《美国人工智能政策评估》9大AI政策领域及其未来发展方向
⑨通过贸易政策推动人工智能发展
3.评述：美国在特朗普和拜登政府期间发布大量人工智能政策，主要包含产业发展、监管和应对全球竞争两大方面，内含9个领域，从CDI评级来看，美国AI政策总体接近或满足预期，为维护美国全球AI领导地位起到积极作用；同时也针对政策不足提出具体改进意见，或将成为美国AI政策未来发展方向，值得持续关注。
评估概况：美国人工智能政策总体评估概况
数智创造价值，创新驱动未来
报告将美国人工智能政策分为创新政策和监管政策两大类，其中
创新政策包括：支持人工智能研发、投资人工智能技术中心、加强人工智能人才培养、促进对人工智能资源的访问、推动政府采用人工智能、制定人工智能技术标准等6个维度，
监管政策包括：确保人工智能监管对于创新是友好的、通过知识产权推动人工智能活动、通过贸易政策推动人工智能发展3个维度。
创新政策包括：支持人工智能研发、投资人工智能技术中心、加强人工智能人才培养、促进对人工智能资源的访问、推动政府采用人工智能、制定人工智能技术标准等6个维度，
监管政策包括：确保人工智能监管对于创新是友好的、通过知识产权推动人工智能活动、通过贸易政策推动人工智能发展3个维度。
对人工智能政策的评价结果分为4个等级，超出预期、满足预期、接近预期、未达到预期。评价结果中超出预期0项，满足预期3项，接近预期5项目，未达到预期1项。
评估维度：美国人工智能政策评估九大维度
数智创造价值，创新驱动未来
2.1支持人工智能研发
在支持人工智能研发方面总体评价为接近预期，因为联邦政府直接AI支出和税收支持低于确保整个国家的人工智能研发处于全球领先地位的水平。
2.1.1AI直接研发支出
图1是拜登政府2022财年非国防领域人工智能研发预算请求与2021财年批准的研发情况对比。总的来说，非国防领域人工智能研发投入从16亿美元增加到了17亿美元。
拜登政府认为人工智能是颠覆性技术，积极推动人工智能研发投入。2022财年预算请求超过17亿美元，其中包括资助多个联邦机构创建国家人工智能研究中心网络（参见美国人工智能创新法案2020）。
在2022年3月公开的2023财年预算请求中，在人工智能领域投入的预算更多。比如，预算中为NIST请求1.87亿美元，旨在通过技术标准推动人工智能应用。
此外，2021年通过的美国创新和竞争法案（USICA）中包含在NSF创建关注技术和创新的新的委员会，并在2026财年前投入93亿美元加强美国在关键技术领域的领导地位，其中包括人工智能领域。
那么联邦政府需要投入多少资金用于人工智能研发才能加速人工智能创新和确保美国在人工智能领域具有国际竞争力呢？NSCAI（国家人工智能安全委员会）认为，美国在非国防人工智能研发领域的投资应该以2020财年的10亿美元为基准，在2026财年到达320亿美元，使人工智能领域的研发投入与生物医药研究持平。
因此，2022财年应该达到20亿美元，2023财年预算中应该达到40亿美元。
改进建议：
国会应将2023财年中人工智能研发投入增加到至少40亿美元
网络与信息技术研发计划(NITRD)应更新国家人工智能研发战略计划，将评估和监控人工智能系统的能力包含在内
国会应将2023财年中人工智能研发投入增加到至少40亿美元
网络与信息技术研发计划(NITRD)应更新国家人工智能研发战略计划，将评估和监控人工智能系统的能力包含在内
2.1.2AI研发的税收优惠
根据斯坦福大学AIindex报告（2021）的数据，发表的人工智能领域论文主要来自学术机构，在美国，发表论文排名第二的是企业，占比19.2%；而在欧洲和中国排名第二的是政府机构，分别占比17.2%和15.6%。
但美国在研发的税收方面的激励措施并不占优势，2021年，美国在与OECD和BRIC国家等34个国家相比时，排名第32。拜登政府曾表示了对研发领域的税收激励支持，但美国财政部表示正在寻找有效的办法。
改进建议：
国会应将研发税率优惠提升到与其他国家相同水平，以更好激励私营企业人工智能研发
国会应扩大合作研究的研发税率。美国对企业投资大学、联邦实验室等的联合研发提供20%的税率优惠，但仅限于能源领域研究。国会应取消这一限制，以支持包括人工智能在内的其他研发领域
