各国人工智能的政策和挑战
六是开展前沿技术研究。
2、欧盟
欧盟重点关注工业、制造业、医疗、能源等领域，强调发挥创新创造力，应用人工智能使制造业及相关领域智能升级。与美国类似，欧盟较早对人工智能进行研发，并通过颁布政策、扶助资金、推出国家级计划、建立重点科研实验室等行为支持人工智能技术和产业发展，如2018年颁布的《人工智能合作宣言》。
作为数字欧洲计划和地平线2020计划中的重要环节，人工智能相关项目也将受到数十亿欧元的投资。与美国对比，首先，欧盟更加重视人工智能的道德和伦理研究，并在多份文件中表明人工智能发展要符合人类伦理道德，如2020年3月颁布的《走向卓越与信任——欧盟人工智能监管新路径》明确提出，为解决能力不对等和信息不透明，保障人民相关权利，需要建立人为监督的监管框架，重视数据安全和隐私保护。其次，欧盟对人工智能的应用侧重更加细化，不同于美国的全方位领先，欧盟希望借助自身在制造业、工业、汽车等领域的优势，利用人工智能技术进行产业强化升级，如《欧盟2030自动驾驶战略》。
3、日本
日本由于面临严峻的少子化、老龄化等问题，着重研究人工智能在机器人、医疗、汽车交通等领域的应用。日本生育率长期低迷、老龄化水平长期位居世界第一，1992年日本劳动年龄人口占比见顶，2008年日本人口总量见顶，这对日本经济、社会发展产生了深远的负面影响，包括养老、健康等挑战。
以2016年发布的《日本下一代人工智能促进战略》为起点，日本不断推出相关政策规划，围绕基础研究-应用研究-产业化三个方面，其中日本总务省下设的信息通信技术研究所和文部科学省进行人工智能理论和技术研发，经产省解决应用场景问题，经产省建立的人工智能研究中心（AIRC）促进产学研合作，主要承担成果转化和推广。
4、中国
中国人工智能呈三阶段逐步推进，重视与制造业和服务业的融合。自2015年起，我国人工智能相关政策从智能制造时期、互联网+时期，到智能+国家战略时期演变。
政策重心从核心技术攻克到实际场景应用，从特定行业到跨界融合，从单项技术到人机协同。与美国和欧盟类似，我国也强调建立相关试点项目，包括技术示范试点、政策试验和社会实验。
二、挑战与建议
在数字经济浪潮下，5G如同信息高速公路，为庞大数据量和信息量的传递提供了高速传输信道，补齐了制约人工智能、大数据、工业互联网等在信息传输、连接规模、通信质量上的短板；人工智能如同云端大脑，依靠高速公路传来的信息学习和演化，完成机器智能化进程；工业互联网如同桥梁，依靠高速公路连接人、机、物，推动制造走向智造。人工智能具有明显的溢出效应，将与5G、数据中心等一起推动数字经济时代的产业转型升级，是当前及未来各国科技竞赛的制高点。
大国科技实力是国家实力的核心，能否抓住智能时代的变革机遇，是中国建设现代化强国的关键。总体而言，我国人工智能产业仍处于发展初期，面临基础研发欠缺、技术和场景尚未融合、传统基础设施跟不上技术发展等问题。如何解决这些问题，特提出三点建议：
首先，为人工智能发展做好软性支撑，做好人才培养、前沿技术研究和联络合作。加强国内高校开展相关课程、培育本土人才；积极吸引海外科研人员、聚集全球人才。对照美国对科研人才的吸引措施，中国应抓住这一机遇，在研究经费资助、个人税收、签证、户口、子女教育等一系列领域推出引进海外高端人才的一揽子政策，切实解决科研人员后顾之忧，并为其科研、创业提供更大力度的支持。加快科教体制改革，建立市场化、多层次的产学研协作体系。由国家主导加大基础研究投入，由企业主导加大试验开发投入，多类主体形成合理的科研分工。
其次，为人工智能发展做好硬性保障，加快信息化基础设施建设，并对传统物理基础设施进行智能化升级。与铁路、公路、机场三者构成工业时代的基础设施不同，云计算、大数据、人工智能、5G、区块链等将是未来重点，所覆盖的新基建包括两方面，一类是以数字中心、基站等为代表的信息化设备，另一类是公路、铁路等传统基建设备。为应对未来的数字挑战，需要从这两方面入手，一方面加快宽带网络、5G网络等建设，另一方面加强对传统铁路、机场等公共场景例如传感器、控制平台、云平台等智能化配备。为后续技术发展做好数据收集、传输、沟通、分析的硬件基础。
再次，重视人工智能技术所带来的人伦道德问题，从立法和监管两个角度跟上技术革新。人工智能的发展离不开数据，由于大部分的数据是公开透明、自由流通的虚拟产物，会引发由数据所属而产生的权责问题，这也涉及到数据的安全、知识产权保护和隐私问题。例如，企业可以通过消费者的上网浏览信息来分析倾向喜好，进行精准推送，企业降低营销费用的同时消费者可以更好的获得信息或者产品，然而这一行为是否征得消费者同意、是否涉及侵犯个人隐私也值得考虑。由于数据的生产和使用涉及消费者、平台、运营商、服务商等多个环节，数据在每个环节被加工整合，难以使用传统的商品产品标准去统一管理，这对相关立法和监管造成阻碍。因此，要关注人工智能人伦道德、技术标准、人工智能与人类社会关系等问题，以人为本，重视数据安全。
