全球数治｜欧美人工智能监管政策的新趋势 人工智能在美国的发展现状

全球数治｜欧美人工智能监管政策的新趋势

自拜登总统上台后，美欧在人工智能监管政策方面呈现出趋同和对标的态势，或将对今后全球人工智能治理格局产生较大影响。

以上观点来自美国乔治城大学麦考特公共政策学院学者亚历克斯·恩格勒（AlexEngler）教授的研究发现，具体见于二月初他在美国布鲁金斯学会官网发表的文章《欧盟和美国在人工智能监管方面开始趋于一致》（TheEUandU.S.areStartingtoAlignonAIRegulation）。

通常认为，美国更鼓励人工智能技术创新与发展，强调监管的科学性和灵活性，致力于确保和增强美国在该领域的科技和经济领导地位；欧盟的监管风格则趋向于强硬，既强调发展，又注重规制，期望通过高标准的立法和监管来重塑全球数字发展模式。因此，双方在人工智能领域的治理行动不时会产生分歧与摩擦。从以下几份重要监管政策文件也可以看出，美国和欧盟对人工智能这项第四次工业革命引领性新技术的治理路径和思路存在相当大的差异。

2020年以来，美国联邦政府首份《人工智能应用监管指南》、欧盟《人工智能白皮书》、《欧洲数据战略》等文件陆续出台，标志着欧美人工智能政策的侧重点从伦理规范向监管规制逐步转变，同时也显示全球范围内围绕AI主导权的竞争从争夺科技领先优势开始转向通过立法和监管来谋求科技主导地位。

亚历克斯·恩格勒（AlexEngler）指出，自2017年以来，至少已有60个国家制定和实施了某种形式的人工智能治理政策，全球治理格局随之变得复杂。随着人工智能在互联网设备和服务中的部署越来越普遍，加强人工智能治理国际合作的需求也日益紧迫。国家间若能形成更加一致和协同的人工智能治理方法，将有助于加强共同监督，支持全球人工智能供应链顺利平稳运行，并促进科学研究与数据共享。在此背景下，拜登政府对人工智能的治理开始采取较以往更为积极的态度，与欧盟相关政策表现出一定程度的对标，具体体现在重要国际合作中的政策融入、国内监管政策的积极变化及相关人事调整等方面。

恩格勒认为，欧盟构建严密人工智能监管体系的最新进展以拟议中的《人工智能法》草案为代表，将为数字服务（如招聘和招生软件）和互联网产品（如医疗设备）中的高风险人工智能应用设立严格的监管规定。同时，欧盟也积极致力于将关于人工智能政策的讨论和协调融入到新成立的欧盟-美国贸易和技术委员会（TTC）议程中去，希望能与美国在一些具体问题上达成治理共识，美国对此也表示乐见其成。另一方面，由于欧盟《人工智能法》草案的审议流程还将持续一段时间，参考《通用数据保护条例》（GDPR）的生效过程，《人工智能法》主导下的重大监管决定恐怕要等到几年后才会出台，而在通过TTC加强与欧盟治理合作的背景下，美国无论是现阶段国内监管政策的调整，还是未来几年政策变化的趋势，都有可能与欧盟逐渐靠拢，甚至在决策和执行速度方面领先于欧盟。

就美国国内人工智能监管政策而言，恩格勒认为，诸多分散和渐进式的政策发展正在汇聚成具有积极意义的变化。例如，美国食品和药物管理局和美国交通部一直致力于将人工智能监管纳入其监管框架；美国联邦贸易委员会（FTC）于近期启动了对于人工智能歧视、欺诈和数据滥用等问题的监管规则制定；住房和城市发展部正着手推翻原先制定的一项规则，允许人们对与住房分配有关的算法决策不公提起歧视诉讼和索赔；平等就业机委员会发起了一项在人员雇佣和办公场所管理等方面需合理有限采用人工智能系统的倡议；五大金融监管部门也已开始调查美国金融机构中存在的影响风险管理、公平借贷和信用额度的人工智能应用及相关做法。与此同时，美国国家标准和技术研究院正在制定一个人工智能风险管理框架，部分参考了欧盟对人工智能进行分级监管的思路；参议院最近拟议的《平台责任和透明度法案》则提出在经国家科学基金会批准并由FTC强制执行企业合规的前提下，科研人员将可以使用来自各大互联网平台的原始数据。其立法思路与欧盟的《数字服务法》草案核心条款也颇为类似。

