人工智能可能有自主意识了吗
➤大模型、大数据的驱动让人工智能在对话的自然度、趣味性上有了很大突破，但距离具备自主意识还很远。换言之，即便人工智能可以对人类的语言、表情所传递的情绪作出判断，但这主要应用的是自然语言处理、计算机视觉等技术
➤不同于当前依赖数据学习的技术路线，新一代人工智能强调在没有经过数据学习的情况下，可以通过推理作出合理反应，从而与没有见过、没有学过的事物展开交互
➤当前人工智能治理面临的最大挑战，是我们没有一套比较成熟的体系来规制其潜在的风险。在发展科技的同时，必须同步发展我们的规制体系
➤“技术归根结底是由人类来发展和把控的。人类和人工智能的未来，是由人类选择的。”
今年6月，美国谷歌公司软件工程师布莱克·勒莫因称语言模型LaMDA出现自我意识。他认为，LaMDA拥有七八岁孩童的智力，并相信LaMDA正在争取自己作为一个人的权利。
LaMDA是谷歌去年发布的一款专门用于对话的语言模型，主要功能是可以与人类交谈。
为佐证观点，勒莫因把自己和LaMDA的聊天记录上传至互联网。随后，谷歌以违反保密协议为由对其停职。谷歌表示，没有任何证据支持勒莫因的观点。
事实上，“AI（人工智能）是否拥有自主意识”一直争议不休。此次谷歌工程师和LaMDA的故事，再次引发讨论。人们想知道：人工智能技术究竟发展到了怎样的阶段？是否真的具备自主意识？其判定依据是什么？未来我们又该以怎样的能力和心态与人工智能和谐共处？
人工智能自主意识之辨勒莫因认为LaMDA具有意识的原因有三：一是LaMDA以前所未有的方式高效、创造性地使用语言；二是它以与人类相似的方式分享感觉；三是它会表达内省和想象，既会担忧未来，也会追忆过去。
受访专家告诉《瞭望》新闻周刊记者，上述现象仅仅是因为LaMDA所基于的Transformer架构能够联系上下文，进行高精度的人类对话模拟，故能应对人类开放、发散的交谈。
至于人工智能是否已经具备自主意识，判定标准如何，受访专家表示，对人类意识的探索目前仍属于科技前沿，尚未形成统一定义。
清华大学北京信息科学与技术国家研究中心助理研究员郭雨晨说：“我们说人有自主意识，是因为人知道自己在干什么。机器则不一样，你对它输入内容，它只是依照程序设定进行反馈。”
中国社会科学院科学技术哲学研究室主任段伟文认为，一般意义上，人的自我意识是指对自我具备觉知，但如何认识和理解人类意识更多还是一个哲学问题而不是科学问题，这也是很难明确定义人工智能是否具备意识的原因。
被誉为“计算机科学与人工智能之父”的艾伦·图灵，早在1950年就曾提出图灵测试——如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么可以称这台机器具有智能。
这一设想随后被具化为，如果有超过30%参与测试的人以为自己在和人说话而非计算机，就可以认为“机器会思考”。
当前随着技术的发展，已经有越来越多的机器能够通过图灵测试。
但清华大学人工智能国际治理研究院副院长梁正告诉《瞭望》新闻周刊记者，图灵测试只能证明机器在表象上可以做到让人无法分辨它与人类的不同，却不能证明机器能够思考，更不能证明机器具备自主意识。
段伟文表示，目前大体有两种方式判定人工智能是否具有自主意识，一种以人类意识为参照，另一种则试图对机器意识进行全新定义。
若以人类意识为参照，要观察机器能否像人一样整合信息。“比如你在阳光下，坐在河边的椅子上看书，有树影落在脸上，有风吹来，它们会带给你一种整体的愉悦感。而对机器来说，阳光、河流、椅子等，是分散的单一元素。”段伟文说。
不仅如此，段伟文说，还要观察机器能否像人一样将单一事件放在全局中思考，作出符合全局利益的决策。
若跳出人类构建自主意识的范式，对机器意识进行重新定义，则需要明白意识的本质是什么。
段伟文告诉记者，有理论认为如果机器与机器之间形成了灵活、独立的交互，则可以称机器具备意识。也有理论认为，可以不追究机器的内心，仅仅把机器当作行为体，从机器的行为表现判断它是否理解所做事情的意义。“比如机器人看到人类喝咖啡后很精神，下次当它观察到人类的疲惫，能不能想到要为人类煮一杯咖啡？”段伟文说。