国会应将研发税率优惠提升到与其他国家相同水平，以更好激励私营企业人工智能研发
国会应扩大合作研究的研发税率。美国对企业投资大学、联邦实验室等的联合研发提供20%的税率优惠，但仅限于能源领域研究。国会应取消这一限制，以支持包括人工智能在内的其他研发领域
2.2投资人工智能技术中心
投资人工智能技术中心满足预期。政府采取了一系列强有力的措施选择最具增长潜力的人工智能中心进行投资。
研究指出，美国最具创新的企业都聚集在一定的区域内。创新聚集可以对人工智能行业带来优势。比如，在技术研发的早起，聚集可以更好地交换一些进展，使得企业更具竞争力。
人工智能人才和企业的聚集可以促进区域的创新和增长，但超聚集可能会加剧国家经济在地理位置上的不平衡。
当前美国人工智能聚集在一些超级科技中心周围，下图是大科技中心的人工智能领域雇员情况。
联邦政府已意识到需要在国家层面采取行动来应对当前人工智能投资过于集中的问题。
2021年，美国国家科学基金会(NSF)在40个州建立了11个新的人工智能研究机构，投资超过2.2亿美元。
目前，美国有至少87个区域具有人工智能研究和商业化能力，是潜在的人工智能采用中心，这些区域在研究领域、商业活动等方面都存在差异。
改进建议：
NSF应与商务部（DOC）联合选择人工智能增长中心，国会已指示其创立新的区域创新中心项目。
NSF应与商务部（DOC）联合选择人工智能增长中心，国会已指示其创立新的区域创新中心项目。
2.3加强人工智能人才培养
在人工智能人才培养方面，远达不到预期。人工智能教育在范围和深度上是不平衡的，而移民政策阻碍了国外人才对美国人工智能创新的贡献。
2.3.1人工智能教育和培训
美国中小学系统并未对人工智能人才的重要性进行完全响应，但越来越多的教师、家长、甚至学生开始认识到学习人工智能的好处。相比之下，美国高等教学对人工智能项目更加重视，从全球各地招收优秀学生。
此外，大学生学习人工智能和人工智能相关的课程的热情也非常高涨。但美国研究机构却无法满足需求，因为不愿意或不能够招收到合格的教授。
因此，高等教育机构也没有对人工智能市场需求给出足够回应。而私营企业在支持人工智能教学方面起着非常重要的作用。
改进建议：
国会应该对低收入和农村地区学校提供资金，使人工智能课程融入到高校课程体系中
国会应该通过NSF资助等形式向增加人工智能领域课程和入学率的公立大学建立更加偏向人工智能的激励机制
国会应该在NSF资助一个项目，为仍在学术界的1000位人工智能研究人员进行为期5年的奖励
国会应该建立知识税率来激励人工智能人才培养方面的投入
人事管理办公室（OPM）应修改当前联邦政府许多人工智能岗位的要求，允许通过人工智能认证的个人而非具有相关学位的个人进入相关岗位
国会应该对低收入和农村地区学校提供资金，使人工智能课程融入到高校课程体系中
国会应该通过NSF资助等形式向增加人工智能领域课程和入学率的公立大学建立更加偏向人工智能的激励机制
国会应该在NSF资助一个项目，为仍在学术界的1000位人工智能研究人员进行为期5年的奖励
国会应该建立知识税率来激励人工智能人才培养方面的投入
人事管理办公室（OPM）应修改当前联邦政府许多人工智能岗位的要求，允许通过人工智能认证的个人而非具有相关学位的个人进入相关岗位
2.3.2吸引国外人才
吸引和保留高技能外国人才对于美国创新和保持竞争力非常重要。事实上，在美国顶尖人工智能博士学位项目获得学位的学生有66%都是外国人，美国有超过50%的计算机科学家都是外国人。
考虑到外国人工智能人才对于美国人工智能创新的成功实践，美国需要加强和扩展现有移民政策，使得更多高技能人工智能人才进入美国，包括美国大学毕业的外国学生。英国、加拿大、中国、法国、澳大利亚等都采用了灵活的移民政策到吸引外国人工智能和其他技术领域人才，而美国的移民政策约50年没有改变了。
拜登政府重启了2017年奥巴马政府提出的移民项目——InternationalEntrepreneurParoleProgram。该项目并未创建新的签证种类，而是允许国土安全部根据现有授权允许符合条件的人临时进入。
改进建议：
国会更好地帮助具有人工智能相关专业的研究生申请绿卡，并且优先在美国大学获得学位的学生
对人工智能企业家建立新的签证项目
