2023年度全球人工智能治理趋势盘点 (完整版）
自2017年以来，加拿大、美国、中国、英国、新加坡、韩国、加拿大、欧盟、经合组织等国家或地区已陆续发布人工智能发展原则和治理准则。在2021年度，全球范围内关于人工智能治理的准则和战略进一步深化和具体，各国和地区不再仅局限于制定宏观层面的指导战略，而是日益细化至各个具体层面。美国为了确保其在人工智能领域的全球领导地位，在2021年度出台的与人工智能相关的立法和研究政策显著增加。不仅通过了国家层面的人工智能战略——2021年国家人工智能倡议法案，还正式成立了国家人工智能倡议办公室，该办公室旨在负责实施美国的人工智能国家战略，并监督和协调联邦政府与私营部门之间的研究工作。美国国家人工智能安全委员会（NSCAI）还发布了《人工智能国家安全委员会最终报告》，该报告是NSCAI为美国赢得人工智能时代的竞争而提出的战略。此外，于2021年6月8日投票《美国创新与竞争法》明确指出要通过投资来提高美国在技术领域应对中国带来的竞争的能力，并且将人工智能、机器学习等列为重点关注的关键技术。在白宫科学技术政策办公室（OSTP）和国家科学基金会（NSF）牵头之下，美国还宣布成立了国家人工智能研究资源工作组，该小组将帮助创建一个共享的国家人工智能研究基础设施，提供可访问的计算资源、高质量数据、教育工具和用户支持。而针对具体的治理领域，美国也陆续推出了一系列举措。例如，在算法治理方面，美国政府问责局（GAO）在2021年6月发布了一份确保联邦机构和其他参与人工智能系统设计、开发、部署和持续监控的实体可以负责任地使用人工智能的报告。OSTP则在2021年11月10日表示，将举办一系列活动让美国公众参与到制定与算法治理有关的法案的过程。美国国家人工智能倡议办公室主任LynneParker表示，美国在人工智能算法监管方面的愿景以欧盟的《通用数据保护条例》(GDPR)为蓝本。为了解决算法透明度和公平性方面的问题，美国联邦贸易委员会（FTC）在2021年4月发布了指南，该指南强调了FTC计划在影响消费者的算法决策方面执行透明度和公平原则的决心。在国家安全方面，美国国防部国防创新部门于2021年11月14日发布了“负责任的AI指南”，为第三方开发人员构建军用AI提供了指导。在保障劳动力就业方面，美国平等就业机会委员会（EEOC）表示该机构计划审查人工智能工具和技术如何应用于就业决策，以及旨在指导雇主公平使用人工智能技术，遵守联邦平等就业机会法。在面部识别和个人隐私方面，部分民主党参议员在2021年6月提出了暂停面部识别和生物识别技术的法案。在技术发展方面，美国国土安全部科学技术局发布了《人工智能与机器学习战略计划》，该计划提出了未来三大战略目标，即推动用于跨领域国土安全能力的下一代人工智能和机器学习技术发展；促进在国土安全任务中使用经过验证的人工智能与机器学习能力；以及建立经人工智能与机器学习技术培训的跨学科员工队伍。重磅发布！《新一代人工智能发展年度报告（2023
6月25日，2023全球人工智能产品应用博览会（AIExpo2023）在苏州正式揭幕。开幕式上，新华社中国经济信息社江苏中心与新一代人工智能产业技术创新战略联盟共同发布《新一代人工智能发展年度报告（2022-2023）》，这是新华社中国经济信息社第五年发布人工智能发展年度报告。
图为新华社中国经济信息社江苏中心主任陈希希在大会发布年报
年报分析认为，2022年以来，国内外人工智能发展呈现新的特点与趋势：