忙碌中欣赏沿路美丽，平淡中品尝三餐美味。幸福是一种心态，执一份简朴，不盲目攀比；守一份淡然，不苛责强求。发现身边的美好，拥有幸福的生活。返回搜狐，查看更多
德国修改《人工智能战略》，投入从30亿欧元增加到50亿欧元
原标题：德国修改《人工智能战略》，投入从30亿欧元增加到50亿欧元人工智能不仅是新一轮产业变革的核心驱动力量，也是数字化的关键技术，将推动数万亿数字经济产业转型升级。近日，德国政府决定对2018年版的《人工智能战略》做出修订，计划到2025年，通过经济刺激和未来一揽子计划，把对人工智能（AI）的资助从30亿欧元增加到50亿欧元。
此次更新重点围绕人工智能领域的当前发展，涵盖研究和专业知识、转让和应用、监管框架和社会等领域、可持续性、环境和气候保护、抗击流行病以及国际和欧洲网络等将成为新举措的重点。具体内容包括：
在德国培训、招募和留住更多的人工智能专家；建立高效透明的研究结构，并提供最现代的AI/计算基础架构；基于出色的研究和转移结构，建立具有国际吸引力的AI生态系统，以加速研究成果在运营实践中的应用，特别是在中小企业中的应用；创建安全可靠的AI系统，加强德国和欧洲以创新和以人为本的AI应用框架；支持民间社会建立网络并参与AI的开发和使用等。人工智能技术逐步走向成熟，大量相关成果从理论研究投向实践应用，并成为越来越多领域的基础载体。虽然德国有着先进的工业水平、扎实的科研实力以及基础广泛的经济结构，在人工智能的研发过程中占据着较高起点，但德国政府还是察觉到人工智能在科研、经济、工业、社会生活、人才竞争等领域带来的巨大挑战，进而认识到将其提升至国家级战略的重要性和紧迫性。2018年德国出台《人工智能战略》确立了三大战略目标、五大战略主题和12个战略性行动领域。
2018年德国《人工智能战略》主要内容
展开全文三大战略目标：
将德国和欧洲打造成人工智能领先区位，以确保德德国未来竞争力。实现负责任地、以共同福祉为导向的人工智能开发和应用。在广泛社会对话和积极政治构建的基础上，促进人工智能在道德、法律、文化和制度方面全面融入整个社会。
五大战略主题：
12个战略性行动领域：
加强德国和欧洲在人工智能领域的研究，使之成为创新的推动力；创新竞赛和欧洲创新集群；加强向经济界和中小企业的技术转移，以增强其实力；激发创业活力，并引领它们走向成功；工作和劳动力市场：重塑结构改革；加强职业培训，吸引熟练劳动力和专家；使用人工智能进行行政管理；提供可用数据，并促进数据的使用；采取监管框架；标准制定；国内和国际的合作网络；与社会对话，继续制定政策行动框架。
对于此次修改，德国联邦教研部长安雅·卡利切克强调：“我们希望德国成为世界上最有吸引力的AI研究中心，吸引全世界最聪明的人。这是我们通过各种计划支持新的AI教授职位和年轻科学家的原因。希望使德国成为欧洲未来人工智能技术的主要创新驱动力，确保欧盟能够在激烈的国际竞争中保持自己的地位，并在未来树立全球标准。重要的是，我们要在人工智能等未来领域中增强欧洲的技术主权。”
来源：科技日报/BMBF返回搜狐，查看更多
责任编辑：人工智能上升为国家战略，规划2030世界领先
人工智能发展的不确定性带来新挑战。人工智能是影响面广的颠覆性技术，可能带来改变就业结构、冲击法律与社会伦理、侵犯个人隐私、挑战国际关系准则等问题，将对管理、经济安全和社会稳定乃至全球治理产生深远影响。在大力发展人工智能的同时，必须高度重视可能带来的安全风险挑战，加强前瞻预防与约束引导，最大限度降低风险，确保人工智能安全、可靠、可控发展。
基本原则。
科技引领。把握世界人工智能发展趋势，突出研发部署前瞻性，在重点前沿领域探索布局、长期支持，力争在理论、方法、工具、系统等方面取得变革性、颠覆性突破，全面增强人工智能原始创新能力，加速构筑先发优势，实现高端引领发展。
系统布局。根据基础研究、技术研发、产业发展和行业应用的不同特点，制定有针对性的系统发展策略。充分发挥社会主义制度集中力量办大事的优势，推进项目、基地、人才统筹布局，已部署的重大项目与新任务有机衔接，当前急需与长远发展梯次接续，创新能力建设、体制机制改革和政策环境营造协同发力。
市场主导。遵循市场规律，坚持应用导向，突出企业在技术路线选择和行业产品标准制定中的主体作用，加快人工智能科技成果商业化应用，形成竞争优势。把握好和市场分工，更好发挥在规划引导、政策支持、安全防范、市场监管、环境营造、伦理法规制定等方面的重要作用。
开源开放。倡导开源共享理念，促进产学研用各创新主体共创共享。遵循经济建设和国防建设协调发展规律，促进军民科技成果双向转化应用、军民创新资源共建共享，形成全要素、多领域、高效益的军民深度融合发展新格局。积极参与人工智能全球研发和治理，在全球范围内优化配置创新资源。
