，OpenAI表示将围绕持续部署来改进其规划。
其次，OpenAI正在努力创建更加一致和可控的模型。从GPT-3的第一个版本到InstructGPT和ChatGPT，这一步步的转变就是OpenAI在这个方向上努力的例子。
值得注意的是，OpenAI认为有一点非常重要，就是人类社会需要就如何使用人工智能达成极其广泛的界限，而在这些界限内，个人用户有很大的自由使用权。OpenAI希望最终世界能够就这些广泛的界限达成一致。
随着模型变得更强大，OpenAI将需要开发新的对齐技术。OpenAI的短期计划是使用AI来帮助人类评估更复杂模型的输出并监控复杂系统，而从长远来看，OpenAI将会使用AI来帮助其提出新的想法以获得更好的对齐技术。
重要的是，我们需要在人工智能安全和能力方面共同取得进展，这二者不应该分开谈论。OpenAI表示其最安全的工作来自于其最有能力的模型。也就是说，提高人工智能的安全性对AI研究进步非常重要。
第三，OpenAI希望就三个关键问题展开全球对话：如何治理这些系统，如何公平分配它们产生的收益，以及如何公平共享访问权限。
除了这些，OpenAI还提到在该公司的章程中有一个条款是关于协助其他组织提高安全性，而不是在后期AGI开发中与对手竞争。OpenAI投资规则中对股东可以获得的回报设定了上限，这样研究机构本身就不会被激励去尝试无限制地获取价值，也不会冒险部署具有潜在灾难性危险的东西。
OpenAI被一个非营利组织管理，以保证该机构是为人类的利益而运行（并且可以凌驾于任何营利利益之上）。
OpenAI认为在发布新系统之前进行独立审查是AGI研究非常重要的一步。关于AGI工作应何时停止训练、确定模型可以安全发布或从生产使用中撤出模型的公共标准是很重要的。最后，OpenAI认为世界主要政府应对超过一定规模的机器学习训练保持监管。
长远目标
OpenAI相信人类的未来应该由人类自己决定，与公众分享有关进步的信息至关重要。我们应该对所有试图建立AGI的努力进行严格审查，并在重大决策上面向公众进行咨询。
从某种意义上说，第一个AGI将只是人工智能持续发展中的一个小节点，然后从这个节点开始不断衍生出新的进展。AI的发展可能会在很长一段时间内保持我们在过去十年中看到的进展速度。
有一天，世界可能会变得与今天截然不同，但科技的进步也可能带给人类很大的风险。一个「错位的」超级智能AGI可能会对世界造成严重的伤害。
加速科学发展的人工智能将是一个值得思考的特例，这也许比其他任何事情都更有影响力。有足够能力加速自身进步的AGI可能会导致世界发生重大变化。也许AGI的发展在初期是比较缓慢的，但OpenAI预计给世界带来巨大变化的AGI在最后阶段一定会出现。
基于上述原因，OpenAI认为AGI领域较慢的启动速度更容易确保安全，并且AGI在关键时刻减速可能也很重要。即使技术的进展让我们可以迅速发展AGI，但减速的重要意义是要给社会足够的时间来适应。
成功过渡到一个拥有超级智能的世界可能是人类历史上最重要、最有希望，但也最可怕的项目。这种巨大进展的成功还远未得到保证，但我们已经可以预见的利害关系有望将所有人团结起来。
无论如何，那将是一个繁荣到我们还无法完全想象的世界。而OpenAI希望为世界贡献一个与这种繁荣相一致的通用人工智能。
参考内容：
https://openai.com/blog/planning-for-agi-and-beyond/
原标题：《OpenAI发布通用人工智能路线图：AGI比想象中来得更快》
阅读原文
科技观察：通用人工智能已被中央关注
据大众日报4月29日头版头条《推动经济实现质的有效提升和量的合理增长》报道，中共中央政治局在4月28日召开会议，分析研究当前经济形势和经济工作。会议提到“要重视通用人工智能发展，营造创新生态，重视防范风险。”由此可见，通用人工智能已被中央关注。