在美国监管机构负责人的人事调整方面，拜登政府任用了知名反垄断专家莉娜·汉（LinaKhan）担任FTC主席，麦莉蒂斯·怀特柯（MeredithWhittaker）负责AINow研究所，并邀请资深人工智能危害研究学者苏莱希·文可塔苏波莱曼年（SureshVenkatasubramanian）和拉希达·理查德森（RashidaRichardson）加入白宫科技政策办公室，启动一系列关于生物识别等有害人工智能技术的公共活动，以推动人工智能权利法案的制定。

恩格勒认为，上述这些政策安排显示拜登政府正在趋向与欧盟相类似的人工智能监管目标，并且在具体行动上也变得更为积极主动，客观上将加强欧美双方在人工智能治理政策上的一致性。但是，双方还可以采取更进一步的行动，特别是在遏制人工智能危害方面形成共同的定义和治理方法，为达成长期政策对标奠定基础。首先，应当推动双方国家标准机构之间实现更多的人工智能数据共享，以及具体监管机构、人员之间的沟通与合作。其次，双方可委派特定人员组成一个国际人工智能监管协调机构来推动双方政策对标，并就如何避免规则冲突向各相关方面提供建议。在此基础上，双方可继续致力于实现一致的人工智能系统审计程序和标准，以及通过对人工智能系统的联合实验、测试等方式来促成更有凝聚力的监管行动。接下来，美国和欧盟还应该考虑将监管合作融入TTC协商议程，为更广泛的全球治理做好准备。

美国和欧盟前期在人工智能监管政策方面的思路差异主要源于其产业发展实际状况的差别，但归根结底都是为了打造自身的竞争力和技术主导权。随着人工智能领域的竞争从技术研发、数字经济层面逐渐扩展到国际规则制定层面，双方意识到国际协同治理的重要性，在具体监管政策上开始趋同也属意料之中。当前，全球正处于人工智能技术创新和产业增长的爆发期，各国各地区纷纷出台人工智能战略，而监管正是其中一项十分重要的政策工具，加强国际监管合作亦是实现利益共赢的理性选择。同样作为人工智能大国的中国，也应考虑积极投身人工智能领域的国际治理合作与标准制定，重视AI伦理，加强AI治理，从而进一步提升科技竞争力和规则话语权。

中美欧人工智能发展现状比较分析

导语

2021年1月25日，美国信息技术与创新基金会发布《谁在赢得人工智能竞赛：中国、欧盟还是美国？》报告，从投资、人才、研究、硬件、应用、数据多个维度，系统对比中、美、欧人工智能发展现状，最终得出结论称，美国当前依然保持着世界人工智能发展总体领先地位，中国在一些重要领域与美国的差距缩小，欧盟在三者中相对落后。

一、背景及比较方法

人工智能是促进经济、安全和社会发展的基础性技术。在人工智能研发与应用领域处于领先地位的国家，将掌握该技术的未来，并获得竞争力的大幅提升，而落后的国家则可能在关键行业失去竞争优势。因此，世界主要国家当前都争相推进人工智能发展，其中30多个国家还专门制定了本国人工智能发展战略。许多国家在人工智能发展上取得了引人瞩目的进步，比如，印度人工智能人才数量快速增加，以色列人工智能领域人均私营投资额达到较高水平，澳大利亚深度学习领域的论文发表数量大幅攀升。