基础理论
1.大数据智能理论。研究数据驱动与知识引导相结合的人工智能新方法、以自然语言理解和图像图形为核心的认知计算理论和方法、综合深度推理与创意人工智能理论与方法、非完全信息下智能决策基础理论与框架、数据驱动的通用人工智能数学模型与理论等。
2.跨媒体感知计算理论。研究超越人类视觉能力的感知获取、面向真实世界的主动视觉感知及计算、自然声学场景的听知觉感知及计算、自然交互环境的言语感知及计算、面向异步序列的类人感知及计算、面向媒体智能感知的自主学习、城市全维度智能感知推理引擎。
3.混合增强智能理论。研究“人在回路”的混合增强智能、人机智能共生的行为增强与脑机协同、机器直觉推理与因果模型、联想记忆模型与知识演化方法、复杂数据和任务的混合增强智能学习方法、云机器人协同计算方法、真实世界环境下的情境理解及人机群组协同。
4.群体智能理论。研究群体智能结构理论与组织方法、群体智能激励机制与涌现机理、群体智能学习理论与方法、群体智能通用计算范式与模型。
5.自主协同控制与优化决策理论。研究面向自主无人系统的协同感知与交互，面向自主无人系统的协同控制与优化决策，知识驱动的人机物三元协同与互操作等理论。
6.高级机器学习理论。研究统计学习基础理论、不确定性推理与决策、分布式学习与交互、隐私保护学习、小样本学习、深度强化学习、无监督学习、半监督学习、主动学习等学习理论和高效模型。
7.类脑智能计算理论。研究类脑感知、类脑学习、类脑记忆机制与计算融合、类脑复杂系统、类脑控制等理论与方法。
8.量子智能计算理论。探索脑认知的量子模式与内在机制，研究高效的量子智能模型和算法、高性能高比特的量子人工智能处理器、可与外界环境交互信息的实时量子人工智能系统等。
基础支撑平台
1.人工智能开源软硬件基础平台。建立大数据人工智能开源软件基础平台、终端与云端协同的人工智能云服务平台、新型多元智能传感器件与集成平台、基于人工智能硬件的新产品设计平台、未来网络中的大数据智能化服务平台等。
2.群体智能服务平台。建立群智众创计算支撑平台、科技众创服务系统、群智软件开发与验证自动化系统、群智软件学习与创新系统、开放环境的群智决策系统、群智共享经济服务系统。
3.混合增强智能支撑平台。建立人工智能超级计算中心、大规模超级智能计算支撑环境、在线智能教育平台、“人在回路”驾驶脑、产业发展复杂性分析与风险评估的智能平台、支撑核电安全运营的智能保障平台、人机共驾技术研发与测试平台等。
4.自主无人系统支撑平台。建立自主无人系统共性核心技术支撑平台，无人机自主控制以及汽车、船舶和轨道交通自动驾驶支撑平台，服务机器人、空间机器人、海洋机器人、极地机器人支撑平台，智能工厂与智能控制装备技术支撑平台等。
5.人工智能基础数据与安全检测平台。建设面向人工智能的公共数据资源库、标准测试数据集、云服务平台，建立人工智能算法与平台安全性测试模型及评估模型，研发人工智能算法与平台安全性测评工具集。
智能化基础设施
1.网络基础设施。加快布局实时协同人工智能的5G增强技术研发及应用，建设面向空间协同人工智能的高精度导航定位网络，加强智能感知物联网核心技术攻关和关键设施建设，发展支撑智能化的工业互联网、面向无人驾驶的车联网等，研究智能化网络安全架构。加快建设天地一体化信息网络，推进天基信息网、未来互联网、移动通信网的全面融合。
2.大数据基础设施。依托国家数据共享交换平台、数据开放平台等公共基础设施，建设政府治理、公共服务、产业发展、技术研发等领域大数据基础信息数据库，支撑开展国家治理大数据应用。整合社会各类数据平台和数据中心资源，形成覆盖全国、布局合理、链接畅通的一体化服务能力。
3.高效能计算基础设施。继续加强超级计算基础设施、分布式计算基础设施和云计算中心建设，构建可持续发展的高性能计算应用生态环境。推进下一代超级计算机研发应用。
由于诸多限制，不能全文展示该文原文内容。
人工智能前期文章：返回搜狐，查看更多
美国如何强力布局人工智能教育
【环球视野】
作者：苏红（中国教育科学研究院国际教育创新研究室主任、副研究员）
近年来，以中美为代表的人工智能第一梯队国家和英国、法国、德国、加拿大等人工智能特色发展国家都在国家层面密集发布相关政策规划，布局人工智能产业、研发和教育，抓住人工智能技术带来的发展机遇，以期在不久的未来占据领先位置。
美国智库新美国安全中心去年发布报告提出,美国政府必须制定一个整体而连贯的战略框架来整合各项战略计划，以保持在技术领域的领导地位。《2021年美国创新和竞争法案》更是旗帜鲜明点出人工智能为关键领域，并将其作为美国应对挑战的重点。
强化人工智能教育体系化布局
通过政策和法律扩大人工智能战略布局。近年来，美国联邦政府密集出台国家政策和法案，不断加强布局，逐步深化落实，为人工智能教育提供强力政策和法律保障。