国会更好地帮助具有人工智能相关专业的研究生申请绿卡，并且优先在美国大学获得学位的学生
对人工智能企业家建立新的签证项目
2.4促进对人工智能资源的访问
在促进对人工智能资源的访问上，整体评价为接近预期。因为当前，公共领域的人工智能研究人员还是不能够完全访问计算资源。
对数据和计算资源的访问是人工智能创新的加速器。人工智能系统依赖大量数据进行训练，所以大数据集可以帮助人工智能系统构建高度准确的模型。
目前，公共资助的学术研究人员想要访问包括相关软件、硬件在内的人工智能高性能计算机资源，可以使用其所在学术机构或国家高性能计算中心的资源。
据美国数据创新中心（CDI）2020年的报告数据，访问需求量是机构能够提供的量的3倍，这影响了人工智能研究人员开发新产品和服务的能力，而这些新产品和服务对于保持美国人工智能领域竞争力、应用人工智能到国防创新等领域非常重要。
对此，美国已经开展了一个庞大的计划来增加学术研究人员对人工智能资源的访问。在2020年的国家人工智能创新法案中，国会要求NAIRR（美国家人工智能研究资源工作组）建立一个共享计算和数据基础设施的路线图，为人工智能研究人员和学生提供先进的计算生态系统。
改进建议：
美国政策制定者应推动安全、节能的人工智能计算
白宫科技政策办公室（OSTP）和NSF应优先工具和度量标准的开发，以量化学术界对于人工智能计算的需求和资源
NAIRR应优先在人工智能计算供需差距比较大的区域提供本地人工智能计算资源
美国政策制定者应推动安全、节能的人工智能计算
白宫科技政策办公室（OSTP）和NSF应优先工具和度量标准的开发，以量化学术界对于人工智能计算的需求和资源
NAIRR应优先在人工智能计算供需差距比较大的区域提供本地人工智能计算资源
2.5推动政府采用人工智能
在推动政府采用人工智能方面，整体接近预期。当前的政策行动还不足以解决影响政府人工智能应用的结构问题，包括方法和文化、经济、度量和激励、采购、监管和检查。
政府在推动人工智能发展方面能做的最重要的事情之一就是采用人工智能技术。
近期，国会和白宫采取了很多重要举措促进政府采用人工智能，但许多机构在变成人工智能成熟机构之前仍然面临很多挑战，包括过时的IT基础设施、优先的资金支出、缺乏对人工智能技术的认识、风险等等。
改进建议：
AICOE（人工智能卓越中心）应该确定向人工智能过渡的20到50个核心进程
国会应允许联邦机构将其一小部分运营预算转向人工智能创新项目
每个联邦机构应该发布自己的人工智能战略，并任命首席人工智能官
AICOE应对联邦人工智能合同建立采购网站
GAO（审计署）和监察长委员会应呼吁不用人工智能进行创新的机构采用人工智能
AICOE（人工智能卓越中心）应该确定向人工智能过渡的20到50个核心进程
国会应允许联邦机构将其一小部分运营预算转向人工智能创新项目
每个联邦机构应该发布自己的人工智能战略，并任命首席人工智能官
AICOE应对联邦人工智能合同建立采购网站
GAO（审计署）和监察长委员会应呼吁不用人工智能进行创新的机构采用人工智能
2.6制定人工智能技术标准
在制定技术标准方面，整体满足预期。因为在美国，政府机构需要更多地参与人工智能国际标准制定，以促进自愿的、行业引领的标准制定方法，促进人工智能创新。
2019年2月，特朗普在签署的人工智能行政命令中要求NIST（国家标准与技术研究所）更多地参与人工智能标准。
美国在负责人工智能标准制定的国际标准委员会中处于领导角色，但美国政策制定者应更加积极地应对其他国家主导的、限制性的、歧视性的标准方法。
比如，欧盟的人工智能法案要求开发和实现高风险人工智能系统的公司使用CEN（欧洲标准化委员会）和CENELEC（欧洲电工标准化委员会）发布的标准。
改进建议：
NIST和商务部应与美国贸易代表（USTR）协作发起印度洋-太平洋人工智能标准战略
国家人工智能办公室应与NIST协作创建人工智能标准中心
美国应利用美国与欧盟贸易与技术理事会（US-EUTCC）会议应对欧盟追求区域人工智能标准的提案
NIST和商务部应与美国贸易代表（USTR）协作发起印度洋-太平洋人工智能标准战略
国家人工智能办公室应与NIST协作创建人工智能标准中心