鉴于美国、中国、欧盟人工智能整体实力高于其他国家，报告基于投资、人才、研究、硬件、应用、数据六类31个指标，对这3个国家/地区的人工智能发展现状进行了详细比较。报告将31个指标视为一个总分100分的评分体系，给每个指标确定了一个权重分值（1～5分），然后按比例计算出美、中、欧在这一指标上的具体得分。考虑到劳动力规模对结果的影响，报告对每一指标都分别计算绝对值和按劳动力规模调整值。

二、主要结论

经评估，在100分的总分中，美国得分44.6（经劳动力规模调整后为58.0），在人工智能投资、人才、研究和硬件4类指标中处于总体领先地位；中国得分32.0（经劳动力规模调整后为17.8），在应用和数据2类指标中处于领先地位；欧盟得分23.3（经劳动力规模调整后为24.2），仅在人才类个别指标上表现较好，没有突出的大类指标领先优势。此外，美、中、欧人工智能发展有一个重要趋势：中国在超过半数指标中，缩小了与美国的差距或扩大了自身的领先优势，欧盟只在略多于1/4的指标中取得进步，意味着美国在近3/4的指标中维持或扩大了对欧盟的优势。

美国继续保持人工智能发展总体领先地位。尽管中国在有关指标上也取得了进步，但美国的总体领先优势仍然小幅提升。投资类指标方面，美国在风险投资、私募股权融资等权重较大的指标上表现出色，比如，美国拥有中、欧不可同日而语的人工智能初创企业数量，这些初创企业在2019年筹集的风险资金和私募基金比中国多出80亿美元。人才类指标方面，截至2018年的数据显示，美国的顶级人工智能研究人员数量、顶级人工智能研究人员从事教育行业的比例显著高于中、欧。研究类指标方面，2019年美国软件和计算机服务公司的研发支出是中、欧这一数值总和的3倍；美国人工智能研究的平均质量仍然高于中、欧。硬件类指标方面，世界15大半导体销售公司中，超过半数在美国；美国人工智能芯片设计公司的数量仍然遥遥领先于中、欧。

欧盟人工智能发展相对美国总体上落后但个别指标略有进步。研究类指标方面，欧盟软件和计算机服务公司的研发支出仍与美国差距巨大；2018年欧盟人工智能论文质量有所提升，美国则有所下降。投资类指标方面，欧盟人工智能公司获得的投资继续大幅落后于美国，在融资交易数量、人工智能公司收购数量、筹集资金超过100万美元的人工智能公司数量上，与美国的差距进一步拉大。但2016至2019年，欧盟人工智能企业筹集的风险资金和私募融资相对美国筹集融资的百分比已从13%提高到22%。此外，由于欧盟的诸多指标数据严重依赖于英国的发展，英国脱欧将在绝对水平和人均水平上削弱欧盟的人工智能实力。

三、对美欧建议

欧盟应改变监管体系以促进人工智能创新。一是放松对人工智能发展的监管限制。欧盟及其成员国面临的最大挑战在于，欧洲人普遍惧怕、限制而不是欢迎和促进人工智能技术发展，因此，欧盟至今仍在推行限制数据收集和使用的《通用数据保护条例》；2020年11月刚刚出台的《数据治理法》，在提出允许个人捐赠数据、创建欧洲数据创新委员会、鼓励公共部门数据再利用等措施利好人工智能发展的同时，也提出限制商业敏感数据传输等措施，一定程度抑制了全球合作。二是提高研发税收激励，改善欧盟软件和计算机服务公司研发支出较低的现状。三是进一步发展公立研究所，帮助企业引入新的或者显著改进的服务。四是通过公私合作增加高性能计算中心的数量，可参照美国马萨诸塞州政府与大学、企业合作创建马萨诸塞州格林高性能计算中心的成功经验。

如需转载请注明出处：“国防科技要闻”（ID：CDSTIC）

来源|美国信息技术与创新基金会

图片|互联网

作者|王璐菲

注：原文来源网络，文中观点不代表本公众号立场，相关建议仅供参考。

C2

如何加入学会

注册学会会员：

个人会员：

中国指挥与控制学会（c2_china），回复“个人会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可在线进行支付宝缴纳会费。