2016年，美国密集发布《为人工智能的未来做好准备》《国家人工智能研究与发展战略计划》和《人工智能、自动化与经济》三份报告。这些报告均由白宫科技政策办公室（OSTP）的国家科技委员会（NSTC）牵头起草，应对人才需求变化、聚焦人工智能重点领域，将人工智能提升到国家战略高度，为人工智能持续发展奠定基础。
为维持美国在人工智能技术上的领导地位，2019年和2020年，美国发布多份人工智能战略文件，加大人工智能布局，加速人工智能发展。2019年2月，特朗普签署《维护美国在人工智能领域的领导地位》行政令，随后发布《美国人工智能倡议》，阐述了增加研究投入、释放人工智能数据和模型等资源、制定人工智能治理标准、构建人才队伍、参与国际合作等五个发展人工智能的重点领域。2019年6月，更新《国家人工智能研究发展战略计划》，不仅优化了2016年的七个重点领域，还增加了第八项重点领域：扩大公私合作伙伴关系，加速人工智能的发展。2019年11月，发布《人工智能伦理道德标准》。2020年，发布《人工智能倡议首年年度报告》，回顾在人工智能方面取得的进展，提出未来人工智能发展的长期愿景。美国国防部2020年发布《人工智能教育战略》，通过引领人工智能、促进人工智能发展、开发人工智能工具、增进人工智能应用、提升劳动力人工智能素养等举措，促进人工智能的开发与应用，培养全球人工智能领军人才，从而保障国家安全，促进经济繁荣以及确保美国人工智能技术在国际上的领先地位。
2021年1月,美国正式颁布《2020年国家人工智能倡议法案》，旨在确保美国在全球AI技术领域保持领先地位，将美国人工智能计划编入法典，保障增加研究投入、获取计算和数据资源、设置技术标准、建立劳动力系统及与盟友展开合作。2021年6月，国会下属的政府问责署（GAO）发布人工智能问责框架，围绕治理、数据、表现和监测这四个互补的主题，并对每个主题涉及的关键实践做法、系列问题和问责程序等进行了阐释，以帮助确保联邦机构和参与人工智能系统设计、开发、部署和持续监测的其他实体负责任地使用人工智能，不仅体现了对人工智能伦理的深切关注，而且为今后人工智能政策和立法确立了原则和方向。
设立专门机构。为了更好地落实人工智能国家战略，2021年1月，根据《2020年国家人工智能倡议法案》以及《2021财年国防授权法案》，美联邦政府成立了专门的国家人工智能倡议办公室，作为未来美国整个创新生态系统的国家人工智能研究和政策的中心，负责监督和实施国家人工智能战略。2021年6月，拜登政府白宫科技政策办公室（OSTP）和国家科学基金会（NSF）宣布成立“国家人工智能研究资源工作组”，研究建立国家人工智能研究资源的可行性，并制订路线图详细说明如何建立和维持这种资源。这个特别工作组由12名来自政府、学术界和私营组织的技术专家组成，将在2022年向国会提交报告，就国家人工智能研究资源的所有权及管理、治理模式、更好地传播高质量政府数据集的机会、安全、隐私、公民权利和自由、维持资源的方案等问题提出对策建议。该工作组在工作过程中，将整合各界专家和利益相关者的力量，跨机构合作，利用云计算资源支持联邦政府资助的人工智能研究和开发。建立国家人工智能研究资源旨在提供一个共享的国家人工智能研究基础设施，为人工智能研究人员和跨学科、跨领域的学生提供可访问的计算资源、高质量数据、教育工具和用户支持，从而使美国所有不同类型的人工智能研究人员都能平等接触资源、民主参与探索促进人工智能的创新想法。该小组还将起草一份创建人工智能研究资源的战略文件，在一定程度上能够让研究人员安全地访问从人口统计到健康状况和驾驶习惯的美国人口的匿名数据储存。在全社会高度重视个人隐私的环境下，美国推出这样一个举措，尽管备受质疑和压力重重，但还是一往无前，可见其重要性和政府的决心。
加大人工智能人才全民化培养力度
组建多元化人工智能人才队伍。美国为了持续领跑全球人工智能发展，确立了多元化、全民化人工智能人才培养目标，全学段覆盖，多途径支持，将专业跨度从人工智能拓展到科学、技术、数学和工程等多学科和跨学科领域，将培养范围从拔尖人才扩大到包括弱势群体在内的各学段学生和成年劳动力在内的全民人工智能技能提升。2019年8月，美国国家科学基金会（NSF）下属计算社区联盟（简称CCC）与人工智能协会联合发布《未来20年美国人工智能研究路线图》，建议对全能型劳动力队伍进行重组和培训，包括开发各级人工智能课程、实施高级人工智能学位招生和人才留存计划，提升少数群体和弱势群体参与度、促进新兴跨学科人工智能领域发展、培训高技能人工智能工程师和技术人员以及劳动力再培训等。在《人工智能倡议首年年度报告》中，将培养人工智能人才作为一项关键政策和行动方针，并提出一系列具体举措，包括：使教育适应未来劳动力的需要。其中，要培养对象包括从技术新手到能够使用人工智能工具的人员，以及在人工智能最前沿领域开拓创新的专家。为了让劳动者做好使用人工智能技术的准备，政府、企业和其他组织机构需要更加关注STEM教育人才领域以及技术学徒、再就业培训，让他们掌握的技能能够更好地适应行业发展需求。
