全国政协委员李彦宏：建议开展个人碳积分激励制度试点

两会到来之际，全国政协委员、百度公司董事长李彦宏提交了3份提案，分别聚焦自动驾驶政策创新、促进智能交通普及缓解交通拥堵、助力碳减排和发展“绿色AI”主题。总体来看，AI仍然是李彦宏提案中的关键词。

 

自动驾驶是百度近年来大力发展的方向之一，目前我国自动驾驶已进入落地关键期，现需要突破与技术、产业发展不相适应的政策瓶颈。

 

智能交通是李彦宏连续七年关注的议题，针对碳排放高、拥堵严重等交通问题，李彦宏建议对车进行电动化和智能化升级、建立智能交通助力碳减排效益评估标准以及个人碳积分激励制度试点。

 

绿色AI则是第一次出现在李彦宏的提案中。十四五是我国加快推动绿色低碳发展的关键期，绿色AI相关技术未来必将成为减碳的主要贡献力。

 

加快自动驾驶无人化政策创新

 

2021年国家部署一系列创新政策工作，如公安部启动《道路交通安全法》修订，工信部、交通部等也围绕产品准入、应用试点等出台政策。地方政府探索自动驾驶“中国模式”的积极性更高、步伐更快。

 

如北京开放全国首个自动驾驶出行服务商业化试点；深圳尝试地方立法在智能网联汽车准入管理、事故责任认定等领域开展探索；广州启动智能网联汽车与人类驾驶汽车混行试点等。受益于良好的创新政策环境，自动驾驶出租车、公交车、无人配送车等自动驾驶车辆开始进入老百姓的日常生活。

 

如百度已在北上广深等8个城市向市民提供自动驾驶出行服务，累计接待乘客超过50万次。我国自动驾驶已进入落地关键期，技术已并跑乃至领跑全球，但我国高等级自动驾驶汽车发展仍面临诸多问题，需要进一步突破与技术、产业发展不相适应的政策瓶颈，激发自动驾驶领域创新能力。对此，李彦宏提出了如下建议：

 

一是引导并支持地方政府出台政策，明确支持无安全员的无人车上路，打造全无人自动驾驶汽车的载人运营政策先行区。

 

二是加快《道路交通安全法》的修订和发布实施，从国家层面为加快自动驾驶汽车规模化商用、无人化奠定法律基础。

 

三是适度超前建设智能交通基础设施，发挥5G的远程控制优势，通过车路协同促进交通效率和安全性的大幅提升，带动汽车产业向智能化和网联化的转型升级，让真正无人的智能网联汽车尽早行驶在中国道路上。

 

促进智能交通普及，缓解道路拥堵

 

交通运输业二氧化碳排放约占全国总量的9%，其中道路交通排放占比超80%。智能交通为缓解交通运输碳排放提供了新的有效路径，车的电动化和智能化、路的网联化、行的共享化是核心着力点。根据国际数据公司（IDC）统计，无人驾驶和运营、智能信控、智慧停车、MaaS一站式出行服务等智能交通技术对节能减排贡献度均超过40%。

 

李彦宏的建议如下：

 

一是车的电动化和智能化。加快智能网联汽车普及，推动高等级自动驾驶汽车规模化应用，能让每个人出行更安全，改善城市拥堵问题。二是路的网联化。通过发展车路协同、智能信控、智慧停车等技术，提高道路交通运输效率，减少碳排放，并缓解城市限购限行压力。经测算，以车路协同为基础的智能交通，能够提升15%-30%的道路通行效率。如在保定，百度通过对100多个路口部署智能信控系统等进行区域交通治理。车辆行程时间平均缩短20%，每个路口平均碳减排量达138.6吨/年。三是行的共享化。通过MaaS一站式出行服务、绿色出行个人碳积分体系等方式，鼓励人们更多使用公共交通。

 

近年来，在智能交通领域，国家已加速出台相关政策，各地方政府也积极推进落地。但部分地区仍存在建设缺乏协同、碳减排效益评估缺少统一标准等情况，制约了智能交通助力碳减排的全面发挥。因此建议：

 

一是加快推广智能交通运营商模式。支持和鼓励地方政府发挥主导作用，统筹智能交通项目规划建设和运营，推动一次性集成商向持续性运营商模式转型。引导政府主管的国有企业或平台公司加速构建智能交通运营商功能或成立专门公司，支持科技企业以技术和运营经验等赋能智能交通运营商。鼓励地方适度超前部署智能交通新型基础设施，加强车联网先导区和“双智试点”覆盖区域，通过规模化探索应用价值。

 

二是建立智能交通助力碳减排效益评估标准。联合行业协会、高校、科研机构和领军企业，加快开展碳减排效益评估标准研究，制定智能交通助力碳减排的量化计算规则，让原本难以评价的智能交通助力碳减排效益，变得可量化、可统计、可评估，探索自动驾驶运营商等新主体的碳减排效果评估，认定其减碳价值。

 

三是开展个人碳积分激励制度试点。支持地方政府出台激励政策，构建公众碳排放相关数据平台，探索个人绿色出行碳积分与公共服务优惠政策挂钩机制，提升公众绿色低碳出行获得感。

 

加快发展绿色AI，引导算力算法低碳发展

 

算力算法是数字经济时代的重要生产力。“3060双碳”目标引领下，需要持续提升能效，发展对环境更友好的绿色AI。一方面是发展绿色算力。数据中心是算力的重要载体。

 

据中国信通院测算，2020年，我国数据中心年均运行PUE为1.56，距国家设定的2023年底新建大型数据中心PUE降到1.3以下的目标还有一定差距。地方政府正在加强对数据中心的节能审查，不少头部科技企业通过使用绿电、利用技术优化流程，降低数据中心能耗。

 

百度阳泉中心首次将人工智能技术引入数据中心，基于百度自研的飞桨深度学习框架，建立数据中心深度学习模型，实现系统冷源部分AI调优，能效最高单体数据中心年均PUE低至1.08。

 

另一方面是发展更绿色的算法。当前，超大规模预训练模型成为深度学习的重要演进方向之一，但能耗也随之增加。需要优化策略和参数设置，构建绿色集约的大模型，提升基础设施能效比。

 

人工智能等技术为全社会低碳转型开辟了新的路径。绿色AI相关的技术减碳贡献将逐年提升，绿色算力和算法应用于工业、能源、建筑、金融等各行各业，具有巨大潜力。

 

“ 十四五”是我国加快推动绿色低碳发展的关键期，国家陆续做出系列重大部署，如近期全面启动“东数西算”工程。绿色AI发展潜力大、应用广，但也面临数据中心使用绿电仍面临能耗双控考核、绿色算法衡量标准体系尚未建立、缺少健全的碳排放统计核算体系等情况。李彦宏建议加强政策引导，完善标准体系，具体如下：

 

一是探索碳排放双控在数据中心率先落地。根据国家信息中心测算，数据中心仅用约占全社会2%的用电量，支撑了占全国GDP约36.2%的数字经济规模。建议有关部门支持有条件的地区加大政策创新力度，对数据中心使用绿电部分的额度不计入能耗考核。

 

二是建立兼顾性能和能耗的绿色算法度量标准，倡导领军人工智能企业构建能效高、性能优的预训练大模型，并向行业开放。

 

三是加快完善碳排放统计核算体系，开启国家核证自愿减排量签发。加快建立科技减排的方法库和行业标准，强化绿色AI在降低碳排放领域的技术供给。