全球人工智能进入新的快速发展阶段，机遇与挑战并存。ChatGPT火爆出圈引发人工智能赛道持续升温，全球新一代人工智能进入新的快速发展阶段，出现一些值得关注的新机遇：AI自动化提速、关键技术持续涌现，发展方向日益多元化；AI大模型发展迅猛，加快形成人工智能应用新范式；存算一体芯片有望破解AI算力瓶颈，全球竞争格局未定；产业界AI技术发展领先于学术界，成为资源集聚和成果产出“主阵地”。同时，人工智能发展面临更加紧迫的应用伦理困境、AI公平性和偏见指标2022年达到新高，人工智能引致环境问题加剧，ChatGPT对就业市场开始产生深刻影响等新的挑战也亟待关注。
全球人工智能竞争激烈，美国加劲发力、中国加快赶超。在政策与市场双重驱动下，全球人工智能市场规模稳步扩容、技术红利加速释放、研发成果不断涌现、应用场景持续拓展。国际竞争日趋激烈，美国综合实力领先，中国保持较快发展势头，英、韩、日、德等你追我赶。各国相继出台重磅战略规划，美国宣布三项人工智能监管与发展计划，旨在遏制风险并促进创新，欧盟人工智能法案“呼之欲出”布局向善发展，日本聚焦AI顶层规划、人才培育等开展新一轮政策设计，韩国将人工智能指定为“十二大国家战略技术”之一。
我国人工智能重点领域加速突破，产业发展迈向成熟。近年我国持续加码布局人工智能关键领域，产业向成熟期过渡，相关企业和资源聚集在京津冀、长三角、珠三角和川渝。政策方面，构建形成“1+N”政策体系，为人工智能发展提供政策依据和制度保障。产业方面，我国人工智能核心产业规模稳步增长、进入全球第一梯队，企业数量约占全球16%；33家人工智能企业跻身2023全球独角兽榜，占全球总量近1/3。算力方面，重大工程“东数西算”实施，八地启动建设国家算力枢纽，梯次优化的算力供给体系初步构建。
报告指出，苏州自2021年获批建设国家新一代人工智能创新发展试验区以来，人工智能产业创新集群建设及应用赋能取得明显成效，综合实力跃居我国第一方阵，2022年人工智能相关产业规模达1250亿元，近3年产值规模平均增速达22.7%。苏州工业园区作为试验区核心区，积极引育全球人工智能领域领军企业和人才，创新企业拔节生长，集聚人工智能相关企业1500家；创新平台加快建设，思必驰入选科技部“语言计算国家新一代人工智能开放创新平台”；应用场景更加丰富，2022年以来上报科技部人工智能重大应用场景需求4项，并获批首批江苏软件名园、江苏省工业大数据应用示范区、江苏省信创先导区，已成为人工智能发展的核心板块。
年报认为，针对当前人工智能发展面临的一些瓶颈与挑战，我国应进一步完善人工智能发展顶层设计，稳步推进监管制度创新；优化创新资源配置方式，持续支持以企业为主体开展关键核心技术攻关；因地制宜，引导地方建设各具特色的算力网络生态；久久为功，瞄准关键环节夯实数字经济时代人才培育体系。
来源： 新华财经
2023年：这些技术发展趋势不容忽视
原标题：2022年：这些技术发展趋势不容忽视新冠疫情催生了数字孪生、元宇宙、万能宇宙、增强现实、虚拟现实和混合现实的广泛使用。随着人们需求的不断增多以及技术的不断进步，还会有更多新技术涌现。美国《福布斯》杂志网站在近日的报道中，向我们展现了2022年的技术发展趋势。
数据经济
世界已经进入数据经济时代。数据为人工智能提供了基础“养分”，而人工智能则帮助人们从数据中获得有意义的信息，为自己的行为和决策提供参考。这一点在2021年亚马逊云科技大会上表现得非常明显。在这场技术盛会上，与会人士讨论的全都围绕数据能够提供什么价值、服务，各式各样的企业也都在想方设法以最大程度地利用好自己的数据。