首先，什么是通用人工智能？目前还没有统一定义，常见的说法是指ArtificialGeneralIntelligence，AGI。2007年，知名科技出版集团施普林格(Springer)出版了由本·戈策尔（BenGoertel）和卡西奥·潘纳钦（CassioPennachin）合作的编著“ArtificialGeneralIntelligence”，提出了AGI的命名，并解释了AGI的大体含义是能自我理解和自主控制，能解决复杂问题和新问题的AI系统。由戈策尔担任主席的世界通用人工智能协会（http://agi-society.org），解释了AGI的由来：人工智能（AI）最初设想是创建像人一样能够思考的机器，但由于实践中一直没能成功，因此AI研究转向寻求点上突破，形成针对特定领域、特定问题的专用智能，比如AlphaGo下棋。近年来，随着技术的发展，重回AI的初心具备了越来越多的可能性和可行性，也就是继续发展人类水平的智能。为与专用人工智能区别，采用了通用人工智能AGI的说法。由此来看，通用人工智能应该就是人工智能最本来的面目。近期引发广泛关注的ChatGPT、文心一言等AI产品背后的生成式人工智能大模型，具备了部分知识问答、逻辑推理、意见建议等功能，可以在更多场景中应用，形成了通用人工智能的雏形。
其次，为何在经济会议上研究通用人工智能？关联之前的四则信息来思考。两则是来源于百度微信官方账号：2月发布2022年财报时提到有400多家企业宣布加入百度文心一言生态圈，飞桨平台服务企事业单位20万家；截至3月16日21点，申请百度文心一言API（应用程序接口）调用服务测试的企业已突破6.5万，将助力金融、能源、媒体、政务等千行百业的智能化变革。另外两则是来源于阿里云微信官方账号：4月26日2023阿里云合作伙伴大会透露，“已有超20万企业用户申请测试千问大模型，企业合作专属大模型的需求十分火爆。从通讯、电子产品、企业服务、金融信息，到交通、电力、油气、服饰甚至乳制品等，几乎每个行业都有许多企业找来，这是一片巨大的智能化新市场”；4月27日第六届数字中国建设峰会上，阿里又提出了“实体经济是智能化主战场，千行百业将被重新定义”的观点。由此来看，越来越多的行业尝试嫁接通用人工智能技术，迭代升级出新的产品、服务和业态，用通用人工智能技术赋能产业发展，营造创新生态，进而形成推动现有经济体系实现质的有效提升和量的合理增长的新手段。因此，通用人工智能是作为经济发展的创新手段被中央关注的。
再次，为什么要提重视防范风险？自2022-2023年的岁末年初，作为通用人工智能当前的主要代表，生成式人工智能技术迎来新的爆发点。越来越多的IT大厂作为技术供给方纷纷跑步入局，作为技术应用方的各行业用户更是人头攒动。互联网就是现实社会的映射。热闹环境下，生成式人工智能被误用、滥用、恶用的现象开始出现。比如生成虚假信息误导公众，换脸恶搞图片谋取不当利益，录入的敏感信息、代码遭泄露，训练数据和生成内容的版权争议等。4月10日，中国支付清算协会发布的《关于支付行业从业人员谨慎使用ChatGPT等工具的倡议》中指出“此类智能化工具已暴露出跨境数据泄露等风险”，并倡议依法依规使用，不上传关键敏感信息。4月11日，国家网信办发布《生成式人工智能服务管理办法（征求意见稿）》，对生成式人工智能技术提供方提出了要依法合规，尊重社会公德、公序良俗等方面的要求。4月20日，美国新闻/媒体联盟发布了针对生成式人工智能的AI原则，对技术供给方提出了版权、公平、安全等方面的要求。这些问题和伴随而生的监管政策，主要解决的是现有生成式AI的应用风险。另一个层面的风险，就是生成式人工智能技术发展可控性的风险。3月22日，生命未来研究院（FutureofLifeInstitute）发布了一封名为《暂停大型AI实验》的公开信，倡导所有AI实验室立即暂停训练比GPT-4还强大的AI系统至少6个月，以便开发AI治理系统，增强AI可控性。公开信中提及的AI领域中区分真实与合成、审计和认证生态、人工智能伤害责任界定、人工智能安全技术、重大经济政治破坏等问题和风险，确实值得引起重视。截至5月5日，已有27565个独立签名被审核通过。
【人工智能课
人工智能课|这些就是专用人工智能和通用人工智能的区别，你真的了解他们吗更新时间：2023-06-2207:12:09来源：环球网校浏览872收藏261摘要随着当今社会科学技术的持续发展，和人们对编程技术的发展，近年来AI产业正在飞速发展，并且当今社会也有越来越多的人工智能产业实践，所以越来越多的人都开始关注人工智能方面，由此可见人工智能在当今社会中的热度，今天就来讲讲专用人工智能和通用人工智能的区别。你知道，专用人工智能和通用人工智能的区别么?