美国应利用美国与欧盟贸易与技术理事会（US-EUTCC）会议应对欧盟追求区域人工智能标准的提案
2.7确保人工智能监管对于创新是友好的
在确保人工智能监管对于创新是友好的方面整体评价满足预期。近期的政策表明，宽松的监管（light-touch）方法已经开始应用于人工智能。
美国对人工智能的监管方法是分领域分部门的。比如，交通部监管自动驾驶汽车的使用，食品和药品管理局监管基于人工智能的医疗设备。
国会有时会要求相关部门开展监管或通过立法。比如，2022年引入的算法问责法案，就要求联邦贸易委员会（FTC）对大公司现有的和新的高风险自动决策系统进行监管和风险评估。
2021年，共提出130项与人工智能相关的联邦法案，都只有3项通过立法。
美国政府对人工智能的早期监管坚持了创新原则，因为大多数人工智能创新对社会是有益的。
2020年，特朗普政府提出了针对人工智能监管的10条原则。10月，OMB发布指南重申这10条原则，通过为联邦机构建立框架以评估新兴人工智能问题的监管和非监管方法。然而，拜登政府开始支持强监管。
2021年4月，FTC发布企业如何信任、公平、平等地使用人工智能的公告，表明FTC开始更多地关注人工智能带来的伤害问题。
2021年10月，总统科学顾问、OSTP主任基于当前人工智能和生物技术引发了歧视、偏见等严重问题这一假设提出了人工智能权利法案（AIBillofRights）。
改进建议：
政策制定者应基于算法可审计的原则建立创新友好的监管框架，在算法可审计原则下，算法运营者对于严重伤害是可审计的
国会和监管机构应该支持增强监管和政策制定者的技术能力
政策制定者应继续通过各部门的试错法（tried-and-true）解决人工智能的担忧
国会和管理层应该关注监管人员的行为，因为监管人员会收集和处理大量的数据
政策制定者应基于算法可审计的原则建立创新友好的监管框架，在算法可审计原则下，算法运营者对于严重伤害是可审计的
国会和监管机构应该支持增强监管和政策制定者的技术能力
政策制定者应继续通过各部门的试错法（tried-and-true）解决人工智能的担忧
国会和管理层应该关注监管人员的行为，因为监管人员会收集和处理大量的数据
2.8通过知识产权推动人工智能活动
在通过知识产权（IP）推动人工智能活动方面总体接近预期。因为在人工智能的知识产权方面存在阻碍创新的不确定性。
美国在与人工智能相关的知识产权方面的政策主要集中在两个问题：一是，人工智能创造的内容是否应该受到保护；二是，如果是，谁应被认定为作者和发明者？
美国专利和商标局（USPTO）认为人工智能只是工具，人工智能系统的所有者和运营者应当被认为是IP的默认所有人。
但这并不意味着专利系统在人工智能方面不需要改革。专利局和法院面临哪些基于人工智能的发明可以被授权的问题。随着人工智能相关专利快速增长，这一问题变得愈发严重。
人工智能专利一般都依赖于数学关系和算法，而这有可能会被认为只是一个想法（idea）。专利审查员必须确定一项人工智能创新是否可以被授予专利，在这一过程中有很大一部分本应受到保护的人工智能专利申请会被驳回绝。
为解决这一问题，2019年USPTO发布了关于人工智能专利申请的指南，指南使得驳回率从60%降低到32%。
因为美国专利系统的不可预测性和不确定性，许多人工智能创新者选择商业秘密来保护其工作。
商业秘密与专利相比具有很多的优势，但是由于商业秘密是不公开的，因此长期来看可能会阻碍人工智能创新。
改进建议：
USPTO应重新评估阻碍专利审查员进行人工智能专利预审查过程中的障碍。
国会应指示商务部长和知识产权商务部长重新考虑商业秘密对于人工智能创新的影响。
国会和白宫应与USPTO、版权办公室、国务院以及其他相关机构共同起草培育强大人工智能产权的人工智能国家战略。
USPTO应重新评估阻碍专利审查员进行人工智能专利预审查过程中的障碍。
国会应指示商务部长和知识产权商务部长重新考虑商业秘密对于人工智能创新的影响。
国会和白宫应与USPTO、版权办公室、国务院以及其他相关机构共同起草培育强大人工智能产权的人工智能国家战略。
2.9通过贸易政策推动人工智能发展
在通过贸易政策推动人工智能发展方面整体接近预期，但还需要更多的跨境数据流动和关于人工智能制造装备的出口管制方面的协定。
2.9.1跨境数据流动