单位会员：

中国指挥与控制学会（c2_china），回复“单位会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可缴纳会费。返回搜狐，查看更多

全球人工智能发展现状、挑战及对中国的建议

二是AI技术进一步完善。AI系统现在可以合成文本、音频和图像，而且水平足够高，人类难以辨别真伪。比如图像合成技术能“深度伪造”，将人脸叠加到照片或电影中其他人的脸上。这也促使研究者探索深度伪造检测技术，让计算机能很好地区分不同的图像输出。得益于机器学习和自然语言处理技术的进步，机器能在视觉问答中提供更加准确的自然语言答案，自2015年首次发布以来，该算法准确率增长了近40%，最高达到76.4%，已接近人类80.8%的准确率基线。

四是投资明显增加。2020年全球AI领域社会总投资（包括私人投资、公开募股、并购和少数股权等）较2019年增长了40%，达到679亿美元。从国家来看，美国仍然是资本最集中的地区，2020年社会资本投资AI超过236亿美元，其次是中国（99亿美元）和英国（19亿美元）。从领域看，2020年生物医药领域获得的投资最多，超过138亿美元，是2019年的4.5倍；其次是智慧交通领域，达到45亿美元；再次是教育领域的41亿美元。然而，获得投资的AI初创企业数量却连续3年明显减少，2017年超过4000家AI初创企业实现融资，到2020年仅有不到1000家。

1.3人才和教育

2020年，全球AI领域人才招聘数量继续增长。近5年来，巴西、印度、加拿大、新加坡、南非是新增岗位中AI岗位占比增长最快的前5个国家，如巴西5年内AI职位占比增加了3倍多，中国增速相对较慢，仅为1.3倍；美国甚至出现了多年来的首次下滑，发布的AI工作岗位从2019年的32.5万个减少到2020年的30.1万个。

教育方面，世界顶级大学纷纷部署加大AI教育投入，2017—2020年间，本科生的AI相关课程数量增加了102.9%，研究生阶段则增加了41.7%。同时越来越多AI领域博士生选择走出学校，进入产业。2010—2019年，进入企业从事AI相关工作的应届博士毕业生比例从2010年的44.4%增至2019年的65.7%，继续从事学术研究的比例则从42.1%下降到23.7%。

以美国为例，在获得计算机科学博士学位的人中，人工智能相关博士在2010年占比为14.2%，2019年上升至约23%。与此同时，其他计算机科学领域的热门程度有所下降，如网络、软件工程和编程语言等。2019年，新入学AI博士研究生中国际学生的比例继续上升，达到64.3%，比2018年上升4.3%。在外籍毕业生中，多达81.8%的人选择继续留在美国。

02未来应用前景

AI技术的快速发展得益于其广泛的应用场景。AI早已不再是简单的软件或硬件，已经成为包括算法、数据、硬件、应用、人才等一系列要素的集合。随着计算机系统解决问题和执行任务的能力迅速提高，机器智慧正在越来越多的领域替代人类智慧，AI成为当前人类能够获得的最强大工具，可以扩展知识、促进社会繁荣并丰富人类经验。以下是未来AI应用中的几个关键方面：

一是预测，凭借模型、算法的进步，AI能够更加精准地预测，从以往数据中总结学习，并预测未来的事件，这在几乎所有领域都能得到应用，如天气预报，自动驾驶中对于其他车辆行驶轨迹的预判，精准农业中对于种植、灌溉、施肥的决策等等。

二是设计和优化，在完成一系列复杂任务时进行优化和统筹，以根据需求达到节省时间和金钱、提高安全性等目的，如智慧城市的规划设计、交通线路规划等。

三是建模和模拟，在生物、物理、经济和社会研究中通过构建虚拟模型，进行仿真操作，可以节省很多实际中需要的测试和实验，在提高实验效率的同时能够给出更多的解决方案。在COVID-19大流行中，研究人员在药物分子设计、蛋白质构象等研究中广泛使用了AI技术。

