中国足球（北方）训练基地落户大连******

　　新华社大连1月10日电（记者蔡拥军、张博群）中国足球（北方）训练基地揭牌仪式10日在大连足球青训基地举行。这标志着《中国足球改革发展总体方案》中关于“新建2个国家足球训练基地，满足国家队不同季节的比赛和训练需要”的部署已得到落实。

　　图为大连足球青训基地。

　　此前，中国足球（南方）训练基地授牌仪式已于2022年6月26日在海口观澜湖国际足球训练基地举行。南北两个基地遥相呼应，可满足各级国字号球队不同季节的比赛和训练需要。

　　该基地由大连足球青训基地和大连市青少年足球训练基地两处组成，共有近50块比赛训练场地，并配备住宿、餐饮、健身、康复、教学、会议等配套设施，可同时满足近1500人开展全年度、全季节、白昼夜间的驻训比赛需求。

　　图为大连足球青训基地。

　　2017年，大连市正式启动大连市青少年足球训练基地建设，于2018年完工。2019年，大连市又启动大连足球青训基地建设，并于当年完工投入使用。近年来，两所基地接连承办了中超、中甲、中乙、中冠、女甲、足协杯、青少年等各级赛事以及中国足协各类训练营、培训班、会议等，还承担了多支国字号球队、中国足球协会与大连市政府共建青少年男女足国家队以及中超、中甲等球队的驻训保障任务。

　　图为大连市青少年足球训练基地。

　　中国足球协会与大连市政府同日签署了全国足球发展重点城市青少年高水平后备人才基地（大连）共建协议。该基地是在全国足球发展重点城市基础上，立足东北大区的大连、华中大区的武汉、华东大区的上海、华南大区的深圳建立4个青少年高水平后备人才基地，依托苏州建立一个女足高水平后备人才基地。通过全国男女足4+1布局，完善区级广泛选材、市级综合提升、大区重点培养的国家足球精英人才成长体系，为国家培养高水平足球人才。

　　图为大连市青少年足球训练基地。

　　根据协议，中国足球协会与大连市政府将携手共建男子U10-U15六级精英梯队，并适时发展女足精英梯队建设，以此完善足球重点城市精英人才体系，为国家培养足球精英后备人才。这将加快促进大连足球青训水平提升，带动青少年足球后备人才不断涌现，为中国足球未来发展提供人才支撑。

　　图片来源：大连足球青训基地、大连市青少年足球训练基地

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。