其他国家的实践对于美国企业如何开发和部署人工智能具有很大的影响。尤其是，数据跨级流动的限制会对美国企业开展人工智能创新带来影响。2021年，有62个国家提出了144条针对数据跨境流动的限制。
美国在保护跨境数据流动的几个贸易协议上取得了成功。在2020年7月生效的美国-墨西哥-加拿大协定（UnitedStates-Mexico-CanadaAgreement(USMCA)），美国实现了跨境数据流动的安全保护。
同月，欧洲法庭宣布欧盟-美国隐私盾协议无效的决定。2021年10月，拜登宣布成立印太经济框架(IPEF)以加强美国与亚洲地区的关系。
改进建议：
美国应使用IPEF支持联合数据信任和其他数据分享模型的开发，以提高数据质量。
美国和欧盟应建立新的隐私盾框架以确保数据在两个区域内的自由流动。
美国贸易代表（USTR）应继续抵制其他国家可能采用的源代码公开要求，这会对美国公司带来劣势或导致美国的知识产权被滥用。
美国应使用IPEF支持联合数据信任和其他数据分享模型的开发，以提高数据质量。
美国和欧盟应建立新的隐私盾框架以确保数据在两个区域内的自由流动。
美国贸易代表（USTR）应继续抵制其他国家可能采用的源代码公开要求，这会对美国公司带来劣势或导致美国的知识产权被滥用。
2.9.2人工智能芯片
最新的人工智能芯片的使用对于确保人工智能开发者和用户在人工智能研发和部署上保持竞争力是非常重要的。目前，已经有了针对不同任务的人工智能芯片集。
美国在设计针对人工智能系统的芯片方面仍然是全球领导者。CDI报告显示，美国有62家人工智能芯片开发公司，而中国和欧盟只有29家和14家。
美国在人工智能芯片生产商也具有许多优势，包括高质量的基础设施和物流、顶尖大学等等。
此外，中国人工智能芯片公司依赖于美国的电子设计自动化软件，该软件是设计电子系统的软件工具，比如设计集成电路。
但持续保持竞争力是无法保证的。为保证美国人工智能芯片产业的竞争力，国会需要通过2个重要的法案以支持美国制造业更多使用美国版半导体——《为芯片生产创造有益的激励措施法案》（CHIPS）和促进美国制半导体法案（FABS）。
改进建议：
美国应与具有类似想法的国家合作开发人工智能芯片。
美国应与盟友合作对人工智能芯片制造设备进行出口管制。
美国应与具有类似想法的国家合作开发人工智能芯片。
美国应与盟友合作对人工智能芯片制造设备进行出口管制。
评述
数智创造价值，创新驱动未来
特朗普和拜登两届政府先后发布一系列政策措施发展人工智能，旨在维持美国在全球人工智能领域的领导地位。
这些政策文件包含支持技术和产业发展、监管和全球竞争应对两个方面共9个领域。通过对政策工作情况进行评价，可以及时做出修正和改进，通过动态调整更好地促进人工智能发展。
从CDI的评级来看，除人才培养相关政策外，美国人工智能政策总体满足或接近预期，表明相关人工智能政策文件对推动美国人工智能产业发展和维护美国人工智能全球领导地位起到了积极作用。针对政策存在的不足，也给出了针对性的改进意见。
关注公众号了解更多
会员申请请在公众号内回复“个人会员”或“单位会员
欢迎关注中国指挥与控制学会媒体矩阵
CICC官方网站
CICC官方微信公众号
《指挥与控制学报》官网
国际无人系统大会官网
中国指挥控制大会官网
全国兵棋推演大赛
全国空中智能博弈大赛
搜狐号
一点号返回搜狐，查看更多
中美欧人工智能发展现状比较分析
原标题：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。
展开全文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。
更多精彩内容，请回复关键词查看：
综合分析
战略与规划
科技管理
国防创新
军事理论
人工智能
陆军
海军
空军
航天
网络空间
电子信息
核武器
高超声速
无人系统
精确打击
防空反导
新概念武器
生物与医学
战例与演习
先进材料
制造
基础科学
技术
先进动力
与能源
作战实验
军事科学院军事科学信息研究中心微信平台
觉得不错，请点在看↓↓↓返回搜狐，查看更多
责任编辑：全球数治｜美国规制人工智能，发布问责框架
这里是“全球数治”专栏周报，追踪近期全球数字治理动态。