四是自然语言处理，人类自然语言与计算机的及时准确互动，不仅可以让智能电子设备的操作更加简单，也可以广泛应用在文本分类、机器翻译、舆情监测等领域。

03发展特点及面临挑战

以上几个关键作用让AI在科学研究、医疗健康、教育、智慧城市等领域得到了实实在在的应用，AI在日常生活中已经无处不在，正以各种方式重塑我们的生活。

（2）AI研发工具传播更加广泛。曾经，尖端的深度学习技术需要大量的数据、计算能力和专业知识，非常昂贵。随着技术加速进步，AI的应用程序和开发工具也逐步公开，为更多人所用，许多平台都是开源免费的，不少领域的训练成本也都大幅降低。云计算的普及和数据共享使用将使AI创新不再是少数人的专属，能够拓展到全球范围实施。

其发展应用呈现出更加积极的趋势，同时也面临新的挑战。随着AI从精英科学发展成为主流工具，今后其或在某些方面遇到难以突破的瓶颈。一是训练模型需要的数据将更为珍贵，各国政府、企业、研究机构都更加重视并加强对数据和隐私的保护，或限制AI的快速发展；二是随着应用的普及，AI在就业、生物、社会公平，甚至机器与人的关系方面都将面临现实的伦理挑战；三是部分领域AI带来的颠覆性创新，如自动驾驶，相关监管措施是否能及时跟进，将对其应用产生深刻影响。

04全球竞争格局

正是由于其广阔的应用前景，AI有望成为塑造全球竞争格局的重要因素，或将为早期采用的国家带来显著的经济、战略优势。许多国家都在布局加强AI研发和应用，AI竞赛逐渐由研究机构、企业之间的竞争转变为国家之间的角力。

4.1各国积极参与AI竞争

自从2017年以来，全球已有30多个国家和地区发布了优先发展AI的国家战略，投身AI全球竞争（见表1）。其中既有美国、欧盟、法国、德国、英国、新加坡等发达国家和地区，也有印度、墨西哥、印度尼西亚、巴西、马来西亚、乌克兰等发展中国家。各国均试图通过AI战略支持本国AI产业发展，在国际竞争中占据有利位势。

加拿大、德国、印度、英国等多国都在战略中明确要对发展AI进行直接资金支持，并列出了预算额度。日本、英国、沙特阿拉伯等国家还成立了专门的AI管理机构。在政策的大力支持下，这些国家的AI技术、人才、产业都在快速发展。新加坡已经成为AI职位占比最高的国家，2020年的数据显示，AI相关岗位占全部工作岗位的比例达到了2.4%。据统计，印度前50类技能岗位中AI技术相关岗位数量最多，甚至超过了美国、中国、德国等AI强国。

4.2中美两国领先

在众多国家中，美国仍是公认的AI第一强国，拥有强大的企业和研究机构，政府每年也投入大量财力支持研发，2020财年非国防和情报部门的AI拨款就达到9.735亿美元，2021财年这一数字进一步提高至15亿美元，同比增加近55%。然而，美国的领先地位正在逐渐被中国赶上，个别领域甚至已经被超越。如中国在2017年之后一直保持全球AI论文发表数量第一，并逐步扩大领先优势，2020年更是首次超过美国成为世界AI期刊上被引用频次最高的国家。

中国的快速崛起引起美国各界的担忧。大量美国媒体、智库鼓吹中国即将在AI领域超越美国。2021年3月4日，美国国家人工智能安全委员会（NSCAI）投票通过，并向美国国会提交了长达756页的2021年度最终建议报告，详细阐述了AI对于社会发展和国家安全的重要作用，并对如何维护AI技术优势、保障国家安全提出了措施建议，尤其是将中国明确为未来美国在AI领域的最大竞争对手，针对性地呼吁美国联邦政府采取措施。报告成为美国民主共和两党共识，得到了包括联邦政府在内各界的重视，拜登政府也表示支持报告在知识产权、人才、加速创新、微电子、国际合作等方面提到的许多具体政策建议。可以预见，未来中美AI领域的战略博弈将会进一步演化，在吸引人才、突破关键技术等方面的竞争会更加激烈。

