人工智能对国家安全的意义人工智能与国家战略的关系是什么

发表时间：2023-07-04 22:55:23

人工智能对国家安全的意义

摘要：国家安全学的创建为人工智能安全研究提供了整合与成长的契机。人工智能技术并非基于安全目的而诞生，却因其核心功能可以与既有安全体系内的诸多环节建立深度链接，从而获得了内在的安全属性。人工智能与国家安全学存在深度耦合关系，国家安全学研究框架能够为人工智能安全议题网络的建构提供基础条件。人工智能本身蕴含的“双重时空意义”与国家安全学框架内特点各异的安全领域形成复杂互动，能够在学科框架中建立以“中心—外围”结构为基本特征的人工智能安全研究议题网络。国家安全研究的六个领域同时兼容人工智能的双重身份：在研究视角更加宏观的政治安全、经济安全和军事安全领域，人工智能将以系统性要素的身份创建广泛的新议题，并成为网络的中心节点；在安全内涵相对具体的网络安全、核安全与国土安全领域，人工智能则成为重要的赋能主体，塑造了网络的半中心区域。其余十个国家安全领域与人工智能的链接相对松散，人工智能分别以博弈客体、功能性要素和技术性要素的身份发挥次要作用，从而构成议题网络的外围区域。议题网络的创建有助于人工智能安全研究迈入学科化的发展轨道

关键词：人工智能；国家安全学；安全属性；耦合；议题网络

作者简介：封帅，上海国际问题研究院国际战略研究所副研究员，教育部人文社会科学重点研究基地华东师范大学俄罗斯研究中心兼职青年研究员。

国家安全学一级学科的创建是中国国际问题研究在学科发展史上的标志性事件。作为一门具有鲜明“中国特色”的新兴交叉学科，国家安全学在社会科学学科谱系中具有鲜明的首创性，可以被视为中国国际问题研究从“自在”阶段走向“自为”阶段的重要标志。国家安全学的创建为国际问题研究提供了独特的理论视角。在新的学科视域下，很多新兴研究议题都获得了巨大的成长空间，人工智能议题就是其中的典型代表。

在当前如雨后春笋般兴起的诸多新型安全要素之中，人工智能技术是一个独特的存在。人工智能技术诞生伊始，因其在理论上具有的巨大潜力，就曾被安全领域的观察者敏锐地视为可能对全球安全体系产生系统性影响的新要素。但由于在20世纪下半叶人工智能技术发展未尽人意，关于人工智能技术与安全问题的讨论并未获得广泛响应。然而，在进入21世纪之后，随着移动互联网时代的到来，人类社会的数据累积呈现出几何级别的增长，加之算力、存储等硬件条件的提升，人工智能技术在2010年前后迎来了新一轮的飞跃。以“深度学习”为标志的第三轮人工智能技术发展浪潮在诸多领域产出了重要成果，使得人工智能技术跨越了产业化的门槛，具备了参与资本游戏的资格。更重要的是，本轮人工智能技术飞跃及其在军事、经济领域的有限应用，再次确认了人工智能技术在限定性领域所具备的巨大发展潜能，重新打开了对于该技术可能在安全领域产生影响的巨大想象空间。大约从2016年起，美国及部分欧洲国家关于人工智能安全影响的讨论开始出现，并很快获得西方战略界的关注，相关研究成果对于欧美国家的安全政策建构产生了重要影响。几乎在同一时间，中国学者也开始关注人工智能技术与安全问题的联系，从理论研究和区域研究的不同路径出发，对人工智能与国家安全问题展开初步讨论，形成了一批具有重要借鉴意义的研究成果。

然而需要注意的是，中国国际问题研究领域关于人工智能安全问题的讨论仍然是由少数研究者的自发兴趣驱动，缺乏系统性的议题与议程规划。虽然相关研究已经取得了一定成果，但与正在飞速发展的人工智能技术及其带来的现实安全挑战相比，我们的研究仍然相对不足。人工智能安全研究的“赤字”在不久的将来很可能对中国的国家安全产生重大影响。要想解决这个难题，应借助新的一级学科创建的“东风”，全面提升对人工智能安全问题的重视程度，并对其研究给予系统性规划。迄今为止，尚未出现综合分析国家安全学与人工智能议题的研究成果，相信这也将成为未来国家安全学研究中的理论增长点。

有鉴于此，笔者尝试对国家安全学研究视域中的人工智能安全研究进行初步探索，考察国家安全学与人工智能安全研究的内在耦合关系，并以国家安全学研究框架为基础，尝试提供一个人工智能安全议题网络的雏形，为后续相关主题的系统研究规划提供讨论的基础。需要说明的是，笔者撰写此文有两重目的，一是希望在国家安全学领域内针对人工智能等前沿数字技术议题的系统研究得以顺利展开，二是希望抛砖引玉，吸引更多的国家安全学研究者共同参与到人工智能安全研究中，共同为这个新的研究方向添砖加瓦。

人工智能技术的国家安全属性

从技术发展史看，人工智能技术并非基于安全目的而诞生，但它似乎天然地与安全问题紧密联系在一起。在人工智能技术获得一定程度的发展之后，得到了各国安全部门的重视，并将其视为能够影响全球安全走向的关键要素。在关于议题网络建构的讨论开始前，我们需要首先确认人工智能安全属性的来源与特质，以此作为研究的出发点。

根据2015年《中华人民共和国国家安全法》第二条之规定，“国家安全是指国家政权、主权、统一和领土完整、人民福祉、经济社会可持续发展和国家其他重大利益相对处于没有危险和不受内外威胁的状态，以及保障持续安全状态的能力”。这就意味着，国家安全的目标是追求一个相对稳定的低风险状态，而所有对这种理想状态的冲击和威胁以及相应的治理策略设计，构成了国家安全学研究的主要任务。从这个意义上看，作为具有颠覆性意义的通用目的技术（GeneralPurposeTechnology），人工智能技术潜力一旦全面释放，将对国家社会经济生活产生重大影响，显然这应该成为国家安全研究的重点关注对象。

事实上，人工智能技术的国家安全属性是由其自身的核心技术特性决定的，并内生于其发展进程中。因此，对于国家安全体系产生广泛而深刻的影响，可以说是人工智能技术发展的宿命。

广义上讲，能够像人类一样思考，并且完成人类一样工作的人造系统，以及所有能够理性思考和行动的人造系统，都可以被纳入人工智能的概念范畴。人工智能研究的实质就是构建模仿人类智能活动的人工系统，使其能够完成过去只有人类才能够胜任的智能工作，只要符合这一标准的研究成果都可以被视为人工智能技术。因此，人工智能并不局限于某几项具体的技术，而是一系列具有共同核心特征和能力，且具备较大成长性的人造系统的总称。尽管外在表现形式多种多样，但人工智能技术的核心能力实际上可以被概括为相互联系的四个方面：

第一，认知功能（cognition），即利用智能系统实现广域的信息和数据搜集，并且通过对海量数据的深度分析，以智能方式对相关范畴加以解释，形成对特定场景的精细化描述。在现有技术路径中，人工智能技术可以利用计算机视觉、自然语言处理等技术，实现文字、图像、声音、视频等多个维度全方位获取数据与信息的目标，并通过对获取数据的解读来描述世界。

第二，预测功能（prediction/forecasting），即在大数据分析的基础上，利用智能技术的特点，构建特定场景中可能出现的不同演变情境，并且对不同情境出现的可能性加以分析，提出不同行为主体在不同路径下的行为偏好。如果进一步拓展，还可以针对如何对特定偏好加以引导给出建议。

第三，决策功能（decision-making），即以预设目的为标尺，以认知功能和预测功能为基础，由智能系统确定可以实现目标的议题解决方案。在现有技术研究路径中，人工智能技术在棋类运动等特定规则博弈中已经具备超越人类智慧的能力，但在大多数现实安全领域中，它仍然扮演着人类决策辅助工具的角色，为决策者提供可量化的多元策略选项。

第四，集成解决方案功能（integratedsolution），即利用人工智能技术的广泛适用性，将其与其他互补性技术深度结合，实现对原有技术的赋能，或者是形成复杂任务的综合解决方案。智能机器人技术、自动驾驶技术等都是人工智能集成解决方案功能的突出表现。随着人工智能技术的不断进步，它将会与更多技术设备实现链接，推动人类社会的智能化革新，创造新的社会生产生活模式，解决更为复杂的社会需求。

不难发现，所有这些核心能力实际上都指向一个共同目标，即实现人类孜孜以求的“机器代人”的伟大理想，通过技术手段在社会生活中提供更加强大的认知和智慧供给，以此赋予人类超越本身的强大力量。正是这种超越的可能，赋予人工智能技术无与伦比的魅力，但也造成了人类社会对其风险前所未有的担忧。

当前，人工智能技术已经展现出的广泛适用性，使其能够在与人类社会生活的几乎所有侧面形成有效链接，并对诸多既有体系形成强烈冲击，从而对国家安全的多个层面产生直接威胁。例如在军事领域，人工智能技术的介入将为致命性自主武器系统（LethalAutonomousWeaponSystems，LAWS）的发展提供前所未有的契机，并且为军事安全技术、安全战略分析、安全信息搜集等诸多领域提供新的模式与路径，它的出现不仅有可能重塑战争形态，而且正在动摇人类社会已经稳定的战争伦理和国际人道主义规范。在经济领域，人工智能技术将直接改变现代经济体系中的“资本—技术—劳动力”三边关系，以颠覆者的姿态重构全球价值链与权力分配格局。在体系变革过程中可能出现的结构性失业浪潮、严重的贫富分化以及大资本循环增强的垄断优势，都可能对国家安全造成难以估量的影响。在政治领域，人工智能技术以互联网和社交媒体为介质，直接作用于政治体系的底层逻辑，它对政治生活的介入将对所有代议制国家的政治体系运转产生深刻影响。凡此种种，不胜枚举。因为从技术角度看，几乎所有的安全领域都只是特定的应用场景，而在这些场景中，人工智能技术常常扮演两种角色，既有可能是安全风险的源头，又有可能成为关键的治理工具，但是无论角色如何，它的作用必须得到充分重视。

