第一，立法和監管宜遵循基於風險的分級分類分場景治理思路，在鼓勵科技創新、追求科技向善、維護社會公共利益之間找到平衡點。
第二，探索建立適應不同行業與場景的可解釋性標準。
第三，探索可解釋的替代性機製，多舉措共同實現可信、負責任AI。
第四，增強算法倫理素養，探索人機協同的智能範式。開發者和使用者是AI生態的核心參與者，需要提升他們的算法倫理素養。
第五，引導、支持行業加強可解釋AI研究與落地。
由於AI技術的快速發展迭代，可解釋AI的工作應主要由企業與行業主導，采取自願性機製而非強製性認證。因為市場力量（market force）會激勵可解釋性與可複製性，會驅動可解釋AI的發展進步。企業為維持自身的市場競爭力，會主動提高其AI相關產品服務的可解釋程度。
附件：騰訊研究院丨2022可解釋AI發展報告：詳解打開算法黑箱的理念與實踐
AI成為數字經濟時代的核心生產力;人工智能於各環節提升經濟生產活動效能;人工智能產業發展將打開新一輪城市與區域競爭變局
深度合成內容迎爆發式增長,2021年新發布的深度合成視頻數量較2017年已增長10倍以上;深度合成激發了新內容創造力的同時,也帶來了新的威脅
AI框架演進步入深化階段;AI框架已形成較為完整的技術體係;AI框架是應對智能經濟時代的技術利器;全球AI框架繁榮發展
AI 數字商業生態是數字商業生態的一個組成部分,是人工智能技術與數字商業生態融合的產物,加快促進傳統商業的數字產業化升級
AI芯片主要承擔推斷任務,終端芯片需要針對特殊場景進行針對性設計以實現最優解方案,實現有時間關聯度的三維處理能力
雲原生AI開發平台融合了成熟的人工智能開發框架以及雲原生工具靈活調用雲資源,高效部署雲應用的能力,幫助企業開發者提高算法模型的開發效率
對中國AI+安防行業進行研究分析，詳細梳理了AI+安防的概念界定、供給需求、商業模式、競爭格局與戰略發展路徑，以及行業發展趨勢與建議
AI 中台是實現智能化能力普惠的必備基礎設施，負責構建企業的 AI 生產力，一般包括 AI 技術服務平台、AI 研發平台、AI 管理運行三大核心
報告對中國人工智能基礎層行業進行研究分析，詳細梳理了人工智能基礎層的概念界定、組成部分、供給需求、市場規模、行業發展趨勢與建議等
報告從人工智能全球態勢、認知智能產業生態、技術融合、典型案例與未來趨勢等方麵開展了產業技術分析，由五大篇章組成
人工智能（AI）的發展從感知階段進入認知和預知階段，AI的發展已經滲入到多個應用領域，數字孿生城市的發展產生了深度的融合，推動了AI在認知和預知層麵的創新與發展
通過對數千家成長型AI企業數據的分析研究，就中國成長型AI企業的發展特點、投融資變化、發展過程中麵臨的挑戰等進行了全麵係統性研究
網格化基層治理平台將基層治理界域進一步細化為便於複製和考核的網格模式，打造基層治理一網統管，落地街鄉吹哨部門報到和接訴即辦，推動基層治理的精細化創新升級
麵向城市各領域的巨型網絡決策和服務信息係統，為城市發展提供決策參考，創建更加安全便捷、開放高效、和諧美好的社會生活環境
對我國智能家居業市場發展進行深入的調研和分析的基礎上，對智能家居行業市場突圍戰略進行了全麵係統的梳理，並提煉出一套可落地執行的實戰解決方案