但在段伟文看来，这些对机器意识进行重新定义的理论，其问题出在，即便能够证明机器可以交互对话、深度理解，但是否等同于具备自主意识尚未有定论。“以LaMDA为例，虽然能够生成在人类看来更具意义的对话，甚至人可以与机器在对话中产生共情，但其本质仍然是在数据采集、配对、筛选机制下形成的反馈，并不代表模型能够理解对话的意义。”
换言之，即便人工智能可以对人类的语言、表情所传递的情绪作出判断，但这主要应用的是自然语言处理、计算机视觉等技术。
郭雨晨直言，尽管在情感计算方面，通过深度学习的推动已经发展得比较好，但如果就此说人工智能具备意识还有些一厢情愿。“把‘意识’这个词换成‘功能’，我会觉得更加准确。”
技术换道有专家提出，若要机器能思考，先要解决人工智能发展的换道问题。
据了解，目前基于深度学习、由数据驱动的人工智能在技术上已经触及天花板。一个突出例证是，阿尔法围棋（AlphaGo）在击败人类围棋世界冠军后，虽然财力和算力不断投入，但深度学习的回报率却没有相应增长。
一般认为，人工智能可被分为弱人工智能、通用人工智能和超级人工智能。弱人工智能也被称为狭义人工智能，专攻某一领域；通用人工智能也叫强人工智能，主要目标是制造出一台像人类一样拥有全面智能的计算机；超级人工智能类似于科幻作品中拥有超能力的智能机器人。
从产业发展角度看，人工智能在弱人工智能阶段停留了相当长时间，正在向通用人工智能阶段迈进。受访专家表示，目前尚未有成功创建通用人工智能的成熟案例，而具备自主意识，至少需要发展到通用人工智能阶段。
梁正说，大模型、大数据的驱动让人工智能在对话的自然度、趣味性上有了很大突破，但距离具备自主意识还很远。“如果你给这类语言模型喂养大量关于内省、想象等与意识有关的数据，它便更容易反馈与意识有关的回应。”
不仅如此，现阶段的人工智能在一个复杂、专门的领域可以做到极致，却很难完成一件在人类看来非常简单的事情。“比如人工智能可以成为围棋高手，却不具备三岁小孩对陌生环境的感知能力。”段伟文说。
谈及背后原因，受访专家表示，第一是当前人工智能主要与符号世界进行交互，在对物理世界的感知与反应上发展缓慢。第二是数据学习让机器只能对见过的内容有合理反馈，无法处理陌生内容。第三是在数据驱动技术路线下，人们通过不断调整、优化参数来强化机器反馈的精准度，但这种调适终究有限。
郭雨晨说，人类在特定任务的学习过程中接触的数据量并不大，却可以很快学习新技能、完成新任务，这是目前基于数据驱动的人工智能所不具备的能力。
梁正强调，不同于当前主要依赖大规模数据训练的技术路线，新一代人工智能强调在没有经过数据训练的情况下，可以通过推理作出合理反应，从而与没有见过、没有学过的事物展开交互。
相比人类意识的自由开放，以往人工智能更多处在封闭空间。尽管这个空间可能足够大，但若超出设定范畴便无法处理。而人类如果按照规则不能解决问题，就会修改规则，甚至发明新规则。
这意味着，如果人工智能能够超越现有学习模式，拥有对自身意识系统进行反思的能力，就会理解自身系统的基本性质，就有可能改造自身的意识系统，创造新规则，从而成为自己的主人。
“人工智能觉醒”背后有关“人工智能觉醒”的讨论已不鲜见，但谷歌迅速否认的态度耐人寻味。
梁正表示：“如果不迅速驳斥指认，会给谷歌带来合规性方面的麻烦。”
据了解，关于人工智能是否有自主意识的争论并非单纯技术领域的学术探讨，而关乎企业合规性的基本坚守。一旦认定公司研发的人工智能系统出现自主意识，很可能会被认为违反第2版《人工智能设计的伦理准则》白皮书的相关规范。
这一由美国电气和电子工程师协会2017年发布的规范明确：“根据某些理论，当系统接近并超过通用人工智能时，无法预料的或无意的系统行为将变得越来越危险且难以纠正。并不是所有通用人工智能级别的系统都能够与人类利益保持一致，因此，当这些系统的能力越来越强大时，应当谨慎并确定不同系统的运行机制。”
梁正认为，为避免社会舆论可能的过度负面解读，担心大家认为它培育出了英国作家玛丽·雪莱笔下的弗兰肯斯坦式的科技怪物，以“不作恶”为企业口号的谷歌自然会予以否认。“不仅如此，尽管这一原则对企业没有强制约束力，但若被认为突破了底线，并对个体和社会造成实质性伤害，很有可能面临高额的惩罚性赔偿，因此企业在合规性方面会更为谨慎。”