强化STEM人才培养。2017年9月，美国教育部长的总统备忘录强调对STEM教育的重视，计划每年至少投入2亿美元用于促进高质量的计算机科学和STEM教育。2018年12月，白宫公布“北极星计划”——《规划成功路线：美国STEM教育行动方略》，提出美国未来五年STEM教育战略的愿景和目标。其愿景即，所有的美国公民都将终身受益于高质量的STEM教育，而美国将成为全球在STEM领域的国民素养、发明创造和劳动力就业方面的领导者。具体目标包括：一是为STEM教育的普及建立强大的基础；二是增加STEM教育的多样性、公平性和包容性；三是为未来的STEM劳动力做好准备。2020年，美国国家航空航天局投资STEM领域，为美国学生提供学习体验。美国国会拨款1.2亿美元的宇航局STEM参与计划，为学生提供了多种活动，包括直接颁发宇航局实习和研究的奖学金，挑战和比赛，教育资源和教育机会，对为开展研究和开发、能力建设和创造学生学习机会的教育机构提供竞争性奖励等。在宇航局STEM参与办公室（OSTEM）和各中心及职能机构等组织的共同努力下，丰富多样的STEM教育活动和产品吸引着学生积极参与，为培养未来STEM人才，全方位提高STEM素养奠定了坚实基础。《2021年美国创新和竞争法案》以立法形式提出，旨在加大理工科教育投入，推动理工科学员向理工科人力资源转化。该法案提出在国家科学基金会（NSF）设立一个新的“技术与创新局”（DTI），加速技术商业化，加强美国在关键技术方面的领导地位，通过奖学金和研究金发放，推动STEM劳动力培养和发展。
提升全民数字素养。数字素养是人工智能时代的必然要求。美国联邦的一项教育战略计划指出，数字设备和互联网带来的社会变革，要求每个人对这些技术或“数字素养”有基本了解。有效地使用计算机或计算工具进行网站创建、视频编辑、3D打印或操作制造控制系统等活动需要更高水平的技能或“计算素养”。《2021年美国创新和竞争法案》明确规定，将计算科学引入中小学教育。宾夕法尼亚州蒙托尔学区甚至开设了幼儿人工智能编程课程。美国人工智能协会（简称AAAI）和计算机科学教师协会（CSTA）联合发起美国AI4K12计划，提供资源帮助教师向学生教授人工智能知识。美国非营利项目AI-4-All开发了免费在线课程，帮助人们了解人工智能的工作原理，为人工智能领域的弱势群体创造更多机会。美国国家科学基金会为提升教师、学生和家长数字素养，汇编了一系列网络课程和资源，包括帮助学生了解计算科学的课程和工具、青年人与数字媒体互动相关信息、高中和大学计算机科学专业学生所需的资源，以及面向高中生的新闻和课程宣传等。
经费和培训计划向人工智能领域倾斜
持续资助人工智能研究机构。美国国家科学基金会联合农业部、国土安全部、交通部等机构，推动“国家人工智能研究院”项目。该项目在2020年投入1.4亿美元首轮资助了7个人工智能研究所，在2021年又投入2.2亿美元资助11个新成立的国家人工智能研究所，研究所覆盖范围扩大到了美国40个州和哥伦比亚地区。这些研究所聚焦研究基于人工智能的新技术，帮助老年人过上更加独立的生活，享受更高质量的护理；将人工智能转化为更容易获得的“即插即用”技术；通过利用人工智能加强成人在线学习；支持弱势群体从小学到博士后阶段的STEM教育，提高人工智能研究的公平性和代表性。新成立的11个研究所将在未来五年内各自获得约2000万美元的拨款，资助其在人机交互与协作、人工智能优化进步、人工智能和高级网络基础设施、计算机和网络系统中的人工智能、动态系统中的人工智能、人工智能增强学习农业和食品系统中的人工智能创新等领域的研究。
奖学金和培训计划向人工智能领域倾斜。《人工智能倡议法案》规定，机构负责人应在法律允许的范围内，将人工智能作为联邦奖学金和人才服务计划中的优先选择领域，也就是在人才队伍建设中优先考虑人工智能人才，包括优先向高中、大学和研究生群体中掌握人工智能技术的相关人才发放奖学金，实施针对人工智能人才培养的强化教育和培训计划、认可和资助早期职业学院中的人工智能研究人员，执行面向人工智能的服务奖学金计划，支持人工智能教学和人工智能课程开发计划等，通过各种激励措施将人工智能技术纳入现有培训体系中，促进正规教育和非正式培训的个性化和自适应人工智能学习体验。