打个比方，下属和领导下棋，阿尔法狗和领导下棋，下属即使是下棋高手，但是他不能赢领导，这是下棋的情商规则。而阿尔法狗，它下棋就是下棋，根本没有人类的思考能力和心理结构。这就是专用人工智能和通用人工智能的区别。
人类暧昧的规则，机器人是无法判断的。模拟人类的思考方式，才是机器人的最大挑战。
1、专用人工智能和通用人工智能的区别——专用人工智能
专用人工智能，是指只对某一方面有自动化专业能力。例如阿尔法狗(AlphaGo)在围棋比赛中战胜人类冠军，AI程序在大规模图像识别和人脸识别中达到了超越人类的水平，甚至助诊断皮肤癌达到专业医生水平等。
2、专用人工智能和通用人工智能的区别——通用人工智能
通用人工智能，是指具有像人一样的思维水平以及心理结构的全面性智能化。比如电影里的救世机器人，或是具有较高情商的机器人。目前为止，通用人工智能还未实现，专用人工智能发展势头较猛。
人工智能，于人们而言，有两种理论，一种是乌托邦论，一种灭世论。乌托邦论，是指人工智能将全方位改变人类世界的生活。灭世论，是指人工智能将在未来某一时刻推翻人类世界。
复旦大学一位教授提出了一种新看法，泡沫论。这是指人工智能被科幻片夸大了事实，人工智能的实际发展情况与电影不符，电影走在了人工智能发展前面，所以将会呈现出中空地带亦或是断层地带。人类对人工智能的积极态度还是悲观态度，都不是可取的，而应是平稳心态。
时代发展到一定程度，新科技自有它安身立命的基础，人类也有自己的前行方向。
以上就是有关于专用人工智能和通用人工智能的区别了，即使当前时代人工智能的发展依然有限，但是依然不影响大家对于人工智能这一行业的热情，小编相信在不久的未来，人工智能一定能为我们的社会带来更多便利，环球网校小编在此祝大家人工智能行业的学习之路顺利。
人工智能备考资料全部免费下载考试大纲备考计划 真题答案与解析易错练习精讲知识点考前冲刺提分 点击领取资料编辑推荐有哪些人工智能应用场景？这才是这个行业发展的现状水平人工智能专业方向是什么？这才是选择这个专业的真实目的人工智能管理体系如何制定？从这三个方面入手才是正确的人工智能商业化的发展怎么样？原来这才是真正的人工智能时代分享到：编辑：环球网校
上一篇：人工智能课|从这几个方面了解人工智能的技术核心，看看人工智能到底能干什么下一篇：人工智能课|人工智能科目的学习其实不难，掌握这些方法，你就会了ChatGPT敲开了通用人工智能的大门了吗—新闻—科学网
学界热议：ChatGPT敲开了通用人工智能的大门了吗？
连日来，一路“狂飙”的ChatGPT持续引发着“话题地震”。
作为由OpenAI训练的对话式大规模语言模型，ChatGPT以对话的方式与人进行交互。重点在于，它的回答之智能、之流畅令人意外。据媒体报道，ChatGPT不仅能在短短几秒内响应人们的问题需求，它还通过了美国部分高校的法律、医学考试，顺利通过了谷歌18万美元岗位年薪的软件工程师入职测试。
不仅如此，ChatGPT还会承认错误，质疑不正确的前提并拒绝不恰当的请求。而当它不知道自己在说什么时，它会承认不知道。
ChatGPT是否“过于”智能了？或者说，照此进化下去，人们会逐渐实现通用人工智能（AGI）吗？这也是计算机学界最近正热议的话题。
ChatGPT的三大技术突破
试用过ChatGPT的都知道，ChatGPT可以在人机对话中回答连续的问题、生成文本摘要、翻译文档、对信息分类、写代码以及撰写人们要求的几乎任何类型的书面材料，包括商业计划书、活动策划、诗歌、笑话、计算机代码和电影剧本。ChatGPT会在一两秒时间内生成这些内容，用户无须等待，而且它生成的很多内容看上去都还不错。
“ChatGPT是目前为止最为强大的通用人机对话系统。”2月14日，在接受《中国科学报》采访时，中科院自动化研究所研究员、“紫东太初”大模型研究中心常务副主任王金桥不无赞叹地说：“它也是暨打败人类围棋冠军的AlphaGo之后，人工智能又一重要突破，标志着以大模型为核心的智能计算范式的确立。”