综上所述，由于人工智能技术自身的性质与功能，它能够与安全体系内的诸多环节自然形成深度链接并产生多层次影响，这种状态使得人工智能技术具备了非常清晰的国家安全属性，能够成为国家安全体系内的活跃要素。人工智能技术的每一次大幅进步，都会在既有国家安全体系产生重要的溢出效应。围绕人工智能展开的国家安全研究，实际上就是考察当人工智能要素进入现有的安全体系，并在其核心功能得到不同程度释放后，在实践层面会对主权国家及其他国际行为体造成怎样的安全风险，又会带来哪些新的安全治理手段，以及在理论层面上会对安全体系的运行逻辑、主体的行为偏好与互动方式、安全议题范畴演进等产生怎样的影响。通过理论与实践层面的综合，我们可以勾勒出人工智能时代国家安全治理的全新图景。

国家安全学与人工智能安全研究的深度耦合

由于人工智能技术具备内在的国家安全属性，所以技术变迁的出现必然会对国家安全的稳定状态产生现实冲击；随着人工智能技术的不断提升，与之相关的安全问题也逐渐浮出水面。在这种背景下，对于人工智能安全影响展开研究的社会需求与研究者的主观意愿逐渐融合，构成了人工智能安全研究发展的动力。然而，由于人工智能技术的影响实际上分散在多个传统学科领域，我们在既有的学科体系内很难实现系统性的研究规划。时至2021年，中国国际问题研究的学科结构出现了重大调整，新的交叉学科国家安全学成功创建，为人工智能安全研究的系统化建设提供了前所未有的契机。

国家安全学一级学科以习近平总书记提出的“总体国家安全观”的原则、思想和方法为指针，以维护国家安全为核心目标，以走出具有中国特色的国家安全道路、打造国家安全命运共同体作为根本立足点，在理论与实践方面积极构建具有时代意义和中国特色的新安全理论，掀开了中国国家安全研究新的一页。

与传统社会科学研究的学科划分标准不同，国家安全学以各个领域不断衍生的国家安全问题为主要研究对象，因此该学科具有非常独特的“横切延伸性”特征。它会与政治、经济、社会、军事等众多学科形成交叉融合，以这些领域所蕴含的现实危险和潜在威胁作为研究对象，以安全作为基本维度“横切”诸多传统学科领域，将这个不断延伸的横切面作为自己的研究对象。这种特殊的状态赋予了国家安全学强大的兼容性与成长性特征，伴随着国家安全认知和安全要素的拓展，其学科边界也将不断扩大。

不难发现，国家安全学的学科特征与人工智能安全属性的特征存在深度耦合关系。首先，国家安全学在学科建构方面以“安全”引领所有研究议程，关注现实存在的各种安全风险与理论上可能产生系统性影响的重要安全要素。其较好的兼容性特征，能够让与人工智能相关的各种安全议题进入学科研究轨道。其次，国家安全学的“横切延伸性”特征与人工智能的广泛适应性特点天然契合，使得人工智能技术多个维度的安全属性能够同时被纳入新学科的研究框架，推动原本分散于不同学科的人工智能安全研究建立完整系统。可以说，在国家安全学学科创建之后，人工智能安全研究终于有了可资依托的坚实学科基础，人工智能研究也将在国家安全学框架中获得建构系统性议题网络的宝贵机会。

基于国家安全学的“横切延伸性”特征，其基础研究框架也展现出非常独特的结构。概括而言，当前国家安全学的研究框架是一个以安全要素为“经”、以安全领域为“纬”的议题网络，每个节点都蕴含着一组具体的研究议题，议题组之间又以不同的方式形成链接，在复杂的经纬交汇之间建构起具有扩展性的议题网络。

具体来说，构成当前国家安全学研究框架的“纬线”是当前国家安全体系中业已确立的各项安全类别，它们代表着目前国家在实践层面广义的安全诉求。而已经被列入国家安全体系的各种安全范畴都是在长期的安全实践过程中积累的经验总和，它们构成了当前国家安全研究必须关注的主要方向。

构成当前国家安全学研究框架的“经线”是各种各样能够影响国家安全议程的关键要素，这些要素既有时间、空间、身份、思想等抽象概念，又有人口、武器等具体器物，它们代表着安全问题的既有研究积累，所有被纳入体系的安全要素都已被证明具有较大的现实影响力和广泛的适用性，能够对不同领域内安全事务的进程和结果产生实质性扰动。纵向上看，围绕着每一个要素的系统性思考都已经或者将要演绎成为国家安全领域的理论构建。横向上看，它们与不同安全领域内容的链接也构成了一个个重要的安全议题节点，这些节点就是具体研究的主要对象。同时，国家安全学研究框架中的“经线”与“纬线”并非固定不变的，随着形势的变化，部分安全要素的内涵可能逐渐拓展，成长为独立的安全领域。而很多既有的安全领域也可能由于安全环境的变化，逐渐“去安全化”，甚至最终退出安全研究的框架。因此，国家安全学的研究框架本身是一个既向外不断扩散，又向内不断建构的可变系统，这种特性将为人工智能研究提供非常充裕的建构空间，人工智能研究的深入又将反过来促进国家安全研究框架的拓展与完善。

其一，从对外扩展的角度看，国家安全研究框架会随着时代变化而不断拓展其经纬网络的边界。它既会在安全实践探索中不断扩展它的纬度，将更多崭露头角的领域性安全内容纳入研究视野，又会随时关注全球和地区安全认知的内在变迁，不断寻找和发掘新的安全要素。在两个维度的共同作用下，新的重要议题网络将会不断建构，推动国家安全研究的理论深度与实践视野的全面拓展。人工智能技术进入该框架并持续成长的过程，实际上就是这种拓展态势的经典范例。

其二，从内部建设的角度看，国家安全学作为一个新兴交叉学科，它的学科体系也正在建构过程中。该学科的持续稳定发展有赖于对研究框架中的诸多关键节点的充分挖掘，寻找不同节点之间的横向或纵向联系，从而形成更加系统的研究体系，这是国家安全学学科体系和特色理论建构的关键一步。而人工智能技术因其本身蕴藏着非常丰富的理论内涵，针对其国家安全属性开展研究，对于新时代的国家安全体系建构同样具有重要的推动作用。

综上所述，国家安全学与人工智能安全研究之间的耦合关系堪称珠联璧合，这种耦合源于二者共同拥有的“横切”于诸多既有学科之间的基本特征，更是由于国家安全学研究框架建设与人工智能安全研究的系统性规划这两个重大学术目标之间存在着相互依存关系。想要实现国家安全学学科的持续发展，就需要充分关注人工智能议题，人工智能也凭借其独特功能与属性，深嵌于当前国家安全学框架之内，必将对国家安全研究的理论与实践产生深远影响。同样，人工智能安全研究的系统性建设更离不开国家安全学，在目前所有的中国社会科学学科体系中，只有国家安全学的研究框架能够承载人工智能技术在安全问题上的全部内容，该学科的创建是时代赋予人工智能安全研究发展的历史性契机。

当前以人工智能要素为核心的安全议题网络正在国家安全学研究框架中加速生长，已经具备由“点”到“线”的系统建构过程的基础条件。构建系统化议题网络是人工智能安全研究进行顶层设计的第一步，是推动人工智能议题的国际问题研究从零散的个人研究走向有组织的学科研究的重要一步，也是推动人工智能技术从安全要素向独立的安全领域过渡的关键一步。在明确了国家安全学与人工智能安全研究的关系之后，我们就可以依托国家安全学的研究框架，梳理人工智能安全议题网络的建构逻辑与基本结构，以此为推动该研究方向的系统化与学科化建设提供基础条件。

建构国家安全学框架内的人工智能议题网络

人工智能安全研究的系统化建设是一个宏大工程，有赖于该领域研究者孜孜不倦、持之以恒的努力，且需要经过较长时间的沉淀方有望成功。然而，通过对国家安全学与人工智能安全研究耦合关系的确证，我们已经明确了发展方向。因此，我们可以依托国家安全学的研究框架，概括现有的人工智能安全研究成果，尝试建构人工智能安全研究的系统化议题网络。构建一个相对全面的议题网络，不仅有助于厘清人工智能安全研究的整体脉络，明确其在国家安全学视域中的位置，并且能够为更加具有针对性的安全理论建设打下基础。

（一）人工智能要素的“双重时空意义”

作为一项安全要素，人工智能是一个非常特殊的存在，从既有的研究经验来看，在不同安全领域的研究语境中，它常常表现出截然不同的形态。这并非是研究者对它的理解有误，而源于它所蕴含的“双重时空意义”。

首先，人工智能是一项非常具体的数字技术，是所有能够理性思考和行动的人造系统的总称，它具有非常具象化的技术功能和清晰的外在表现，以多种路径对现实安全威胁和安全治理产生直接影响，是当下时空中的技术要素。

其次，人工智能又常常被表述为一个抽象理论假设，用于讨论理想模型或范式变迁的可能性。在这一话语体系中，实际上假定了人工智能的潜能可以在不久的将来得到充分释放，并且讨论在这种环境下新的安全理论建构。在这里，人工智能已经成为指向未来时空的理论要素。

“双重时空意义”的出现不是偶然的，它是人工智能技术现实与理想两个维度在安全领域的映射。人工智能技术从诞生起就不仅仅只是一项常规技术，它更代表着人类关于创造“智慧”的伟大理想。如果说工业时代的科技进步是在寻求用人造系统代替人类的体能，那么数字时代的科技进步就是尝试用人工系统模仿人类的认知过程，这是前所未有的伟大创举，而人工智能技术就是该理想的主要承载者。