4.3国际合作积极

随着越来越多的国家加入全球AI竞争，迫切需要制定全球范围内行之有效的国际规则、标准，同时国家间也需要通过互利合作达到取长补短、共同进步的目的。为满足一些国家共同发展的目的，各种AI倡议应运而生，很多非常重要的国际倡议、论坛、组织也纷纷纳入AI议题，涉及AI的原则标准、数据共享、研发合作等方面内容（见表2）。日本、韩国、英国、美国和欧盟成员国等国家积极参与了政府间AI方面的合作。也有一些国家通过积极缔结双边协议来推进AI国际合作。

值得注意的是，不同于特朗普的一意孤行，拜登政府更加注重通过联合盟友维护其世界霸主的地位。专家预测美国或将在科技领域牵头发起成立“科技民主联盟”，借西方民主价值观拉拢盟友共同促进AI和新兴技术的发展和使用，并进一步对中国实施科技封锁与遏制，中美科技竞争或将升级迈入新阶段。

05有关建议

虽然我国AI技术研发在全球的影响力显著提高，又拥有全球最丰富的应用落地场景，但AI伦理、人才培养等问题仍需重视。习近平总书记在党的十九大报告中明确提出，要“推动互联网、大数据、人工智能和实体经济深度融合”，将人工智能视为供给侧结构性改革和推动实体经济发展的重要一环。相关部门贯彻落实十九大精神，出台了一系列战略举措，有力地推动我国在AI技术和产业化方面的进步。结合近年来全球AI发展动态，为贯彻落实新发展理念，进一步加快我国AI技术创新，提出以下建议：

（1）理顺促进AI发展的体制机制。为更好地发挥政府在AI创新方面的重要作用，一些国家成立了指导AI发展的专门机构，一方面解决部门间各自为战，碎片、重复支持AI研发的情况，另一方面也可更高效地加强对民间AI创新的引导。建议进一步理顺我国促进AI发展的体制机制，成立专门机构或小组负责统筹部门间的支持政策，避免重复支持、无效支持，实现政府资源效益最大化和跨部门政策的良好衔接，并进一步促进AI成果转化，使我国从AI论文强国变成AI专利强国。

（2）强化AI数据资源共享。近一两年来，鼓励相关数据和模型的资源共享已经成为美国、英国、日本、韩国等国家在AI管理上的重要共识，也是国际合作的一项重要议题。这是由AI技术的特征决定的，为了朝更智能的方向前进，最基础、最关键的大数据支撑是必不可少的。美国谷歌、Meta（原脸书）、亚马逊等科技企业凭借其商业模式和垄断地位掌握了大量用户数据，对其进一步研究机器学习、深度学习至关重要。我国在加强数据保护的基础上，要充分利用数据资源，鼓励开放共享，推进行业整体发展前进。

（3）加强人才培养。人才是第一资源，在未来AI战略竞争中，谁能够在世界范围内吸引、培养和留住人才，谁就会取得优势。据统计，我国AI人才目前缺口超过500万，国内的供求比例为1∶10，供需比例严重失衡，同时80%以上的外籍美国AI博士应届毕业生选择留在美国。继续加强人才培养、补齐人才短板，是我国的当务之急。特别要探索产学合作、国内国际合作、跨界跨领域合作的育才机制，营造有利于AI人才成长与培养的沃土，推动构建和完善既有利于发展人才独创能力，又能有效调动潜力的平台条件，为未来做好准备。