为确保国家拥有能够推进未来人工智能技术的高技能专家，联邦研发机构正在资助多项针对人工智能研究生和博士后研究的奖学金和奖学金计划，参与的联邦政府机构和研究机构包括国务院、国家航空航天局、国防部、能源部、农业部、退伍军人事务部、国家科学研究基金会、国家标准和技术研究院等。其中，国务院的杰斐逊科学研究员计划，面向具有美国公民身份、拥有美国高等院校终身教职的科学家和工程师，杰斐逊科学研究员在美国国务院或美国国际开发署任职一年，担任外交政策问题的科学技术顾问，利用自己的专业经验提供咨询和教育服务，增进政策官员对复杂尖端科学问题及其对美国外交政策和国际关系可能产生的影响的理解。隶属能源部的费米国家加速器实验室，作为美国最大的高能物理实验室，为在使用高性能计算解决复杂科学和工程问题的领域攻读博士学位的学生提供奖学金。更重要的是，该项目将来自不同的科学和工程学科，但都有兴趣在研究中使用计算机，希望在推进研究的同时对国家产生影响的研究者聚集起来，培养了一个由博士生、校友、能源部实验室工作人员和科学家组成的充满活力的、忠诚的研究共同体。
深化人工智能前沿技术的融合研究
近年来，人工智能和自动化为就业带来巨大冲击。身处人工智能和人类智能逐渐融合的时代，工业4.0颠覆了所有层级所需的各种劳动力技能。人工智能技术和自动化的快速发展不仅生成新的产业和职业，增加创新机会，提高生产率，而且可以将人类从简单重复劳动和危险工作环境中解放出来，从而有更多时间和机会从事更加安全、高效、更具创新性的工作。与之同时，人工智能和自动化也会带来一些问题。随着智能机器在美国工作场所普及，一些日常工作和体力劳动将被机器取代，涉及社会情感、创造力、技术和更高认知技能的工作需求增长，几乎每个人的日常工作性质都可能发生变化。如果不能适应这种变化，劳动者将会面临技能和职业不匹配的问题，被迫转岗或失业，从而导致一系列的社会问题。
为了让劳动者胜任当下和未来的工作，研究人工智能对工作的影响和未来趋势显得尤为关键。尤其是在后疫情时代，疫情加速企业推进应用人工智能和自动化进程。国际劳工组织《2021年世界就业和社会展望趋势报告》中指出，预计2022年全球失业人数将达到2.05亿，大大超过2019年1.87亿的水平，相当于5.7%的失业率。麦肯锡《失业与就业：自动化时代劳动力转变》报告指出，在对46个国家的预测显示，到2030年，几乎三分之一的工作活动可能会被取代。其中，受较高工资率的影响，发达经济体比发展中国家更容易受到自动化的影响。研究认为，不同国家和不同岗位受到的冲击有显著差别，越是发达国家，人工成本高，越有动力率先采用机器人，因而其劳动力被机器人取代的程度会更快更高。到2030年，被机器人取代的劳动力比率美国高达23%，中国为16%，全球平均为15%。
为了更好地应对不断变换的工作和工作环境，美国国家科学基金会将人类-技术前沿未来工作作为未来十大投入构想之一，并将其列在首位。2018年12月，美国发布“人类-技术前沿未来工作：核心研究”项目指南，提供3000万美元资助不超过30个项目，通过相关融合研究来理解和发展人类和技术的合作伙伴关系，开发新技术以提升人类绩效，阐明新兴社会技术场景，理解新技术的风险和收益，理解和影响人工智能对员工和工作的冲击，促进终身、无所不在的学习。项目鼓励多视角和跨学科的合作研究，并给出了可能的研究选题范围，一类是增强身体和认知能力，重点探讨泛在、智能和自治系统背景下人类和技术合作伙伴关系的未来，以及相关风险和机遇，比如人类和机器智能共生以提高效率、员工生活质量、环境健康或社区福祉等。还有一类强调生产力、工作与生活质量、培训和教育，促进对基本社会和经济结构、过程、政策或机构的理解。相关主题包括深入分析人机前沿工作的法律、文化和道德因素，技术对隐私和安全的影响，劳动力偏好以及员工控制和自治等。项目可以探索先进的学习技术或网络学习，同时研究其对未来工作和就业前景的影响。
（本文系中国教育科学研究院中央级科研院所重点项目“人工智能教育战略研究”的阶段性研究成果，项目批准号：GYB2019007）
《光明日报》（2022年01月20日 14版）
[责编：孙宗鹤]人工智能和中国国家人工智能发展战略
人工智能和中国国家人工智能发展战略一.人工智能的发展历程二.中国国家人工智能发展战略2.1中国国家人工智能发展规划“三步走”战略2.2中国人工智能标准化战略白皮书2.3未来重点支持举措一.人工智能的发展历程人工智能（AI：ArtificialIntelligence）的研究自1956年达特茅斯会议以来，起起伏伏发展了62年，终于在最近5年取得了重大突破。AI系统在语音识别、图像识别、围棋、德州扑克等诸多领域取得了超越人的能力的成果。究其原因，业界普遍认同有三大要素合力促成了这次突破：深度学习算法、海量的数据和充足的计算力。其中，充足的算力得益于摩尔定律在最近二十年的发展，使得在可以接受的价格、功耗和时间内完成人工智能算法所需的计算。摩尔定律由英特尔创始人之一的戈登•摩尔于1965年提出，至今已有53年。即使按照每两年单位面积上的晶体管数量翻倍来计算，目前的晶体管密度大约是当年的6400万倍。在摩尔定律发展的前30年，人工智能的研究经历了逻辑推理时代和专家系统时代。芯片的计算和存储能力从早期不能满足复杂人工智能任务的要求，到逐渐超越。