迄今为止，人工智能的发展历史仍然让人们能够继续保有这种植根于内心深处的殷切期待。虽然人工智能技术的发展呈现出明显的周期性和跃迁性特征，即技术快速发展期与瓶颈期交替出现，但每次突破旧有“瓶颈”都会迎来一次技术水平的大幅提升，这也令社会舆论对其未来前景始终充满乐观的情绪。人工智能技术理论的发展上限极高，且每次技术跃迁的出现都在一定程度上对社会生产生活基本形态产生更为深远的影响，因此研究者除分析现实技术影响外，采取前瞻性的视野，围绕该要素与安全体系间的互动关系展开具有前瞻性意义的研究，也就成为一个自然选择。

“双重时空意义”特性的存在，人工智能要素被赋予强大的可塑性，所以它能够以两种不同的身份与几乎所有的重要安全领域产生实质性链接，以不同形态参与到各领域性安全研究的进程中。这造就了人工智能议题在国家安全学框架内的充分扩展，这也是系统化议题网络建构的基础。

（二）网络的核心节点：以人工智能为关键系统性要素的安全领域

在后冷战时代的安全语境中，政治安全、经济安全与军事安全是最为基础的安全领域；而在当代国家安全学的研究框架中，它们同样是最为重要的安全领域。这三个领域不仅具有宽泛的外延和完整的理论体系，并且对主权国家以及其他主体的生存与发展具有极其重要的意义。正因为如此，人工智能技术的影响不仅首先出现在这三个领域，而且其“双重时空意义”的特点也在这三个领域得到充分释放，从现实和理论两个维度推动了该领域安全议题的拓展，实际上构成了议题网络的中心节点。

在政治安全领域，人工智能技术扩散正在潜移默化地改变着安全议题的实质内涵。政治安全指的是“政治主体在政治意识、政治需要、政治内容、政治活动等方面免于内外各种因素侵害和威胁而没有危险的客观状态”。用更通俗的话语来描述，政治安全就是指国家政治制度、政权组织形式及国家意识形态等不受别国干涉和破坏，确保自主性和独立性的状态。政治安全原本是在一元化现代性叙事为基础的世界秩序中才会出现的安全问题，之所以出现政治安全挑战，是由于国际体系内处于权力中心的国家行为体，为维护自身在体系中的主导地位，利用其权力优势，将自己奉行的政治意识和政治体制赋予价值和道德上的正义性，转而对其他多元化政治意识采取干涉和破坏所造成的安全问题。在这种模式下，政治安全一般会表现为对部分国家的威胁，而少数霸权国则是安全威胁的来源。

然而，随着人工智能技术的快速进步和社交媒体的全球拓展，政治安全问题开始反噬霸权国本身。以2016年美国大选为标志，智能技术在社交媒体中获得广泛应用，并通过“助推”效应引导特定人群的主观选择，当前已经成为代议制国家政治选举活动中的“标配”。“剑桥分析”事件仅仅揭开了政治活动中运用智能技术的冰山一角，该案例背后暗示着一种巨大的可能性，即通过对人群内在情感与倾向的有效操控，代议制政治制度的核心价值——个体的理性选择将被自然消解，建立在代议制方法基础上的各项政治制度的根基也将出现动摇。对于这种前景的预期，正在悄然改变着政治安全研究的内容与性质，如果这一趋势进一步加剧，政治安全问题就将转变为一种新的全球安全风险，研究范式将出现必要重置。在人工智能要素加入后，政治安全领域诞生了一大批新的重要议题，很多议题的讨论都直指政治安全的深层本质，对于政治理论的底层逻辑带来了重要影响。该领域有代表性的新议题包括：代议制政治体制是否能够与人工智能技术兼容，人工智能技术对于政治稳定的复杂影响，数字时代全球政治发展的基本方向等。

经济安全领域的情形也与之类似。在传统意义上，国家经济安全主要指向主权国家在既有的国际经济环境中经济利益免遭侵害的状态，研究的关注点集中在现有经济体系内如何提升抵御风险的能力，如何避免陷入经济危机和发展困境。从这个意义上看，经济安全的底层逻辑仍然是将经济安全视为在国际经济体系中处于弱势的新兴国家需要处理和应对的挑战，并将主导当前国际经济体系的发达国家和跨国资本视为安全威胁的来源。

然而，当人工智能要素加入国际经济体系后，经济安全的性质和内容将会出现变化。人工智能技术的本质目的是推动更加广泛的“机器代人”，如果其潜力得以充分释放，那么以资本、技术、制度与劳动力为基础条件的现代经济体系将会发生巨变。作为原有体系支柱之一的劳动力要素将在新的价值链中逐渐式微，而新的生产系统与分配系统的建构意味着人类社会整个生产生活方式的根本调整。在现实生活中，工业机器人及广义的人工智能应用正在加速拓展，现实发展趋势实际上与对颠覆性前景的预期形成共振。经济安全的意义在人工智能要素介入后正在不可避免地发生偏转，并将目标指向如何在新的经济体系建构过程中维护本国的安全利益，确保在新体系建构中的发言权等全新内容。更有新的概念和理论体系需要研究者予以充分关注和主动建构。该领域有代表性的新议题包括人工智能经济影响与国家经济体系稳定的关系研究、人工智能时代全球产业链与价值链重构研究，等等。

军事安全领域人工智能要素介入的影响更加明显。虽然人工智能技术本身并不是军事武器，但它天然地与军事安全领域几乎所有问题都存在千丝万缕的联系。在现实层面，人工智能技术在军事系统中的运用体现在对军事装备的技术加持上，这是核武器发明以来最重要的军事技术变革之一。在人工智能技术的赋能效应影响下，部分军事装备将获得自主性与智能化的新属性。人工智能技术的核心功能可以广泛应用于包括信息情报搜集和分析、战略设计、辅助决策等多个方面，已经成为当前军事安全领域最重要的变量之一。事实上，“能够自动选择和攻击目标，无需进一步人工干预的武器系统”的巨大发展潜能是任何主权国家都无法抗拒的，因为成熟的自主武器系统具有改变战场形态、最大限度减少战斗人员伤亡的可能。短期内，自主武器系统可以广泛应用于侦察监视、排雷排爆、政治暗杀等具有重大风险的特种任务；长期来看，由大规模自主武器组成的军事力量将会越来越多地出现在常规任务场景中，推动军事安全领域的“机器代人”，在战场指挥体系建设、战法与战术发展以及军事训练方式上都具有重要的革新意义。

致命性自主武器的现实发展已经改变了全球军控谈判的议程，而理想化的人工智能发展前景又与战争形态、战争规则和战争伦理等体系层面变革息息相关。上述每一个角度的研究都已成为当前全球军事安全研究的热点议题，人工智能技术进步已经构成军事安全领域系统性变革的重要推动力，围绕人工智能问题的研究也正在成为前沿的军事安全研究内容。

在政治安全、经济安全和军事安全这三个传统宏观安全领域中，人工智能实际上扮演着系统性扰动要素的角色。由于三个安全领域的内容非常广泛，可以与人工智能的“双重时空意义”同时建立联系，因此形成有趣的双向对进结构。图2左半部分的意义是，以“深度学习”为主要标志的人工智能技术的现实发展成果，已经与政治安全、经济安全和军事安全等三个安全领域的内容产生了直接交集，积累了一大批亟待讨论的现实安全议题，研究者可以有针对性地研讨人工智能技术对具体议题的现实影响。图2右半部分的意义是，理想化的人工智能要素能够与三个安全领域的理论体系实现深度融合，通过理论分析可以阐述在技术潜力充分释放后，不同领域安全体系演变的未来图景，类似议题的讨论正在成为安全理论研究的新增长点。两个方向的研究正在相向而行，通过双向的持续拓展，不断打破阻隔于当下和未来间的“黑箱”状态，最终目标是使理论上的未来图景与现实发展历程实现对接。

总之，政治安全、经济安全和军事安全三个领域是国家安全学框架内人工智能研究议题最为集中、影响也最为深刻的板块。人工智能在安全领域最为重要的影响力主要在这三个领域表现出来。在这三个领域内，人工智能技术作为系统性要素而存在，充分释放了它的“双重时空意义”。既有针对技术现实影响的实践研究议题，又有长时段、系统性的理论研究内容，充分展示了技术发展与安全需求的相互建构过程，构成了人工智能安全研究议题网络的核心节点。

（三）网络的半中心区域：以人工智能为关键赋能主体的安全领域

在国家安全学框架内，网络安全、国土安全与核安全三个领域是人工智能技术影响力能够得到较为充分释放的另一个关键板块。这三个领域可以适当接纳人工智能的双重时空属性，并与之建立有机联系。但与政治、经济和军事领域不同的是，这三个领域的研究对象处于中观维度，存在非常具体的边界和目标，因此它们与人工智能要素建立链接的方式是基于本领域特质建立起来的线性联系，人工智能要素的介入能够影响其运行轨迹，但尚不足以改变领域的基本性质，所有变革都是围绕着体系内主体间的力量对比结构而展开。

网络安全与人工智能技术之间存在着天然纽带，当代所有前沿数字技术的快速发展都与互联网时代的狂飙突进密不可分。在很多安全实务部门看来，“人工智能和机器学习是网络安全未来的基础”。对于网络防御而言，防御者需要基于既有的知识假设，不断优化系统应对已知威胁，并且尝试预测可能的未知威胁。而对于网络攻击来说，所有的高级可持续威胁攻击（APT）的实质就是耐心而持续地寻找防御者的弱点，并且在对方出现错误的时候及时加以攻击。网络防御与网络攻击实际上都属于劳动密集型工作，需要以数量庞大的拥有高技能的人力资源为基础，进行高强度的工作和对抗。因此，人工智能所拥有的“机器代人”能力就成为改变攻防形态的有效工具。一旦成熟的人工智能技术被应用于网络防御，便可以通过自动化的方式全面提升针对漏洞和异常网络活动的探测速度。深度学习算法还能促使系统从既有的漏洞中不断学习，迅速提高对于未知威胁的响应能力。而在网络攻击方面，只需确保足够的资本投入，人工智能系统自动化寻找漏洞和自动攻击的速率将远远超过人力所能达到的极限。总之，人工智能要素在网络安全领域扮演的是一个巨大的赋能器或加速器角色，会使网络进攻与防御的能力获得空前提升，网络攻防的频度与烈度都可能随之出现几何级别的增长。而国家间力量对比和网络攻防对比都有可能出现严重失衡的局面，网络安全领域的不确定性将会空前加剧。在这样的背景下，关于人工智能技术如何在网络安全活动中发挥作用、人工智能时代网络安全的特征与结构等理论问题正在成为该领域研究的关注焦点。