首席数据官和首席分析官在企业地位与日俱增也证明了这一点。首席数据官负责监督一系列与数据有关的功能，以确保组织得到最有价值的资产，其职责包括提升数据质量、数据治理和主数据管理等项目，还包括制订信息战略、数据科学和业务分析。
无代码/低代码平台
大多数企业意识到数据和人工智能的重要性，然而，要想“变身”为数据驱动型企业可能面临很多问题，比如，将人工智能模型整合到商业应用程序中就需要将近8个月的时间。无代码/低代码平台由此应运而生，帮助包括“平民开发者”等非专业人士在内的更多人迎接数据和人工智能带来的挑战。
平民开发者并非专业程序员，是公司的员工，他们可以在公司内部开发新的业务应用程序，以供其他员工使用。未来，几乎只有一点技术知识的任何人都可以进行软件开发，无代码/低代码工具可以将普通的业务用户积极地转变为平台开发者。
边缘人工智能
5G、人工智能和网络安全需要相互配合才能实现更广泛的渗透。来自工厂和自动驾驶车辆的物联网端点的数据将引发一场数据海啸。
边缘人工智能和联合学习正在奋力迎接这些挑战，在不共享数据集和侵犯隐私的情况下，在本地和集中数据集上训练模型。随着扩展检测和响应、安全信息和事件管理以及安全协调、自动化和响应的兴起，再加上智能运维管理平台，安全将在处理应用程序和数据分布方面发挥至关重要的作用。
超级自动化
超级自动化既是一种思维方式也是一种技术合集：即组织中任何可以自动化的业务都应该自动化；超级自动化是一种创新技术合集，包括机器人流程自动化、人工智能、机器学习等技术，以帮助组织提升运营效率和节省时间。
超级自动化通过快速识别、审核和自动执行尽可能多的流程来实现加速增长和业务韧性。加特纳公司的研究表明，表现最好的超自动化团队专注于三个关键优先事项：提高工作质量、加快业务流程和增强决策敏捷性。
数据编织
数据编织也是加特纳公司发布的2022年值得关注的顶级技术趋势之一。
数据编织是下一代数据管理，它集成了数据仓库、数据湖、湖仓一体、数据集市等多个数据源的数据。数据湖指各种格式原始数据的存储库。湖仓一体是数据管理领域中的一种新架构范例，结合了数据仓库和数据湖的最佳特性。数据分析师和数据科学家可以在同一个数据存储中对数据进行操作，同时它也能为公司进行数据治理带来更多的便利性。而数据集市指满足特定部门或者用户的需求，按照多维方式进行存储，生成面向决策分析需求的数据立方体。
数据编织不仅能更持久地保存数据，还能利用人工智能实现数据的就地、自助分析、分类和治理。作为一种跨平台和业务用户的灵活、弹性数据整合方式，数据编织能够简化企业机构的数据整合基础设施，并创建一个可扩展架构，以此来减少大多数数据和分析团队因整合难度上升而出现的问题。
可解释人工智能
“深度思维”公司最近发布了名为“地鼠”的新的超大型语言模型。“地鼠”可运行2800亿个参数，超越了OpenAI公司此前发布的能运行1750亿个参数的GPT-3，但逊于英伟达-微软公司发布的能运行5300亿参数的“威震天-图灵”。研究结果证实，“威震天-图灵”在一系列自然语言任务，包括文本预测、阅读理解、常识推理、自然语言推理、词义消歧中都获得了前所未有的准确率。
然而，人工智能在克服偏见、保护隐私和获取信任方面存在挑战，这导致了可解释人工智能（XAI）的兴起。XAI是人工智能的一个新兴分支，用于解释人工智能所做出的每一个决策背后的逻辑。XAI可以改善AI模型的性能，因为XAI的解释有助于找到数据和特征行为中的问题，它也可以提供更好的决策部署，因为其解释为中间人提供了额外的信息，使其可以明智而果断地行动等。
(责编：赵竹青、陈键)分享让更多人看到