20世纪80年代出现了专门支持专家系统的计算机（如80-90年代的Symbolics计算机）和性价比更高的基于x86微处理器的个人计算机（90年代后成为主流）。1995年之后的20年，摩尔定律的量变推动了质变，开启了信息时代的技术飞跃。根据英特尔的处理器芯片能力和零售价格对比测算，单位价格可以购买到的计算力提升了1.5万倍，从而使通用中央处理器（CPU:CentralProcessingUnit）已经可以支持各种AI任务。但是CPU的架构未必对各种AI算法都是最优的。对于目前主流的深度学习（DL：DeepLearning）算法，需要有更高并行计算能力和存储带宽的芯片架构，来提高训练速度或者达到工作时的实时性要求。因此，在深度学习领域出现了多种CPU加专用芯片的异构计算方案。另一方面，与脑启发式（brain-inspired）的深度神经网络不同的类脑（brain-like）计算研究也推出了先进的神经拟态芯片（neuromorphicchip）来支持超高能效比（energyefficiency）的自然学习方式。可以说，通过芯片技术来大幅增强人工智能研发的条件已经成熟。虽然经典的等比例缩小已经放缓，但是未来十年将是人工智能芯片（简称AI芯片）发展的重要时期，不论是架构上还是设计理念上都将有巨大的突破。
二.中国国家人工智能发展战略2017年，国务院印发《新一代人工智能发展规划》，提出了面向2030年的我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，目标是构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国（中华人民共和国中央人民政府，2017）。该规划是我国在人工智能领域发布的第一个涉及系统战略部署的文件，从政府层面来对人工智能的发展进行整体部署，是我国人工智能发展中的重要里程碑。按照此规划，我国人工智能发展战略目标分为三步走。“三步走”战略为我国人工智能发展提供了重要的政策指导。与此同时，为了推进该战略的实施，国家标准化管理委员会批准成立了国家人工智能标准化总体组和专家咨询组，负责我国人工智能标准化体系研制，并对外发布各种重要的研究报告。有鉴于此，笔者将从我国人工智能发展“三步走”战略的政策层面和标准化体系研制的研究层面对我国人工智能发展战略进行深入解读。
2.1中国国家人工智能发展规划“三步走”战略“三步走”战略是我国人工智能发展与研究的重要政策指引。“三步走”战略的核心要义如图所示。第一步，到2020年我国人工智能总体技术和应用能够与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径，有力支撑我国进入创新型国家行列和实现全面建成小康社会的奋斗目标。具体包括三点：一是新一代人工智能理论和技术取得重要进展；二是人工智能产业竞争力进入国际第一方阵；三是人工智能发展环境进一步优化，在重点领域全面展开创新应用，聚集起一批高水平的人才队伍和创新团队，部分领域的人工智能伦理规范和政策法规初步建立。第二步，到2025年我国人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为带动我国产业升级和经济转型的主要动力，智能社会建设取得积极进展。具体包括三点：一是新一代人工智能理论与技术体系初步建立；二是人工智能产业进入全球价值链高端；三是初步建立人工智能法律法规、伦理规范和政策体系，增强人工智能安全评估和管控能力。第三步，到2030年我国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。具体包括三点：一是形成较为成熟的新一代人工智能理论与技术体系；二是人工智能产业竞争力达到国际领先水平；三是形成一批全球领先的人工智能科技创新和人才培养基地，建成更加完善的人工智能法律法规、伦理规范和政策体系。整体来说，我国把人工智能的发展置于重要位置，根据科技发展的前沿趋势，努力推动人工智能的战略部署；并从人工智能基础、政策法规、伦理道德、安全性等各个方面进行积极探索，形成具有世界影响力的产业链。《新一代人工智能发展规划》主要针对人才和核心技术两个方面做了专门的规划和部署。只有培养高端的科技人才，把握核心技术，中国的人工智能才能达到世界领先水平。