核安全领域的情况也与此类似，人工智能技术独特的赋能效应对于原有体系结构所产生的潜在影响也非常明显。核安全是二战结束后全球战略稳定的基础，借助核武器的特殊属性，国际体系内的主要大国以“确保相互摧毁”为基点，维持了相对平衡状态，成为国际战略稳定的压舱石。即便在冷战时期的高度对抗状态下，核安全领域的平衡状态依然保持稳定。但在人工智能技术迎来新一轮发展高潮后，它的核心功能为核安全领域的稳定带来了更多的不确定性。这种不确定性集中表现为人工智能技术的潜在功能全面应用于核武器使用的诸多环节，从侦察和信息获取核武器的早期预警，从弹道导弹防御到战略核力量的保护，也包括对于核力量的管理和指挥过程，人工智能技术几乎能够渗透并参与其中的每一个环节，并且对各个环节产生不同特征的影响。人工智能的赋能效应将直接影响核威慑的稳定性与可靠性，进而将对全球战略稳定产生实质性干扰。虽然目前尚无人工智能技术介入核武器的直接证据，但关于人工智能技术对于战略稳定的影响议题已经得到了越来越多的关注。

人工智能的赋能效应也将对国土安全问题产生影响，这种影响主要体现在维护国土安全的能力和手段的变化方面。人工智能技术的全面渗透，既可以通过对常规军事武器、网络武器等工具的赋能提升中国保护领陆、内水、领海和领空安全以及维护国家领土主权完整和海洋权益的各项能力，又能够全面提升中国应对恐怖主义、极端主义的综合能力，还可以充分利用人工智能技术在社会经济领域的广泛应用，提升中国对领土、领海及毗邻区域内自然资源勘探及开发、对于关键基础设施要素的掌握和安全防范能力。这一部分的研究议题与军事领域存在交集，但关于人工智能对中国国土安全防范能力及周边战略设计所产生影响的讨论还是应该被放在这一板块。

在网络安全、核安全与国土安全领域，人工智能技术扮演着重要的赋能主体的角色。即由于人工智能技术的出现，能够积极采取人工智能技术的行为体可以在能力方面获得充分提升，从而改变原有安全领域内的力量对比结构，进而促使互动进程发生变化，使该领域的发展告别旧结构的限制，导入新的成长轨道。它的局限性是，在这三个领域，由于安全领域的目标非常集中，人工智能技术发展本身尚无法改变安全议题的性质，也无法刷新体系的底层逻辑。无论是现实已有的技术能力，还是理想化的人工智能内在功能，很大程度上还是需要依附于系统内的关键主体才能充分发挥其作用（参见图3）。

因此，这三个领域的研究议题主要集中于人工智能技术的引进会对既有结构产生怎样的影响，旧结构的消失与新结构的构建又会使其未来发展呈现出哪些新图景等方面。该板块可以同时承载人工智能的“双重时空意义”，形成的议题仍然具有重要的意义，它们构成了议题网络的半中心区域。

（四）网络的外围区域：其他涉人工智能要素的安全领域

除上述两个核心板块外，人工智能技术在国家安全学框架内的其他安全领域也都以不同的身份发挥有限作用。

首先，人工智能技术要素在科技安全与海外利益安全领域主要作为博弈客体存在。科技安全指的是与国家安全和利益具有不同程度密切关系的科研成果、科技研究、科技发展不受威胁与侵害的客观状态。科学技术的发展与国家安全息息相关，在复杂的国际环境下，确保本国科学技术系统既能够在开放式系统中得到有效的功能优化，又能确保该系统不会受到来自内部和外部的威胁，这是国家科技安全的主要目标。作为当前最重要的前沿科技之一，人工智能技术是科技安全研究的重要关注对象，维护中国人工智能技术和产业的持续稳定发展，防范外部力量对人工智能技术进步的威胁，是中国科技安全整体目标的重要组成部分。该领域的主要研究议题都围绕着如何在新的国际环境下，确保中国人工智能技术持续发展而设定。

人工智能技术与产业的发展需要广泛的国际合作与资本运作，中国与人工智能技术相关的海外资产及利益也在持续增长，其中牵涉大量法人与自然人的安全问题。涉中资人工智能企业如何保护海外资产的相关议题已成为中国海外利益安全研究领域正在逐渐升温的话题。

在科技安全与海外利益安全领域的研究议程中，人工智能技术更多扮演着被保护对象的角色，是体系内核心主体在国内、国际两个层面的复杂合作与博弈过程中加以关注和处理的客体要素。相关研究议题也将随着人工智能技术的不断发展而展现出更大的现实效用。

其次，人工智能技术在社会安全与文化安全领域主要作为功能性要素存在。作为公共安全的重要组成部分，社会安全承载着社会公共秩序维护与保护人民群众生命财产安全等重要现实任务，维护社会安全则需要依托国家社会治理能力的持续提升。人工智能技术的诸多核心功能可以为国家社会治理体系建设助力。人工智能技术可以通过信息搜集、风险预警、对策分析等方面的技术支持，为社会安全治理体系建设提供帮助。而在文化安全领域，人工智能技术也可以利用自身技术特点，对于社交媒体上针对中国文化和观念形态的有组织攻击提供有效预警，在防范文化渗透和文化侵略方面作出一定贡献。

在这两个安全领域中，人工智能技术能够以其自身的功能性特点为相关领域的安全防范提供有效支持，由单纯的数字技术转化为实践中的功能性要素的路径在理论上是存在的。因此，该领域的相关研究议题将集中于讨论如何在两个领域中发挥人工智能的核心功能，以提升应对安全风险的能力。

最后，在生态安全、资源安全、生物安全、太空安全、极地安全、深海安全等各具特点的安全领域中，人工智能更多作为一般性技术要素存在。

这几个安全领域是国家安全学框架建构的后起之秀，具有鲜明的技术性特征与相对独立的话语体系。在这些领域中，人工智能技术与安全体系核心的链接较为松散，相关研究也很少专门提及人工智能技术的作用。作为具有通用目的技术特征的人工智能来说，在这些领域更多的还是作为一般性技术要素而在实践活动中被偶尔使用，很少有机会影响上述领域的关键议题。当然，随着人工智能技术的持续发展和成熟，不排除未来某一时刻人工智能展现出更大的安全价值，因此，保持对技术发展及建立技术间横向链接可能性的关注，应该成为上述领域人工智能议题研究的主要任务。

总的来说，上述10个安全领域并不能完全承载人工智能技术的“双重时间意义”，仅能够与现实技术本身产生联系，尚未建立将抽象化的人工智能要素纳入体系的有效路径。因此在这些安全领域中，人工智能更多作为相对边缘的影响因素而存在，形成的研究议题数量相对有限，属于议题网络的外围区域。

（五）人工智能议题网络的建构逻辑与基本结构

综上所述，国家安全学框架的形成为正处于摸索阶段的人工智能安全研究提供了重要的整合与成长动力，当人工智能要素与国家安全学框架深度融合之后，人工智能安全研究的基础议题网络便应运而生。

国家安全学框架内的人工智能议题网络的建构逻辑是非常清晰的，它根源于人工智能技术的高速发展与安全研究范畴的不断拓展。在人工智能要素进入国家安全学框架之后，凭借其核心功能及其所蕴含的“双重时空意义”所带来的广泛适应性，人工智能几乎与国家安全学框架内的所有安全类别都能建立起不同形式的链接，并且在不同安全领域中形成性质各异的研究议题。这些领域性议题按照某些规律性逻辑集结起来，就构成了人工智能安全研究方向的基础议题网络。

这种全面却非均衡的建构逻辑使得国家安全学框架中的人工智能议题网络形成了非常典型的“中心—外围”结构。依据研究范畴的视野差别，在研究视野较为宏观的政治、经济、军事三大安全领域中，人工智能作为系统性要素而存在，从现实和理论两个层面产生了大量高价值议题，构成了人工智能安全研究议题网络的中心节点，当前中国人工智能安全研究的前期成果也主要集中于这三个领域。而相对中观和具体的网络安全、核安全、国土安全领域则组成了议题网络的半中心区域，该板块的议题更加具体，更具针对性。大约从2021年之后，人工智能安全议题的研究逐渐出现了从宏观向中观维度转移的趋势，使得该领域的研究议题呈现了明显的增长势头。迄今为止，在其他安全领域中，人工智能安全议题的影响仍相对有限，相关研究方兴未艾，它们构成了议题网络的外围区域。

需要说明的是，在这个“中心—外围”结构中，各层次安全议题之间的边界并不是刚性的。一方面，不同层次、不同板块安全议题之间存在深刻的内在联系，特别是位于中心节点的三大安全领域的内容涵盖范围非常广，影响力和渗透性几乎可以涵盖整个国家安全学的研究框架，中心节点的状态变化能够对半中心和外围区域产生干扰。另一方面，在研究实践中常常会遭遇不同层次应用场景重叠的情况，例如，核安全领域、国土安全领域的人工智能应用场景在某种意义上也被视为军事安全领域的应用场景，因为军事力量对比与战略设计是实现核安全与国土安全目标的重要基础。网络安全领域的人工智能应用场景常常也与军事安全、政治安全场景有所重叠，这是由国家安全学框架的基本特点决定的。