（4）营造有利的国际环境。AI未来发展之路还有很长，以美国为首的发达国家一方面以举国之力发展本国AI技术，另一方面也在充分发挥其影响力积极参与AI国际规则的制定，甚至意图联合盟友对我国进行战略打压。凭借现有产业基础和技术实力，我国有能力且应当在未来AI领域竞争中发挥比较优势，补齐发展短板，下好先手棋，努力成为行业规则的重要制定者，引领技术朝有利于我国的方向发展，逐步在新的国际体系中占据重要位置，实现社会主义现代化强国的建设目标。

（5）重视AI发展的社会伦理和法规建设。AI在多个领域的加速应用，导致相应的伦理问题逐渐凸显，尤其是隐私、就业、社会公平等领域，也是许多国际组织、协会、联盟等积极讨论的议题，甚至可能成为美欧等国打压我国AI产业的关键。同时，对AI的监管必须与时俱进，在交通、金融、医药等应用较好的领域要及时完善相关行业法律法规，明确发展AI中的伦理规则，积极引导，让新业态有规可循、有法可依，促进应用落地。

（6）密切跟踪全球发展趋势。当前AI创新进入高速发展阶段，相关技术加速进步，产品日新月异，产业爆发式增长。美国、德国、韩国、以色列等科技强国都结合自身特点选择重点领域布局突破。要持续跟踪把握领域前沿发展趋势，掌握发达国家在研发方向、支持举措、监管规则等方面的最新动态，结合我国国情学习借鉴。

免责声明：本文转自科情智库，原作者程晓光。文章内容系原作者个人观点，本公众号转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

推荐阅读

2021年世界前沿科技发展态势及2022年趋势展望——综述篇

2021年世界前沿科技发展态势总结及2022年趋势展望——信息篇

2021年世界前沿科技发展态势总结及2022年趋势展望——生物篇

2021年世界前沿科技发展态势总结及2022年趋势展望——能源篇

2021年世界前沿科技发展态势总结及2022年趋势展望——海洋篇

2021年世界前沿科技发展态势总结及2022年趋势展望——航空篇

2021年世界前沿科技发展态势总结及2022年趋势展望——航天篇

2021年世界前沿科技发展态势总结及2022年趋势展望——新材料篇

2021年世界前沿科技发展态势总结及2022年趋势展望——先进制造篇

转自丨科情智库

作者丨程晓光

选自丨

译者丨

编辑丨

研究所简介

国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

微信：iite_er返回搜狐，查看更多

国外人工智能产业的发展及应用

21世纪以来，人工智能的迅猛发展使其再次进入公共视野，例如，人工智能的“深度学习”，能够做出类似于人脑神经系统的反应，进行学习、分析问题，并就事物发展做出自己的推测与布局。金融风波平息后，西方发达国家加大了对人工智能领域的投资力度，该领域内的3D智能打印、人脑研究等项目的发展都取得了显著成就。

目前人工智能研究的关注点主要集中在云机器人技术以及人脑仿生计算技术两方面。包括日本、美国在内的多个国家都十分关注云机器人的研究与开发，并通过发展相关技术，如机器人网络系统的计算方法、图像分析及处理技术、机器人控制系统的开放体系结构等，促进该领域的发展。

对于人脑仿生计算技术的发展，多建立在“深度学习”的基础上，该技术的应用能够使电脑在某些方面像人类大脑那样去工作，完成知识学习与总结。目前，IBM公司正专注于仿生芯片的开发，如果发展顺利，2019年就能推出在各方面与人类大脑工作原理相一致的高端技术产品。如今，很多国家都已加入研究队伍，想要率先把握发展先机。

目前，以微软、谷歌、Facebook、IBM为代表的实力型科技企业都已经进军人工智能行业，不少公司还建设了独立的人工智能实验室。

近年来，很多实力型企业出于为研究人员提供平台支持的目的，不再将研究资源平台的使用仅限于公司内部。举例来说，谷歌于2015年推出新型机器学习平台—TensorFlow（谷歌张量流图），用来分析数据资源并实现价值挖掘，世界范围内所有国家和地区的研究者及科技人士都有使用权。