2.2中国人工智能标准化战略白皮书在推进人工智能的研究与实践层面，我国重点开展了人工智能的标准化研究。只有标准先行，才能从总体上规范和推进人工智能实践，尤其是指导人工智能产学研用一体化深入发展。在人工智能标准研制方面，国家标准化管理委员会批准成立的国家人工智能标准化总体组和专家咨询组专门负责此项工作。总体组承担统筹协调、规划布局的角色，负责开展人工智能国际国内标准化工作，拟定我国人工智能标准化规划、体系和政策措施。专家咨询组由国内人工智能领域知名专家学者组成，负责为总体组提供我国人工智能标准化规划、体系和政策措施等方面的咨询，对人工智能领域国际国内标准研制、试点、应用实施、标准传导机制建立等提出意见建议，并对国家人工智能标准化总体组的工作进行指导。高规格的专家队伍保障了我国人工智能各项标准研制的权威性和科学性。从人工智能国家战略向人工智能标准化战略的迈进，也凸显了我国人工智能战略的演进重点。从这一层意义来看，我国人工智能标准化战略成果更能代表我国人工智能战略的实质内容。而且近两年我国陆续发布了《新一代人工智能发展白皮书（2017版）》和《人工智能标准化白皮书（2018版）》，这两个白皮书在架构和内容上既体现了一致性，也体现了递进性和延伸性，因此可以较好地作为分析我国人工智能发展战略的重要且可借鉴的蓝本。总体来看，《新一代人工智能发展白皮书（2017版）》详细介绍了我国新一代人工智能的发展特征、技术框架以及不同产业应用领域，更加明确了新一代人工智能发展的主要方向，以及研究新一代人工智能的技术框架。而《人工智能标准化白皮书（2018版）》则是在《新一代人工智能发展白皮书（2017版）》的基础上，更加强调与业界分享人工智能领域的研究成果和实践经验，呼吁社会各界共同加强人工智能领域的技术研究、产业投入、标准建设与服务应用，共同推动人工智能及其产业发展（中国电子技术标准化研究院，2018）。《人工智能标准化白皮书（2018版）》包括6个章节，分别从人工智能概述、人工智能发展现状及趋势、人工智能产业现状及趋势、安全、伦理、隐私问题等方面综合分析了我国人工智能的发展状况，以此作为能够适应和引导我国人工智能产业发展的标准体系。《人工智能标准化白皮书（2018版）》规定，我国的人工智能标准体系结构由基础标准、平台/支撑标准、关键技术标准、产品及服务标准、应用标准、安全/伦理标准6部分组成（中国电子技术标准化研究院，2018）。另外，与《新一代人工智能发展白皮书（2017版）》相比较，《人工智能标准化白皮书（2018版）》更加关注人工智能的安全、伦理、隐私问题以及相关法律条文和标准化文件的制定。通过制定相关的法律法规和标准化文件，社会公众才能信任人工智能技术对人类安全和相关利益的承诺和保障，进而推动社会的发展。
2.3未来重点支持举措核心技术方面，我国政府已意识到原创孵化、创新培植的重要性，最近一年来在人工智能领域加强了投入力度，实施了多项举措。2018年11月14日，北京智源人工智能研究院在科技部和北京市委市政府的指导和支持下，依托北京大学、清华大学、中国科学院等科研机构和百度、小米、字节跳动等企业共同推动成立。该研究院将对人工智能的关键领域进行原创性探索和研发。北京市科委在两年内将给予研究院共计3.4亿元的资金支持（经济参考网，2019）。2019年8月29日，科技部发布《国家新一代人工智能创新发展试验区建设工作指引》，计划在2023年之前布局建设20个左右的人工智能试验区。试验区是依托地方开展人工智能技术示范、政策试验和社会实验，在推动人工智能创新发展方面先行先试、发挥引领带动作用的区域（中华人民共和国科学技术部，2019a）。随后科技部于10月18日发函，继北京和上海之后，支持合肥、杭州、深圳、天津建设国家新一代人工智能创新发展试验区。人才培养方面，教育部指导高校进行人工智能专业建设的计划正在积极展开。2018年4月，教育部印发了《高等学校人工智能创新行动计划》的通知，就完善人工智能领域人才培养体系出台了一系列政策，并进行系统布局，主要包括加快人工智能领域学科建设、专业建设、人才培养和构建人工智能多层次教育体系四个重要方向（中华人民共和国教育部，2018）。2019年，人工智能专业被教育部列入新增审批本科专业名单，上海交通大学等35所高校获首批建设资格（中华人民共和国教育部，2019）。伦理法律方面，我国近年来不断加强人工智能伦理道德和相关法律的研究与实践，对该领域内日益浮现的伦理道德问题和法律纠纷进行政策呼应，并将此部分内容呈现于《中国人工智能标准化白皮书（2018版）》中。2019年，我国国家战略迈向了更高层次的协调人工智能发展与治理的关系，推动经济、社会及生态可持续发展的目标。6月17日，科技部下属的国家新一代人工智能治理专业委员会发布《新一代人工智能治理原则——发展负责任的人工智能》，提出了人工智能治理的框架和行动指南，强调了和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等8项治理原则（中华人民共和国科学技术部，2019b）。这8项原则和经济合作与发展组织（OECD）于2019年5月投票通过的首部人工智能的政府间政策指导方针是一致的，该指导方针的目标是确保人工智能的系统设计符合公正、安全、公平和值得信赖的国际标准（OECD，2019）。