我国也有类似管理规范。2019年，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》，提出人工智能治理的框架和行动指南。其中，“敏捷治理”原则主要针对技术可能带来的新社会风险展开治理，强调治理的适应性与灵活性。
中国信息化百人会成员、清华大学教授薛澜在接受媒体采访时表示，当前人工智能治理面临的最大挑战，是我们没有一套比较成熟的体系来规制其潜在的风险。特别是在第四次工业革命背景下，我国的人工智能技术和其他国家一样都处于发展期，没有现成的规制体系，这样就使得我们在发展科技的同时，必须同步发展我们的规制体系。“这可能是人工智能发展面临最大的挑战。”
在梁正看来，目前很难断言新兴人工智能技术具有绝对风险，但必须构造合理的熔断、叫停机制。在治理中既要具有一定的预见性，又不能扼杀创新的土壤，要在企业诉求和公共安全之间找到合适的平衡点。
毕竟，对人类来说，发展人工智能的目的不是把机器变成人，更不是把人变成机器，而是解决人类社会发展面临的问题。
从这个角度来说，我们需要的或许只是帮助人类而不是代替人类的人工智能。
为了人机友好的未来确保通用人工智能技术有益于人类福祉，一直是人工智能伦理构建的前沿。
薛澜认为，在科技领域，很多技术都像硬币的两面，在带来正面效应的同时也会存在风险，人工智能就是其中一个比较突出的领域。如何在促进技术创新和规制潜在风险之间寻求平衡，是科技伦理必须关注的问题。
梁正提出，有时技术的发展会超越人们预想的框架，在不自觉的情况下出现与人类利益不一致甚至相悖的情况。著名的“曲别针制造机”假说，即描述了通用人工智能在目标和技术都无害的情况下，对人类造成威胁的情景。
“曲别针制造机”假说给定一种技术模型，假设某个人工智能机器的终极目标是制造曲别针，尽管看上去这一目的对人类无害，但最终它却使用人类无法比拟的能力，把世界上所有资源都做成了曲别针，进而对人类社会产生不可逆的伤害。
因此有观点认为，创造出法力高超又杀不死的孙悟空本身就是一种不顾后果的冒险行为。
与其对立的观点则认为，目前这一担忧为时尚早。
“我们对到底什么样的技术路线能够发展出具备自主意识的人工智能尚无共识，现在谈论‘禁止发展’，有种空中楼阁的意味。”梁正说。
商汤科技智能产业研究院院长田丰告诉《瞭望》新闻周刊，现实中人工智能技术伦理风险治理的关键，是产业能够在“预判防范-应用场景-用户反馈-产品改进”中形成市场反馈机制，促成伦理风险识别与敏捷治理。同时，企业内部也需建立完整的科技伦理自律机制，通过伦理委员会、伦理风控流程平台将伦理风险把控落实到产品全生命周期中。
郭雨晨说，人工智能技术发展到目前，仍始终处于人类可控状态，而科技发展的过程本来就伴随对衍生问题的预判、发现和解决。“在想象中的人工智能自主意识出现以前，人工智能技术脚踏实地的发展，已经造福人类社会很多年了。”
在梁正看来，人与人工智能在未来会是一种合作关系，各自具备对方无法达成的能力。“技术归根结底是由人类来发展和把控的。人类和人工智能的未来，是由人类选择的。”
编辑：李华山
2022年08月16日07:42:05
加快推动人工智能产业高质量发展
人工智能产业为中国经济发展提供战略新动能，是引领中国经济发展的重要战略抓手。2018年9月17日，习近平总书记在致2018世界人工智能大会的贺信中指出，新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。习近平总书记强调，中国正致力于实现高质量发展，人工智能的发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。习近平总书记的重要论述，为人工智能产业实现高质量发展，更好服务于人民的美好生活指明了方向。
推动高质量发展是“十四五”时期的主题