能有如此高的评价，王金桥认为，这背后主要是基于三大技术突破：千亿级参数大模型、多任务统一编码、人类反馈的强化学习。
他解释说，ChatGPT无所不知，得益于大规模预训练语言模型GPT3.5的支持——GPT3.5拥有千亿级参数，在训练时使用了海量人类在互联网上所编辑生成的多种类文本数据集，因此可以对世界已有知识进行编码；ChatGPT一专多能，在于其实现了多任务统一编码——传统人工智能只能处理单一任务（如语音识别和人脸识别），但ChatGPT不同，通过多任务统一编码，它可以像人一样，一个模型就能做很多事情；ChatGPT对答如流，非常重要的技术点就是引入了人类反馈的强化学习（RLHF）——OpenAI的开发团队通过RLHF不断对ChatGPT模型进行微调，就使得多轮对话更加流畅，能更好地捕获用户意图，让人觉得ChatGPT的系统语言像人一样。
正是基于这三大技术突破，ChatGPT得以像人一样对于任意输入的问题进行非常流畅性的回答，而且拥有问答、对话、文档概括、文本创作等多种能力。
一条通往AGI的路径？
ChatGPT的闪光，不免让人们对通用人工智能浮想联翩。
“从业10年有余，第一次觉得AGI不再是个‘时髦词’了。”2022年12月，ChatGPT甫一面世，浙江大学计算机学院青年研究员赵俊博就在个人微信朋友圈这样写道，“真没想到RLHF能做到这种程度。”
他解释说，ChatGPT模型展现出来的能力让他感到震惊：“它的推理能力、归纳能力、在语言作为媒介展现出来的对世界常识的认知、多轮对话能力等，值得肯定。”他认为，从技术上来讲，ChatGPT已经“不再是单纯的记忆大规模文本了，这一点非常可怕”。
另一位青年计算机科学家，清华大学软件工程博士、北京智源人工智能研究院视觉方向研究员曹越，则在分析了ChatGPT背后存在“大规模语言模型+（人类反馈的）强化学习”的“循环”（loop）之后，“深切地感受到好像真的找到了一条通往AGI的路径了”。
“重读GPT3时最让我惊艳的是（ChatGPT的）上下文学习居然激活了简单的逻辑和加减法，而且看起来指令调优（人类反馈的强化学习）和‘思维链’进一步强化了它在这方面的能力。”曹越谈到，当然现在模型在这方面的能力依然比较初级，但他觉得从0到1是最难的：“之前没有模型看到有这方面能力的机会，而现在有了。”
从ChatGPT联想到AGI，曹越还提出自己另一个角度的思考。
“此前我自己浅薄的理解，AI为什么无法向AGI前进？就源于强化学习的反馈（reward）好像只能从现实世界中给予，由此这个reward几乎无法低成本、大量地被获取。现如今大规模语言模型通过‘预训练+RLHF’好像提供了一条路径，相当于是一个有基础语言理解能力的模型来进一步拟合人在语言生成方面的表现，同时模型还拥有基础的逻辑能力，并且还在不断进化，这也是我为什么觉得好像真的找到了通往AGI的路径的一个原因。”曹越说。
王金桥更是向《中国科学报》直言，ChatGPT的出现，被认为是AI实现通用人工智能的重要标志，“打开了通用人工智能的大门”。
他告诉记者，2012年之前，AI更多是实现了感知智能的突破；2012~2022年这十年里，AI在认知智能上实现了突破，逐渐有了加工、知识推理、总结等类人的能力；而ChatGPT的出现，则被认为是“智慧的涌现”，因为ChatGPT证明了，AI在对世界知识进行编码后可以把知识之间的关系自动关联起来。
“这是语言模型的一个巨大突破，也是强人工智能的影子。”王金桥说。
他认为，ChatGPT的成功，代表着增大模型和数据规模是突破现在AI技术应用瓶颈行之有效的方法，同时也标志着从以专用小模型训练为主的“手工作坊时代”到以通用大模型预训练为主的“工业化时代”的AI研究范式转变，敲开了通用人工智能的大门。
通用人工智能，道阻且长
