，立法和监管宜遵循基于风险的分J分类分场景治理思路，在鼓励科技创新、追求科技向善、维护社会公共利益之间找到平衡点。
第二，探索建立适应不同行业与场景的可解释性标准。
第三，探索可解释的替代性机制，多举措共同实现可信、负责任AI。
第四，增强算法伦理素养，探索人机协同的智能范式。开发者和使用者是AI生态的核心参与者，需要提升他们的算法伦理素养。
第五，引导、支持行业加强可解释AI研究与落地。
由于AI技术的快速发展迭代，可解释AI的工作应主要由企业与行业主导，采取自愿性机制而非强制性认证。因为市场力量（market force）会激励可解释性与可复制性，会驱动可解释AI的发展进步。企业为维持自身的市场竞争力，会主动提G其AI相关产品服务的可解释程度。
附件：腾讯研究院丨2022可解释AI发展报告：详解打开算法黑箱的理念与实践
AI 数字商业生态是数字商业生态的一个组成部分,是人工智能技术与数字商业生态融合的产物,加快促进传统商业的数字产业化升级
AI芯片主要承担推断任务,终端芯片需要针对特殊场景进行针对性设计以实现最优解方案,实现有时间关联度的三维处理能力
云原生AI开发平台融合了成熟的人工智能开发框架以及云原生工具灵活调用云资源,高效部署云应用的能力,帮助企业开发者提高算法模型的开发效率
对中国AI+安防行业进行研究分析，详细梳理了AI+安防的概念界定、供给需求、商业模式、竞争格局与战略发展路径，以及行业发展趋势与建议
AI 中台是实现智能化能力普惠的必备基础设施，负责构建企业的 AI 生产力，一般包括 AI 技术服务平台、AI 研发平台、AI 管理运行三大核心
报告对中国人工智能基础层行业进行研究分析，详细梳理了人工智能基础层的概念界定、组成部分、供给需求、市场规模、行业发展趋势与建议等
报告从人工智能全球态势、认知智能产业生态、技术融合、典型案例与未来趋势等方面开展了产业技术分析，由五大篇章组成
人工智能（AI）的发展从感知阶段进入认知和预知阶段，AI的发展已经渗入到多个应用领域，数字孪生城市的发展产生了深度的融合，推动了AI在认知和预知层面的创新与发展
通过对数千家成长型AI企业数据的分析研究，就中国成长型AI企业的发展特点、投融资变化、发展过程中面临的挑战等进行了全面系统性研究
网格化基层治理平台将基层治理界域进一步细化为便于复制和考核的网格模式，打造基层治理一网统管，落地街乡吹哨部门报到和接诉即办，推动基层治理的精细化创新升级
面向城市各领域的巨型网络决策和服务信息系统，为城市发展提供决策参考，创建更加安全便捷、开放高效、和谐美好的社会生活环境
对我国智能家居业市场发展进行深入的调研和分析的基础上，对智能家居行业市场突围战略进行了全面系统的梳理，并提炼出一套可落地执行的实战解决方案