党的十九届五中全会明确指出，我国经济已转向高质量发展阶段。以推动高质量发展为主题，是“十四五”时期以习近平同志为核心的党中央根据我国发展阶段、发展环境和发展条件变化对我国经济做出的新的重大科学判断。习近平总书记指出，高质量发展就是体现新发展理念的发展，是创新成为第一动力、协调成为内生特点、绿色成为普遍形态、开放成为必由之路、共享成为根本目的的发展。高质量的发展意味着在中高端产品消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域需要培育经济新增长点、形成发展新动能。新时代新阶段的发展必须贯彻新发展理念，必须是高质量发展。而推动经济高质量发展，关键在于以创新为驱动、高质量供给为引领，加快建立科技创新体系，构建现代产业体系，推动质量变革、效率变革、动力变革，建立中高端产业链、价值链，使发展成果更好惠及全体人民，不断实现人民对美好生活的新需求。
当前新一轮科技革命和产业革命正在发生变革，这与我国高质量发展形成历史性交汇。“十四五”时期我国经济发展应抢抓这一重要变革机遇，为高质量发展“动力换挡”导入强劲引擎。伴随移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动，以人工智能技术为代表的新一轮科技革命蓬勃发展，以前所未有的速度和方式改变着经济发展，成为高质量发展的重要引擎。习近平总书记在十九届中央政治局第九次集体学习时的讲话中指出，“人工智能是引领这一轮科技革命和产业变革的战略性技术，是新一轮科技革命和产业变革的重要驱动力量，具有溢出带动性很强的‘头雁’效应”。加快发展新一代人工智能不仅“事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”，而且是“我们赢得全球科技竞争主动权的重要战略抓手”，更是“推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源”。在推动经济高质量发展的过程中，人工智能产业的高质量，可以为中国经济发展添薪续力。
党的十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》指出，“在当前和今后一个时期，我国发展仍然处于重要战略机遇期”，要紧扣重要战略机遇新变化，“坚持把发展经济着力点放在实体经济上，坚定不移建设制造强国、质量强国、网络强国、数字强国，推进产业基础高级化、产业链现代化，提高经济质量效益和核心竞争力”。在推动经济高质量发展阶段，人工智能正在为中国新旧动能转换和国民经济高质量发展提供有力支撑，它是推动工业变革的核心驱动力量，也是最能体现知识要素贡献和打造经济社会发展新动能的基础设施产业，加快推进人工智能产业优化升级，成为未来科技创新的一个“超级风口”。近年来，中国人工智能产业化发展迅速，技术发展日益成熟、应用场景日益丰富，企业数量、融资规模均居全球第二，成为人工智能产业化大国之一。与此同时，我国人工智能产业的发展在基础理论研究、关键核心技术、人才培养等方面存在一些短板，这在一定程度上限制了人工智能产业创新发展潜能的充分释放。对此，习近平总书记强调，要深刻认识加快发展新一代人工智能的重大意义，加强领导，做好规划，明确任务，夯实基础，创新技术，促进其同经济社会发展深度融合，推动我国新一代人工智能实现高质量的发展。
以人才、技术促进人工智能产业实现高质量发展
我国人工智能产业迅速发展，在智能芯片、智能算法、知识图谱、计算机视觉、自然语言处理等技术方面不断取得突破，为人工智能产业的创新发展奠定了一定基础。但中国智能产业在芯片硬件等关键性核心技术上仍然比较薄弱，这成为制约人工智能产业实现高质量发展的重要隐患。对此，习近平总书记指出，人工智能具有多学科综合、高度复杂的特征。我们必须加强研判，统筹谋划，协同创新，稳步推进，把增强原创能力作为重点，以关键核心技术为主攻方向，促进人工智能实现高质量发展。