此外，人工智能安全研究议题网络同样是一个不断生长、持续变化的有机体，“中心—外围”的结构虽然较为稳定，但不同安全领域中人工智能要素的身份完全可能随着领域安全环境的变化而改变，也完全可能在未来某一时刻形成以人工智能为核心的独立安全领域。因此，在具体的议题研究中，要以辩证的思维和发展的眼光理解议题网络的性质和意义，既要集中布局于议题网络的核心节点和半中心区域，通过核心领域的突破带动整体研究的提升，又要密切关注外围区域可能发生的身份转化，推动人工智能研究议题的持续拓展。这也是围绕人工智能安全研究议题网络展开讨论的价值所在。

结论：建构具有时代特征的人工智能安全研究体系

从人工智能技术诞生伊始，关于人工智能可能引发的安全风险就是社会媒体和普罗大众热衷讨论的热点话题。随着21世纪新一轮人工智能技术浪潮的出现，人工智能技术全面进入国际问题研究的视野，关于人工智能与国家安全的讨论迅速升温，并且很快迎来了一个野蛮生长的时期。很多敏锐的国际问题研究者在第一时间意识到人工智能内在的安全属性及其在安全研究中的重要意义，他们积极倡导安全议题的讨论，或在宏观层面论述人工智能要素的重要安全价值，或在微观层面分析具体技术在特定案例中的影响。这种尝试具有重要的首创意义，也进一步展示了人工智能技术在安全研究中的重要价值。

然而随着时间的推移，这种分散的、无组织的早期探索很快便开始触及发展的“瓶颈”，集中表现为重复性的议题讨论和研究成果逐渐堆砌，“内卷化”特征越发明显。由于缺少系统的学科研究规划，很多关于宏大意义的概览多失之于粗略，而很多具体的叙述似乎又过于关注细枝末节而不见森林。要想解决这些问题，突破现有研究发展的“瓶颈”，就需要依托更加系统的研究框架，对研究议题与议程进行合理规划。

国家安全学一级学科的创建为人工智能安全研究的成长提供了前所未有的契机。国家安全学与作为安全要素的人工智能存在天然耦合关系，人工智能要素可以被完整地纳入国家安全学研究框架中，借助人工智能与诸多安全领域不同程度的链接，可以建构人工智能安全研究的议题网络，并为后续系统化研究议程建构和该议题研究方向的整体提升奠定良好基础。正是基于这样的考量，笔者在本文中尝试为国家安全学框架内的人工智能研究勾勒了一个以“中心—外围”结构为主要特征的议题网络，分析人工智能要素在不同层级与板块研究议题中扮演的角色，概述人工智能安全研究对象的整体形态。当然，笔者深知，本文所建构的议题网络实际上是非常粗线条的，很多具体的细节仍有待完善，结构本身也会在长期的研究进程中不断加以调整。

诚如习近平总书记在哲学社会科学工作座谈会上所指出的，“这是一个需要理论而且一定能够产生理论的时代，这是一个需要思想而且一定能够产生思想的时代”。毫无疑问，在过去五年多的时间里，以人工智能为主题的国际问题研究得到了国内外的广泛关注，但是我们需要深刻地认识到，这种浪潮更像是社会流量热点所带来的短暂热度，如果我们的研究仅仅停留在较浅的描述性层次，那么这种关注显然是不可持续的。随着时间的推移，人工智能国际问题研究也必然会经历一轮“去魅”的过程。在研究逐渐进入深水区之后，人工智能议题需要进一步走向学科化、系统化，真正成为能够提供新议题、新理论与新方法的源头活水。今天，我们针对国家安全学框架内人工智能安全研究议题网络的讨论与设计，只是这种系统化建构的第一步，相关研究议程、理论体系等要点仍需进一步梳理和规划。只有把系统化的理论研究、战略性的对策研究、技术性的功能研究和哲学性的思想研究结合起来，打通与实务部门的沟通渠道，新的国际问题研究学科矩阵中的人工智能研究才能真正迎来突破性的发展。（注释略）

原标题：国家安全学视域下的人工智能安全研究——议题网络建构的初步尝试

深度梳理这10个国家的人工智能发展战略

目前，全球主要国家几乎都制定了自己的 AI 战略。

本文将梳理全球十几个处于较领先地位、且明确提出国家层 AI 发展战略的国家的战略思路，包括中国、美国、法国、日本、新加坡等。这将有益于我们预估 AI 的发展前景。

中国

中国可能在 2030 年成为 AI 强国，但目前在 AI 领域的总投资、人才资源和经验方面仍处于追赶美国的位置。在 2012-2016 年：

1. 中国在 AI 方面的总投资为 26 亿美元，而美国为 172 亿美元。

2. 中国 AI 人才资源 3.9 万人，美国 7.8 万人。

此外，作为世界上人口最多的国家，中国拥有丰富的信息和数据。据估计，到 2020 年，中国将拥有全球数据的 20%（相当于 44ZB）。为此，政府公布了《新一代 AI 发展规划》，具体内容如下：

推动政府与学术界和工业界的密切合作，制定 AI 发展战略目标，并取得进展：

2020 年：AI 总体技术和应用与世界先进水平同步。AI 核心产业规模超过 225 亿美元，带动相关产业规模超过 1508 亿美元。2025 年：AI 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。AI 核心产业规模超过 603 亿美元，带动相关产业规模超过 7540 亿美元。2030 年：AI 理论、技术与应用总体达到世界领先水平，成为世界主要 AI 创新中心。AI 核心产业规模超过 1508 亿美元，带动相关产业规模超过 1.5 万亿美元。

确定并全面实施 6 项重点任务，包括：

构建开放协同的 AI 科技创新体系：建立新一代 AI 基础理论体系；建立新一代 AI 关键共性技术体系；统筹布局 AI 创新平台；加快培养聚集 AI 高端人才。培养高端高效的智能经济：大力发展 AI 新兴产业；加快推进产业智能化升级；大力发展智能企业；打造 AI 创新高地。建设安全便捷的智能社会：发展便捷高效的智能服务；推进社会管理智能化；利用 AI 提升公共安全保障能力；促进社会交往共享互信。加强 AI 领域军民融合。构建泛在安全高效的智能化基础设施体系。前瞻布局新一代 AI 重大科技项目。

确定 9 个 AI 技术领域，包括 1 个 AI 全技术领域和 8 个 AI 技术领域：

AI 技术基础领域：

深度学习、神经信息学、神经信息处理系统等基础研究；在计算机视觉、生物识别、复杂环境识别、人机交互、自然语言处理、自动翻译、智能控制和网络安全方面的研究应用。

八个 AI 技术领域：

公共服务平台计算智能家居无人驾驶智能交通应用智能安全AI 终端应用可穿戴设备机器人

此外，确定了发展 AI 的四个国家驱动因素，包括硬件、研究、算法和 AI 商业生态系统：

1. 硬件：主张在芯片和超级计算机制造方面赶超先进国家。以中国的方法和组合促进竞争，鼓励与外国公司的交易，鼓励科技巨头和初创公司制造超级计算机、投资生产 AI 芯片。

2. 数据：强调在获取数据时促进政府和企业之间数据共享能够带来优势，并能在人们日益关注 AI 带来的隐私层面的隐患时，通过规范 AI 相关的产业，以及加强人们对于反对数据在商业层面的滥用的讨论，来推动保护数据在不同层面的流动。

3. 开发算法：一方面通过支持基础研究来吸引和培养人才（特别是世界顶级 AI 人才），另一方面鼓励百度、华为、阿里巴巴、腾讯或科大讯飞等科技公司在海外建立 AI 研究院招募 AI 人才，用来克服论文成果及 AI 教育质量低下的问题。

4. 建立 AI 商业生态系统：向国内初创企业投资超过 10 亿美元，并引导地方政府和国有企业吸引私人投资，从而给 AI 项目从社会获取数据、将企业的目标与国家发展计划相结合提供资金。

美国

美国政府认为 AI 是具有巨大经济和社会效益的、前景大好的转型技术。AI 可以彻底改变美国人的生活、工作、学习、研究和交流。此外，AI 研究能够促进经济繁荣、增加教育机会和生活质量以及提高国家安全。由于这些潜在的好处，美国政府多年来一直在投资 AI 研究。

2016 年 5 月 3 日，美国政府宣布新成立一个关于机器学习和 AI 的 NSTC 小组委员会，以帮助协调联邦在 AI 方面的工作。2016 年 6 月 15 日，网络与信息技术研发计划(NITRD)小组委员会被委任以规划国家 AI 研发战略。之后，他们成立了 NITRDAI 小组，以确定联邦 AI 研发的战略重点，并特别关注企业无法处理的领域。

这项国家 AI 研发战略计划为联邦政府资助的 AI 研究制定了一系列目标，包括政府内部研究和联邦资助的政府外部研究，例如在研究所、大学等。这项研究旨在创造新的 AI 知识和技术，为社会提供许多益处的同时最大限度地减少负面影响。为实现这一目标，这项 AI 研发战略计划概述了联邦政府资助的 AI 研究优先事项：

策略 1：对 AI 研究进行长期投资。对下一代 AI 的优先投资将带来更多的发现和了解，使美国在 AI 领域继续领先世界。

策略 2：开发有效的人机协作方法。AI 系统不会取代人类，而是与人类合作才能实现最佳性能。因此，研究如何建立人类与 AI 系统之间有效交互是必要的。

策略 3：了解并解决 AI 的伦理、法律和社会问题。AI 技术需要在正式和非正式的标准的前提下工作。因此，需要进行研究以了解 AI 的伦理、法律和社会影响。同时，开发设计符合道德、法律和社会目标的 AI 系统。

策略 4：确保 AI 系统的安全。在 AI 系统被广泛使用之前，有必要确保它们以可控、明确和可理解的方式安全运行。这需要进一步的研究，通过构建可靠和可信的 AI 系统来应对这一挑战。

策略 5：为 AI 训练和测试开发可共享公共数据集和环境。数据集和训练资源的深度、质量和准确性会影响 AI 的性能。因此，研究人员应该开发高质量的数据集和环境，并能够负责任地访问高质量的数据集以及测试和培训资源。