Facebook的专业研究机构利用机器学习技术开发出与人工神经网络系统配套的平台，并向外界研究者提供平台接口。与此同时，该公司还将与神经网络研究相关的服务器接口提供给广大研究者。另外，IBM公司为了方便研究者使用专业算法解决有关矩阵分解、描述性分析等相关问题，向外界提供机器学习平台SystemML（开源机器学习系统）的接口。还有一个典型代表是亚马逊，它为研究者提供机器学习服务AmazonMachineLearning（亚马逊机器学习），供研究人员查找以往的数据信息，据此推断事物未来的发展趋势。

人工智能的蓬勃发展既能使人类从中受益，也能使人类遭遇潜在危机。斯蒂芬·威廉·霍金认为，等到人工智能具备独立意识后，很可能实现自身系统构造的升级与完善，届时，这些机器系统的能力将超越人类。霍金与美国电脑工程师史蒂夫·沃兹尼亚克、埃隆·马斯克等精英人士联名发表公开信，希望相关部门停止开发人工智能武器，防止出现大规模军备竞赛，导致整个世界陷入危机。知名企业家及学者雷·库茨维尔认为，在21世纪中期以前，人工智能就有可能赶超人类，如今，雷·库茨维尔担任“奇点大学”的校长，探索能够解决未来全人类危机的完善方案。

另外，人工智能的普遍应用，可能给人们的就业带来巨大压力。伴随着人工智能的发展，将有大批劳动力密集型岗位被机器人代替，若技术水平达到一定程度，很多偏向服务甚至知识类的工作任务也将交给机器人。根据美国美林银行的推测，伴随着人工智能的普遍应用，英国会有35%的人力工作转换为机器操作，而美国的此数据指标将比英国高出12个百分点。

不过，也有相当一部分人更看重人工智能带来的益处。在他们看来，不管人工智能的应用范围多么广泛，人类所富有的同情心、理性分析能力、创新思维等，都是机器人无法替代的，而且根据华盛顿皮尤研究中心的统计，超过一半的专家认为，因人工智能的发展催生的新岗位，将超出由人工转化为机器操作的岗位数量。

随着以美国、日本、德国为代表的发达国家掀起新一轮制造业升级革命，人工智能硬件平台将迎来爆发式增长期。人工智能产品可以分为智能硬件平台及软件集成平台两种类型。2015年全球人工智能市场销售的产品中智能硬件平台产品占据的市场份额为62.6%。

为了抢滩登陆人工智能市场，欧盟推出“人脑工程”，美国提出“国家机器人计划”，日本公布“新产业结构蓝图”。从企业角度来看，美国的谷歌、微软、英特尔等互联网巨头，日本的发那科、德国库卡等工业机器人生产商都在积极进军人工智能领域。

以美国人工智能产业的发展为例，IT领域的巨头企业在人工智能方面不断增加投入，主要表现之一就是人才投入的增加。目前，各巨头企业在搜罗人工智能领域人才方面可谓是费尽心机。

2013年，谷歌收购DNNresearch，聘请深度学习技术的发明者杰弗里·辛顿（GeoffreyHinton）教授；Facebook成立人工智能实验室，聘请YannLeCun教授（卷积神经网络研究者）为负责人；百度重金邀请AndrewNg（吴恩达）加盟担任首席科学家，领导百度研究院的各项工作，全权负责“百度计划”。

除了人才投入之外，人工智能领域的资金投入也呈现出了前所未有的增长之势。据调查发现，从2009年开始，人工智能领域的投资就有了大幅增长，吸引的投资总额超过170亿美元；2013年以来，雅虎、领英等企业都加入了收购人工智能公司的行列；仅2015年全年，获投资的涉及人工智能技术的企业就有322家，其融资总额达到了20亿美元。据统计，2011—2015年，人工智能领域的融资速率以每年62%的速度增长，未来，这一增长速率只会加快，不会变缓。

从整体来看，美国与日本，无论是在人工智能技术，还是在投资力度上都领先于其他国家，在这场以人工智能为核心的产业革命中，二者已经抢占先机。