重视产业人才培养，构建“引才、留才、用才”新格局。人工智能产业要实现高质量发展，培养人工智能人才是关键。因此，要强化多层次人才的培养和引入。一是培养人工智能产业所需的复合型人才。一方面，构建以技能为本的劳动力市场，鼓励企业和各类机构为员工提供人工智能技能培训，培育一批专业技能扎实、科学素养高、动手实践能力强、具备开阔产业应用视角和国际前瞻视野的人才，确保关键工种拥有充分数量的人才储备；另一方面，完善高校人工智能学科体系建设和布局，深化“产学研”融合发展，鼓励高校、科研院所与企业合作，通过校企共建人工智能专业和课程，培育更多符合人工智能产业高质量发展所需的复合型人才。二是坚持“走出去+引进来”，加大全球高端人才的培养和引入。一方面，选派人工智能领域优秀科研人员赴海外学习交流，扩大国际化视野；另一方面，充分利用海南自由贸易港、自由贸易区、粤港澳大湾区等历史性战略机遇，鼓励人工智能产业人才引入。
加快完善数字基础设施，增强人工智能科技创新能力。人工智能产业要实现高质量发展，技术的完善和突破是重点，这就要求在技术上既要加快完善基本数字基础设施，也要坚持核心技术的攻坚克难。一是要完善数字基础设施，推动传统产业智能化转型。一方面，充分利用新基建机遇，加强人工智能基础研究和技术研发，协调推进各类数据中心、5G网络部署，全面提升端侧的数据计算、采集及传输能力，为传统产业全面向数字化转型打造坚实广泛的计算基础。另一方面，充分发挥国家新一代人工智能开放创新平台赋能作用，加强传统产业与科技公司合作力度，共同突破工业数字化壁垒，实现双赢。二是要加大基础研究力度，加快突破一批人工智能产业化关键技术。国家要调整人工智能投入结构，提高基础研究经费投入比重和投入力度，支持科学家勇闯人工智能科技前沿的“无人区”，鼓励校企开展深度合作，建立协同创新联盟，努力在人工智能发展方向和理论、方法等方面取得变革性突破，确保我国在人工智能重要领域的理论研究走在前面。同时，要以问题为导向，重点突破自主芯片技术和算法技术，加快建立新一代人工智能关键共性技术体系，确保人工智能关键核心技术牢牢掌握在自己手里。
融合实体经济，推动人工智能产业高质量发展
人工智能是具有极强渗透性的技术。当前人工智能产业化应用正加速从娱乐、消费等领域开始向制造、医疗、能源、交通等更大范围的实体经济进军，这给人工智能产业提供了庞大的市场和丰富的场景。人工智能在我国交通、医疗、教育等传统行业中的发展和应用仍然处于较低水平，无法满足人民对美好生活的需要。因此，要实现人工智能产业高质量发展，就要发挥人工智能在产业升级、产品开发、服务创新等方面的技术优势，推动人工智能与实体经济深度融合，以人工智能技术推动各产业变革，加快产业对接，聚焦重点领域，形成以场景应用为导向的发展模式。
搭建智能平台，发挥人工智能技术应用功能。人工智能不仅能创新产品和服务，而且也能在相当程度上改进或优化传统产业的生产流程，重构传统产业的业务模式。当前，以人脸识别、车辆特征识别、手写识别、文字识别等为代表的计算机视觉相关技术基本成熟，“机器视觉”在制造业中已经逐渐推广应用，加强计算机视觉技术与传统汽车制造等产业的深度融合，用机器代替人力劳动，不仅能节约人力投入，还能提高产品品质。人工智能还能对生产过程的数据进行分析并加以改进。工业生产线在运行过程中会生出大量实时数据(比如温度、压力等等)，利用人工智能技术对数据进行分析，能提前预测可能出现的机器故障、残次品率等等，进而对生产流程进行优化，以达到节约成本、提高效率的目标。因此，要大力推广应用人工智能在促进制造业转型升级中的支撑和引领作用，使其成为推动高新技术产业创新发展中的“头雁”和区域发展的“增长极”。
聚焦重点领域，助推人工智能应用场景落地。如果说人工智能产业是供给侧，那么传统行业则是需求侧。推进人工智能应用场景落地，就要处理好供给侧和需求侧的关系。随着人工智能加速向医疗、交通、智慧城市等多领域的渗透，应聚焦这些涉及民生的领域，提升人工智能产业与实体经济的融合度，为人民群众提供更优质、丰富、便利的新产品和新服务，满足人民群众对美好生活的需要。因此，人工智能技术要着眼于我国庞大的市场和丰富的场景，围绕社会发展需求领域布局，探索出一条充分发挥我国市场和场景资源优势的高质量人工智能产业发展路径。
（作者单位：北京科技大学马克思主义学院）
责任编辑：肖景华
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]