策略 6：通过标准和基准来衡量并评估 AI 技术。AI 的进展、水平、标准、示范和群体参与是引导和衡量 AI 发展的关键。需要更多的研究来开发各种评估技术。

策略 7：更好地了解国家 AI 研发劳动力的需求。AI 的进步需要一个强大的 AI 研究群体。因此，增加对当前和未来 AI 研发人员的了解，有助于确保有足够的 AI 专家解决本计划中概述的战略研发领域。

整个联邦政府可通过支持以下建议来完成该计划的七个策略并实现其愿景：

建议 1：基于策略 1-6，制定 AI 研发框架时应考虑潜在的市场机会，并且更有效的统合 AI 研发和投资之间的合作：联邦机构应通过 NITRD 进行合作，制定一个研发框架，以促进本计划中提到的研发工作的协调和进展。这将使各机构能够计划、有效协调和合作，以支持本战略计划。该实施框架应根据每个机构的任务、能力、权限和预算，考虑其研发重点。根据这个实施框架，可能需要建立一些资助计划，用来加快 AI 研发的日程。为帮助实施这一战略计划，NITRD 应该考虑组成一个跨机构工作小组，专门着手于促进不同机构的合作。

建议 2：根据本计划的战略 7，研究创建和维持一支健康的 AI 研究和开发队伍的在国家层面的可能性：一支健康且充满活力的 AI 研发团队对于应对本报告中概述的研究和发展的战略挑战至关重要。虽然一些报告指出，AI 研究的专家可能会出现短缺，但并没有官方的劳动力数据报告来描述 AI 劳动力的现状、预计劳动力的输入计划、以及 AI 劳动力供需力量的对比。NITRD 应该研究如何尽可能准确地描述和定义当前和未来的 AI 研发的劳动力需求，制定额外的研究或建议，以确保有足够的研发劳动力来满足国家的 AI 需求。根据研究结果建议：联邦机构应当确保能够建立和维持一支健康的国家 AI 研究和开发队伍。

加拿大

加拿大是最早发布 AI 战略的国家之一。在 2017 年的联邦预算中，发布了名为 “泛加拿大 AI 战略” 的五年计划，其中包括用于投资研究和 AI 的 1.25 亿加元。该战略有四个目标：

1. 增加科学家和毕业生的数量；

2. 确定三个优秀科学家群体；

3. 在 AI 的经济、伦理、政治和法律影响方面发展思想领导力。

4. 支持国家 AI 研究群体。

加拿大高等研究院领导了该战略，并与加拿大政府及三个新的 AI 研究所密切合作：埃德蒙顿的阿尔伯塔机器智能研究所(AMII)、多伦多的矢量研究所和蒙特利尔的算法学习研究所。

法国

欧洲在制定 AI 发展战略方面落后于美国和中国。当德国专注于第四次工业革命，英国专注于脱欧时，法国总统马克龙宣布政府已认可国家 “AI 领导” 战略，并将在 5 年内（2018-2022）投资 15 亿欧元作为欧洲国家 AI 战略的代表。法国总统关于 AI 发展战略的声明总结了 CédricVillani（法国数学家，2010 年菲尔兹奖获得者，也是法国国会议员）与其合伙人编写的法国和欧洲 AI 战略报告的要点。报告的七个关键要素包括：

第一，制定合适的数据政策，鼓励企业创建和共享数据，开发社会感兴趣的数据，支持数据备份权。

第二，AI 发展的四大战略重点领域为健康、交通、环境、国防和安全，针对重点问题，每个战略领域分别制定政策，为特定区域的平台奠定基础，检查每个区域的创新地带。

第三，发挥法国 AI 研发的潜在优势，在选定的大学和研究机构建立跨学科的 AI 组织，分配适当的研究资源（包括与制造商合作、为 AI 应用专门设计的超级计算机）；提高研究人员工资，加强产学研交流。

第四，计划应对 AI 技术对工人的影响，设立公共实验室以应对工作变化，开展机器与人类互补的研究，评估职业培训的新方法。

第六，确保 AI 开发技术的透明度，建立清晰度和算法审核制度，关注 AI 代理人对道德威胁的责任，成立数字和 AI 技术相关的私人伦理委员会，负责组织 AI 伦理的公开辩论，坚持人类义务的原则（主要是在公共服务中使用 AI 工具时）。

澳大利亚

澳大利亚还没有明确的 AI 战略。然而，在澳大利亚 2018 年到 2019 年的预算中，政府宣布在四年内投资 2990 万澳元，以支持 AI 的发展。此外，政府还制定了技术路线图、标准框架和国家 AI 伦理框架，以负责任地支持该问题的发展。非政府组织还支持联合研究中心的项目，博士奖学金及其他改善澳大利亚 AI 人才供应的举措。

此外，在 2017 年创新路线图，《澳大利亚 2030：通过创新实现繁荣》中，“政府宣布将在政府的数字经济战略中优先考虑 AI。该战略于 2018 年第二季度发布。”

德国

德国的 AI 计划要求到 2025 年投资额达到 30 亿欧元，并希望通过与私营企业合作使投资金额翻一番，以达到使 “德国和欧洲成为 AI 中心” 的目的。德国的国家 AI 计划重点发展全国范围内的 AI 中心，投资教育并吸引下一代 AI 人才，为数据数字化做准备。

德国制定了多项产出目标，例如形成由 12 个新的 AI 研究中心组成的国家网络、100 个新的 AI 教师职位，以及政府的资助计划：每年为 1000 家中小企业提供 AI 相关支持服务。此外，为了对教育进行广泛而可持续的变革，德国 AI 协会提出了一些政策建议，包括在第三年引入数据科学的义务教育。此外，政府将决定大学的实习和学术课程。因此，当政府在 2018 年发布了国家 AI 计划时，德国各州就争先恐后地成立新组织，准备申请联邦资金。

政府还呼吁吸引在海外工作的德国研究人员。德国计划从 2018 年到 2024 年通过亚历山大 · 冯 · 洪堡奖学金项目招募 30 名新的国际讲师（每年 6 名新讲师）。该项目提供 350 万欧元或 500 万欧元的启动投资基金，具体金额取决于研究的内容。

随后，政府还呼吁推动企业数据数字化进程。他们通过 AI 战略中概述的新咨询计划实施了集成的 “数字化中心”，以支持每年 1,000 家中小企业的数字化。

阿拉伯联合酋长国

阿联酋政府于 2017 年 10 月启动 AI 战略，是中东第一个制定 AI 战略的国家，也是第一个成立 AI 部门的国家。该战略是阿联酋 2071 百年计划的第一个举措。该总体计划的主要目标是利用 AI 提高政府效率。

政府将在九个领域投资 AI 技术：交通、健康、太空、可再生能源、水、科技、教育和环境。政府旨在降低整个政府的成本，实现经济多元化，并将阿联酋定位为 AI 应用的全球领导者。

日本

按 GDP 计算，日本一直是世界第四大经济体。然而，日本的 AI 开发市场从约 3.7 万亿（2015 年）增加到约 87 万亿（2030 年）。在以下方面引领世界的 AI 发展战略：

首先，政府成立了日本 AI 技术发展战略委员会，垂直管理 5 个国家研发机构、3 个核心发展中心（信息技术研究所、国家中心、理化研究所、国家产业科学技术研究院）。

其次，AI 产业化进程聚焦三个优先领域，包括生产力、医疗健康和服务。其中，医疗健康分三个阶段：第一阶段（2020 年）：推动 AI 直接数据的应用以促进相关领域的应用；第二阶段（2020-2025）：将 AI 及其数据的公共应用扩大到更加广阔的领域；第三阶段（2025-2030 年）：基于多领域的连接和混合，建立 AI 生态系统。

第三，三大核心研发中心专注于基于多样化数据的社交 AI 技术。其中，多样化数据包括：个人、语音对话、内科、动作和搜索历史、生活工作空间、销售制造、交通、自然、天气和地图（土地、市区）；AI 技术包括：图像识别、自然语言处理、语音识别 / 合成及预测。10 年来，政府将大学附属的公司和研发机构在 AI 研发方面的投资增加了两倍，同时也促进了更多优秀的私人研发投资。

最后，为青年研究人员创造发展环境，特别是在第一阶段要吸引国内外高水平的 AI 开发人才，鼓励 AI 研究人员积极参与 AI 技术发展。

韩国

2018 年 5 月，韩国第四次工业革命委员会宣布了国家 AI 发展战略，投资 2.2 万亿韩元，吸引 5000 名专家，成为全球 AI 发展的四大强国之一。该战略持续到 2030 年，由四个阶段组成：

第 1 阶段（2020 年）

核心技术：视听理解技术的发展。扩展技术：专业领域的 AI 问答系统。将卫生部门寻找新药的时间从五年缩短到一年。背景技术：复杂信息分析涉及使用高功率说明性操作。吸引和培养 AI 高级人才 590 人，AI 普通员工 2250 人。构建 6670 万个共享数据、430 万个产业数据、92 亿个韩语理解。每年为 300 个组织提供超级计算支持。

第 2 阶段（至 2022 年）

基础技术：掌握无监督学习理论、图像合成技术、跟踪—检测与预测技术、说明性功能推断学习（至 2025 年）。可扩展技术：实时风险检测系统。将医疗行业新药的开发周期缩短一半以上（从 15 年到 7 年）。关键技术：大脑神经网络与 AI 神经网络之间的认知信息交换；整体的大脑和机器安全（发展中，持续到 2025 年）。吸引和培养 AI 高级人才 1370 人，AI 普通员工 3600 人，构建 1.11 亿个共享数据、4850 万个产业数据、153 亿个韩语理解。每年为 400 个组织提供超级计算支持。

第 3 阶段（直到 2025 年）

核心技术：继续学习功能上的说明性的推断。人工神经网络芯片的商业化。扩展技术：图片的问答系统。开发适合每个个体的新药。关键技术：大脑神经网络与 AI 神经网络之间的认知信息交换；用于大脑和机器安全的集成接口。培养具有世界一流 AI 领导能力的人才（直到 2030 年）。以改善合作的形式加强基础设施研究（至 2030 年）。