不过，论及ChatGPT是否指明了前往通用人工智能的路径，学术界显然有不同看法。
有观点指出，ChatGPT的学习能力非常强大，但它再强大也没有摆脱“大数据、小任务”的大样本被动学习模式，也就是说，当人们向ChatGPT输入一个个问题时，这对其而言仅是一个“小任务”，而完成这个任务是凭借巨大的数据训练而生成的。观点认为，它并没有任何的主动思考、反思和判断，只是根据程序规则在飞速计算下完成这种“任务”。
从这个角度，ChatGPT也是在“机械地执行任务”，以至于它时不时闹出一些“一本正经地胡说八道”的笑话。比如在“麻辣螺丝钉怎么做？”等问题下，ChatGPT就翻了车。
“一本正经胡说八道”反映的是文本生成系统的可控性问题。赵俊博表示，根据目前的信息来看，ChatGPT还没有解决这个问题。
华为公司人工智能高级研究员谢凌曦就持有类似看法，他认为当前的智能体还没有学会复杂逻辑，也就不太可能推理出数据库里没有的知识。因此，他对ChatGPT找到了通往AGI的道路的说法“持保留意见”。
“我更加倾向于认为ChatGPT的行为像是一个信息收集和归纳的AI，在逻辑层面比较薄弱。”谢凌曦说，在逻辑更复杂、甚至需要多轮推理的情况下，当前（即使使用了RLHF）的训练范式，对于数据的利用效率还是太低，以至于AI难以完成稍微复杂的推理任务。
“RLHF确实打开了新的路线。但我隐约感觉，这种人在回路的方式，上限不会太高。”谢凌曦说，他觉得ChatGPT一些结果总给人一种假象，“感觉是AI学到了一种比较讨巧的方法，能够让这些AI训练师‘简单地满意’”。换句话说，如果人们不太去深究的话，AI的回答才“看起来还不错”。
“当然，ChatGPT已经比之前许多的AI都要好了。我们只是需要再次理解，AGI是多么困难的任务，道阻且长！”谢凌曦说道。
多模态感知的AI，有望更“类人”
从更高的技术角度，谢凌曦作出了进一步分析。
他认为，自然语言处理（NLP）领域的发展，主要是抓住了自然语言的特征空间相对简单的性质。因而，在大数据的加持下，通过互联网收集到的数据覆盖了整个空间足够大的比例（如训练数据和测试数据的整体分布足够接近），能使算法跨越“过拟合会产生危害”这条线。也即，即使模型就是在过拟合训练数据，也完全看不出问题。但这种模式套在其他领域就不一定行得通，比如视觉的特征空间要复杂得多，不仅有无限细粒度可划分的语义概念，还有远超NLP的“领域鸿沟”（domaingap）——至少在短期内，计算机视觉的发展很难复刻诸如ChatGPT的（AI在NLP的）成功方式。
王金桥也承认，虽然ChatGPT是目前为止最为强大的通用人机对话系统，但它也是有局限的。
“ChatGPT还只是一个单纯的语言文本模型，但现实世界中不只有文本，还有声音、图片等多种模态。”王金桥说，因此我们认为，多模态的感知理解是更加重要的一个趋势，也更有望能实现类人的智能融合。
这也是王金桥所在的研究团队将攻关重心放在多模态大模型领域的重要原因。他介绍，2021年，中科院自动化所推出了全球首个千亿参数多模态大模型“紫东太初”，就致力于实现图像、文本、语音三个模态数据之间的“统一表示”与“相互生成”，使AI的理解和生成能力更接近人类。
“我们基于‘紫东太初’开发的虚拟人‘小初’也是一个对话系统，同样拥有问答、对话、文档概括、文本创作等多种能力，但跟ChatGPT不太一样，我们的系统更多是对图像、文本、语音三个模态的融合交互，使之能更好地完成相应任务。”王金桥说，未来他们也计划在此基础上加入人类反馈的强化学习，使它更好地捕获人的意图。
“这也是我们下一步的重要工作。”王金桥说。
版权声明：凡本网注明“来源：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请在正文上方注明来源和作者，且不得对内容作实质性改动；微信公众号、头条号等新媒体平台，转载请联系授权。邮箱：shouquan@stimes.cn。