第 4 阶段（至 2030 年）

核心技术：AI 与人类使用无监督学习技术进行自主协作。扩展技术：提供适合每个特定受众的食药制剂。背景技术：通过 AI 的应用，加强、提高人类的认知能力。培养具有世界一流 AI 领导能力的人才。通过加强合作加强研究基础设施。

投资的选择是专注于新技术；公共部门很难吸引私人投资，也很难在私人竞争力的领域建立原始市场。因此，实践的座右铭是确保技术能力，在基础科学（基于认知科学的新一代 AI，神经网络计算）技术较低的情况下按照国际标准发展 AI。AI 芯片层，高性能 AI 计算，应用领域按照 AIX 公式（新药，未来材料，工业应用）。

建立 AI 发展研究生和博士后的培训机构，加强高校和研究机构的 AI 培训和研究支持。建设公共和私人 AI 大脑实验室、AI 中心和 AI 基础设施平台。韩国第一家 AI 公司 Saltlux 获得了 320 亿韩元的 AI 产品投资。

新加坡

新加坡的国家 AI 计划在五年内投资 1.5 亿美元，以结合国家 AI 能力来推动新加坡的数字经济。该计划有三个目标：

1. 使用 AI 解决交通、医疗保健等领域的关键社会和产业问题。

2. 投资以提升 AI 能力（解释下一代 AI 的 AI 系统、认知科学、AI 人才培养等）

3. 提供 100 个项目，促进 AI 和机器学习在产业中的应用。

世界各国的国家 AI 战略的优劣势

一般来说，国家层面公布的 AI 战略主要集中在 AI 培训和人才吸引方面。然而，还没有哪个国家对 AI 培训的职业引导有更详细的指导。

大多数建议来自于教育机构和私人公司的研讨会，所以在这一问题上还没有共识。目前来看，2020-2030 年国家 AI 战略在 AI 职业指导方面的一些优点和缺点如下。

优势：

1. 着眼于关键经济实体和部门从而促进实施国家 AI 战略。

2. 协助确定 AI 技术给每个国家的经济造成影响的规模。

3. 帮助确定 AI 带来的挑战和益处，如何最大限度地发挥竞争优势，及为克服 AI 给经济造成的阻挠提供解决方案。

4. 明确规定实现既定战略目标的发展路线图。

劣势：

1. 所有关于 AI 带来的效益的预测仍然有些模糊，具有主观性，没有明确的科学依据。

2. 国家层面的 AI 战略是非常概括性的，实施起来具有挑战性。

3.AI 方面的人才资源短缺仍然是每个国家教育规划者的挑战。

AI 发展的战略优先级

这个领域政策发展的独特之处在于，全球各国政府为促进 AI 的使用和发展采取的方法相当广泛。他们不仅推进不同的政策，而且还专注于公共政策的不同领域。

这个框架在公共政策领域对 AI 战略进行了粗略的分类，并通过热度图评估了 AI 战略优先级和他们的研究资金和关注度之间的关系（见下文解释）。

全球范围内的 AI 战略清单的制定受到了两个挑战的阻碍。首先，不同的 AI 战略差别很大；它们可能来自于一个网站、一份官方白皮书、一份工作报告或一份预算公告。因此，有可能由于该领域快速且多样化的发展，某项战略可能被忽略了。

其次，一些政府在发布了原始方法后又宣布新的举措。为了能够对每个计划进行更系统的分析，本分析只关注首次宣布时的内容。

最后，每项战略的政策公告被归类为八个公共政策领域：

1. 科学研究：给基础的和应用性的 AI 研究建立新的研究中心或项目，或承诺增加现有的 AI 公共研究资金。

2.AI 人才培养：提供资金以吸引、保留和培训国内外 AI 人才，包括资助某些领军人才或成立专门 AI 的硕士和博士课程。

3. 技术和工作前景：帮助学生和整个劳动力市场发展相应的工作技能，如投资 STEM（科学、技术、工程和数学）教育，数字技能，或终身学习。

4.AI 技术的产业化：鼓励私营部门采用 AI 技术，包括对战略部门的投资，对 AI 初创企业和中小企业的资助，以及创建 AI 集群或生态系统的战略。

5.AI 的伦理标准：建立理事会、委员会或工作小组，从而为 AI 的使用道德及相关发展制定标准或法规。这一领域还包括为研究或试点项目提供具体资金，以开发可解释和透明的 AI。

6. 数据和数字化基础设施：为开放数据伙伴关系、平台和数据集提供资金，并承诺创建测试环境和监管沙盒。

7. 政府治理中的 AI：成立试点项目，用 AI 来改善政府效率、服务提供和公共管理。

8. 包容性和社会福祉：确保 AI 促进社会的包容性，以及 AI 自身行业背景和观点的包容性。

人工智能与国家政治安全

【讲武堂】

作者：许春雷（军事科学院博士研究生，现任河北省石家庄市鹿泉区人武部副部长）

人工智能技术的蓬勃发展和广泛应用，给人类生产生活带来了极大便利，同时，也对国家主权、意识形态、执政环境、社会关系、治国理念等带来冲击，深度影响国家政治安全。充分认清人工智能对国家政治安全的挑战，研究应对之策，对于有效维护国家政治安全，意义重大。

国家大数据（贵州）综合试验区展示中心的LED显示屏。新华社发

人工智能影响政治安全的机理

作为一种颠覆性技术，人工智能进入政治领域后，既具有技术影响政治安全的一般规律，又体现出其不同于以往技术的鲜明特点。

从技术影响政治安全的一般机理来看，主要体现在三个方面。第一，技术进步不可避免地直接或间接服务于政治安全。政治安全是国家安全的根本，经济、社会、网络、军事等领域安全的维系，最终都需要以政治安全为前提条件。因此，包括技术在内的一切社会条件，首要的任务是为政治安全提供服务和保证。综观人类历史上的技术进步，往往被首先考虑用于维护国家安全特别是政治安全，尽管这些技术研发的初衷并非如此。人工智能亦然。第二，政治安全与技术进步相生相克、相生相长。马克思认为，先进技术进入政治领域后，有效提高了“社会控制和权力再生产”。同时，政治安全对技术进步的需求，反过来成为技术不断进步的推动力。但技术并非完美的政治工具。一旦技术利用不当、发生技术失控，或者技术自身缺陷所蕴含的风险爆发，政治安全可能被技术进步反噬。第三，技术进步倒逼政治发展转型，给政治安全带来新课题新挑战。从历史上看，技术进步对社会结构、社会关系、社会文化等带来的变化和冲击，从来不以人的意志为转移。当火枪火炮成为主战兵器时，继续用木盾藤牌来保卫政权的行为无疑是愚蠢的，迫切需要当政者转变思想观念，寻求能够有效维护政治安全的新模式新方法。当计算机网络技术逐渐普及时，西方国家政党纷纷利用互联网进行政治宣传和选举拉票。人工智能较之以往的技术，拥有前所未有的机器“主观能动性”优势，必将对政治安全理念、安全机制、安全路径等带来更大的改变。

从人工智能影响政治安全的独特机理来看，主要体现在两个方面。第一，算法和大数据将左右智能机器“认知”“判断”，继而影响政治行为体的抉择。人工智能的核心“三大件”是算法、算力和大数据。一方面，算法是否公正不偏袒、大数据是否真实完整未被删减篡改伪造污染，直接决定机器的研判结果，并影响人的判断和行为。另一方面，与传统的人口学变量的定量分析不同，大数据、云计算、机器学习等可以将数以亿计的政治行为体抽象成社会的“节点”，人工智能通过分析信息中节点的度数、介数和接近度，来揭示权力集聚规律、赢得政治威望的秘诀，这为执政安全提供了新的技术支撑和智慧渠道。第二，人工智能技术对经济、军事、社会、网络、信息等领域的影响向政治领域传导，间接冲击政治安全。作为一项赋能性技术，人工智能正在逐渐“改写”各领域的秩序规则，给各领域带来机遇和挑战。尽管以往的技术进步也是如此，但其影响的深度和广度远远不及人工智能。而且，以往各领域安全问题“错综复杂、交织并存”的程度，也远远不及人工智能时代高。其他领域的安全问题一旦发酵，极有可能冲击政治安全。

人工智能给政治安全带来新挑战

技术变革具有两面性，人工智能既是维护政治安全的新机遇，也是新挑战。

挑战之一：人工智能技术的普及应用，导致政治权力呈现出“去中心化”趋势。在人工智能时代，数据即代表着权力。掌握数据的主体既有国家权力机构，也有个人、企业团体、社会组织等非国家行为体。“互联网数据”结构的“多节点、无中心”设计，决定着处于线上社会任何位置的主体，均不可能比其他位置的主体位势高。人人都有“麦克风”“摄像机”，处处都是“舆论中心”“事发现场”，这一显著特征，弱化了传统的线下科层制国家管理结构和单向治理模式，政治话语权由政府这个传统的权力中心逐渐向社会层面弥散，国家治理难度大大增加，政治安全风险也大大增加。目前，这种风险已初露端倪。2019年9月，因有人线上传播“老师辱骂原住民学生是‘猴子’”的种族歧视谣言，印尼巴布亚省爆发严重骚乱，导致26人死亡、70余人受伤。

挑战之二：随着人工智能技术和数据垄断持续扩张，资本权力的扩张将危及国家权力边界。生产力的发展变化必将带来生产关系包括政治权力结构的调整。作为“第一生产力”的科学技术，其发展进步势必引起国家权力结构的调整。当人工智能技术广泛应用于经济社会各领域并引起变革时，将会推动国家治理结构与权力分配模式做出相应调整。从当前种种迹象来看，资本的权力依托技术和数据垄断持续扩张，将成为新时代国家治理结构调整的重大课题。一方面，人工智能技术研发门槛很高，依赖于大量的、长期的资本投入和技术积累，这导致社会各产业、各阶层、各人才群体间的技术研发能力、资源占有程度、社会影响力等方面极不平衡，以互联网商业巨头为代表的技术资本将占据明显优势。另一方面，人工智能技术强大的赋能作用，以及良好的经济社会应用前景，导致资本趋之若鹜。商业巨头实际上掌握了目前人工智能领域的大部分话语权，并正在逐步形成行业垄断。人工智能时代，巨头企业以强大资本为后盾，逐步垄断技术、控制数据，或将不可避免地在一定程度上逐渐分享传统意义上由国家所掌控的金融、信息等重要权力，进而可能插手政治事务。因此，国家是否有能力为资本权力的扩张设定合理的边界，是未来政治安全面临的重大挑战。

挑战之三：人工智能技术及其背后的数据和算法潜移默化引导公众舆论，进而影响人的政治判断和政治选择，间接把控政治走向。在人工智能时代，数据和算法就是新的权力。近年来围绕国家大选而展开的种种政治运作显示：拥有数据和技术能够从一定程度上影响政治议程。据有关媒体报道，2020年美国总统大选期间，有人利用网络社交平台的大量机器人账号，发布海量虚假信息，力图影响选民的认知、判断与选择。类似的情况，也曾出现在2016年的美国大选、2017年的英国大选和法国大选中。这些案例非常清晰地显示：只要拥有足够丰富的数据和准确的算法，技术企业就能够为竞争性选举施加针对性影响。当某种特定政治结果发生时，人们很难判断这是民众正常的利益诉求，还是被有目的地引导的结果。

挑战之四：人工智能技术可能被政治敌对势力用于实施渗透、颠覆、破坏、分裂活动。利用先进技术威胁他国政治安全，这样的例子屡见不鲜。计算机网络技术出现后，被西方国家用来进行网络窃密、网络攻击、网络勾联、传播政治谣言、意识形态渗透和进攻。人工智能时代，攻击一国人工智能系统或利用人工智能实施渗透、颠覆、破坏、分裂活动，带来的后果将比以往更为严重。

挑战之五：人工智能技术进步对主权国家参与国际竞争带来严峻挑战。人工智能是当前最尖端最前沿的技术之一，其核心技术多被美欧等发达国家所掌握。这些国家利用它提升生产自动化水平，提高劳动生产率，加快制造业回迁，将冲击发展中国家的传统比较优势，使后者在国际政治经济竞争格局和全球分工中处于更加不利的地位。通过发展军事智能化，进一步扩大对发展中国家的军事优势。国家之间一旦形成技术“代差”，综合实力差距将被进一步拉大。在这种情况下，技术强国对发展中国家实施政治讹诈和技术突袭的可能性增大。

多措并举，维护我国政治安全

政治安全事关我党生死存亡和国家长治久安，我们必须高度重视人工智能带来的政治安全挑战，多措并举，综合施策。

人工智能技术具有高度专业性和复杂性，企业、科研机构常常处于技术创新前沿，而国家政府则往往远离技术前沿，对技术的感知相对滞后，对技术的安全风险准备不足。为此，要强化风险意识，密切跟踪人工智能技术和应用的发展，运用系统思维，定期研判人工智能可能带来的政治风险，提高风险识别、防范和处置能力。要创新技术治理模式，构建政府主导，企业、研究机构、技术专家、公众等多方参与的人工智能治理体系。“治理”不同于“管理”，管理是政府单向的行为过程，治理则是一种开放的、多个利益攸关方参与的互动过程。通过多方互动，政府既可以跟踪掌握技术和应用的前沿动态、发展趋势，掌控治理主动权，又有助于企业、研究机构、专家、民众更好地了解政府关切，共商制定风险管控机制，推进治理工作的科学化民主化。

当前，我国在人工智能技术领域面临的最重大的安全威胁，是关键核心技术受制于人。从现在起到2030年，是我国抢抓机遇的关键期。要举全国之力，集全民之智，打造一批国家级人工智能研发平台，加强基础性、原创性、前瞻性技术研发，从智能芯片、基础算法、关键部件、高精度传感器等入手，加快核心技术突破。

没有规矩，不成方圆。针对技术应用风险，严格人工智能标准制定和行业监管，确保人工智能良性发展。紧跟技术发展变化，动态修订完善相关技术标准。加紧完善人工智能相关法律法规和伦理道德框架，对相关的民事与刑事责任确认、隐私和产权保护、机器伦理等问题予以明确,理顺设计者、使用者、监管者之间的权责关系。要建立健全人工智能监管体系,形成设计问责和应用监督并重的双层监管结构,实现对算法设计、产品开发、成果应用的全过程监管。积极促进行业自律,加大对数据滥用、算法陷阱、侵犯隐私、违背道德伦理、擅越权力边界等不良行为的惩戒力度。要积极主动参与人工智能国际议题设置，共同应对安全、伦理、法律等诸多挑战。抓住人工智能国际准则和配套法规刚刚起步之机，积极参与规则制定，及时宣示我国主张，努力掌握规则制定话语权和国际交往主动权。

针对外部安全风险，加强军事能力建设，为维护国家政治安全提供力量保证。要积极研究探索智能化战争理论，加快推进现代武器装备体系和人才队伍建设，强化智能化条件下部队训练演练，不断提升我军新时代军事斗争准备水平。

《光明日报》（2022年06月26日 07版）

[责编：孙宗鹤]

人工智能促进教育变革创新

通过云平台布置电子作业，利用数据分析课堂上学生学习行为，推进学校管理流程迈向数字化……前不久，2022国际人工智能与教育会议在线上举行，来自全球数十个国家的政府官员、专家学者、一线教师、企业代表等相聚“云端”，畅叙人工智能时代教育发展图景。

作为引领新一轮科技革命和产业变革的重要驱动力，人工智能催生了大批新产品、新技术、新业态和新模式，也为教育现代化带来更多可能性。习近平总书记强调，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。国务院印发的《新一代人工智能发展规划》，明确利用智能技术加快推动人才培养模式、教学方法改革；教育部出台《高等学校人工智能创新行动计划》，并先后启动两批人工智能助推教师队伍建设试点工作；中央网信办等八部门联合认定一批国家智能社会治理实验基地，包括19个教育领域特色基地，研究智能时代各种教育场景下智能治理机制；科技部等六部门联合印发通知，将智能教育纳入首批人工智能示范应用场景，探索形成可复制、可推广经验……“人工智能+教育”不断碰撞出新的火花，为教育变革创新注入强劲动能。

“人工智能+教育”，应用就在身边。音乐课上，虚拟数字人“元老师”跨越时空限制，带领多所学校学生同唱一首歌；体育课上，学生开始跳绳项目测试，智能终端上实时显示心率变化、跳绳次数、平均速度等数据。技术改变课堂，潜力无限。比如，借助虚拟现实技术，学生能够模拟穿上太空服行走在宇宙，感受浩瀚星河的魅力；通过增强现实技术体验川剧变脸，平面的课本知识变得可感可知。现实中，越来越多的学校已经开设或准备筹备人工智能教育教学活动。

“人工智能+教育”，变革教育生态。教、练、考、评、管各环节均有人工智能辅助，让教师教得更好；虚实融合多场景教学、协同育人，让学生学得更好；海量线上数据和逐渐强大的算力，让学校管理更加精准。此外，在人工智能支撑下，优质数字教育资源跨越山海，推动教育更加公平、开放。在西藏墨脱县，得益于多媒体器材配备到雅鲁藏布大峡谷深处、“智慧课堂”全覆盖，门巴族孩子小学入学率实现100%。

我国发展“人工智能+教育”具备良好基础和独特优势。比如，语音识别、视觉识别等技术世界领先；国家智慧教育平台汇集了海量的数据资源，2.91亿在校学生和1844.37万专任教师展现出丰富的应用需求；教育领域数字化基础条件全面提档升级，全国中小学（含教学点）互联网接入率达到100%，99.5%的学校拥有多媒体教室，学校配备的师生终端数量超过2800万台。也应看到，人工智能技术在教育领域的应用仍处于起步阶段。“数字鸿沟”可能将部分学生排除在智能教育之外，数据收集、使用、分析等环节存在安全隐患，相关公共政策制定较为滞后……以人工智能赋能教育现代化，这些都是需要回答好的课题。

着眼未来，应携手打造高质量、有温度的人工智能教育生态。人机协作如何更聪明，人机对话如何更友好，是“人工智能+教育”的长期课题。一方面，技术应服务育人，在让其“授业”“解惑”的同时，必须坚持教师“传道”的主体地位。另一方面，人也要理解、善用技术，努力提升信息应用能力，让人工智能更好辅助教学。教育是动态的、发展的，理性思考人与技术的关系，把握教育规律、用好技术手段、凝聚各方力量，进一步推动人工智能与教育深度融合、创新发展，才能更好赋能教育现代化，培养顺应时代发展要求的创新人才。（吴丹）

人工智能数据标注产业国家政策梳理：行业已上升至国家战略

人工智能作为新一轮产业变革的核心驱动力，将进一步创造新的引擎，重构生产、分配、交换、消费等经济活动各环节，催生新技术、新产品、新产业、新业态、新模式。

近年来，我国政府高度重视人工智能的技术进步与产业发展，目前人工智能已上升国家战略。在全国人大常委会中提到要加强立法理论研究，重视对人工智能、区块链、基因编辑等新技术新领域相关法律问题的研究。

人工智能技术的应用正在改变着我们的生活。而在人工智能产业高速发展的背后，数据标注师这个新职业的需求及人数也正在壮大。数据标注行业流行着一句话，“有多少智能，就有多少人工”。目前AI算法能学习的数据，必须通过人力逐一标注，这些人力被称为“人工智能的老师”为人工智能搭建基础。AI优评希望能有更多的识之士，关注并加入到人工智能-数据标注行业，共同参与和推进行业发展！

全国人工智能数据标注产业

人工智能对国家安全的意义 人工智能与国家战略的关系是什么