近日，美国政府问责署( theU.S.GovernmentAccountabilityOffice,GAO)对联邦机构及其他组织机构发布了人工智能（ArtificialIntelligence,AI）问责框架，该框架分为治理（Governance）、数据（Data）、性能（Performance）和监测（Monitoring）四个部分。每部分都包含关键做法，关键问题和问责程序等内容。（来源：MeriTalk）
美国纽约大学的AINow研究所曾在其2018年发布的《年度AI现状报告》中专门研究了AI问责的重要性。报告认为，随着AI应用的普遍性和技术复杂性不断上升，缺乏有效的问责机制日益成为一个迫切问题。主要原因在于：第一，AI发展过程中，责任分配上的鸿沟日益扩大，创造并部署这些技术的人获得了更有利的地位，但这是以牺牲那些受到技术影响人群的利益为代价；第二，利用AI实施监控，特别是与面部和情感识别相结合，可能加重集中控制和压迫的潜在威胁；第三，政府越来越多地使用会直接影响公民和社区的自动决策系统，但相应监督机制缺位，导致不公正；第四，对人群进行各种不受管制、不受监督的AI实验有可能触发伦理风险；第五、仅用技术解决偏见和歧视问题存在很大局限性。现实的挑战促使人们越来越关注程序正义、责任分配以及针对损害的问责和追究，并呼吁制定相应法规和政策。
AI问责具体是指，一旦AI系统采取了某个行动，做了某个决策，就必须为由此产生的结果负责。当然，由于AI系统本质上是机器，无法承担法律责任，因此问责的对象实际上是系统背后的人或机构。GAO认为，AI的运行和操作对用户是不可见的，透明度缺乏将为监管和审查带来阻力。同时，AI有可能放大与公民自由、道德和社会差异相关的偏见和担忧。因此，GAO强调应重视AI问责，以确保相关技术和系统的公平、可靠、可追溯和可治理，并引导美国政府和所有参与设计、开发、部署和持续监测人工智能系统的机构与企业负责任地使用该技术。当然，在有效监管的同时，也需要平衡好保护公众免受人工智能技术潜在有害影响与鼓励积极创新之间的关系。
目前，美国还没有联邦层面统一的数据保护立法，但电信、金融、健康、教育等行业，以及加利福尼亚等部分州和地方制定了各自的数据法规。也有一些关于AI的政策与规划陆续出台，但未上升到法规层面。其中，2016年，美国发布《为人工智能的未来做准备》、《国家人工智能研究与发展战略计划》两份报告，人工智能被提升至国家战略高度。2019年11月，美国发布《人工智能伦理道德标准》，但并不具有强制约束力。2020年，美国发布《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，为未来的AI计划提出了长期愿景。然而，这些都未就如何防止AI系统可能产生的危害确定解决方案。此次GAO出台AI问责框架，为今后创设相关立法、出台政策设定了原则和方向，是美国在AI治理方面一个比较重要的进展，也体现了美国上下对AI伦理问题的关注。
科学技术永远是一把“双刃剑”。它一方面为创造人类更加美好的生活开拓了广阔前景，另一方面又不断挑战着人类的伦理底线、为破坏人类生存基础提供了条件。长远来看，AI导致的问题并不仅局限于侵犯隐私，还将体现在诸如算法歧视、人类对智能化过度依赖、AI对人类造成身体或精神伤害等方面。AI给行业和社会带来的变革，最终是为了服务于人，而非超越人、替代人。世界各国在顺应未来趋势，大力发展AI技术与应用的同时，也需要重视制定适当规则，施以有效治理，保障AI技术长期可持续发展。
规则：
中国网信办发布《网络安全审查办法（修订草案征求意见稿）》
7月10日消息，中国网信办发布关于《网络安全审查办法（修订草案征求意见稿）》公开征求意见的通知。其中提出，掌握超过100万用户个人信息的运营者赴国外上市，必须向网络安全审查办公室申报网络安全审查。（来源：国家网信办官网）
政策：
欧盟：暂缓推进数字税征收计划
7月11日，欧盟委员会宣布，出于美国财政部长珍妮特·耶伦（JanetYellen）的施压，欧盟可能推迟到秋季提出数字税计划，以提高达成全球税收改革协议的可能性。近年来，欧盟一直在酝酿出台新的税务规则，以应对美国谷歌、苹果、脸书、亚马逊等科技公司巨头在欧洲国家的避税举措。美国曾多次公开施压欧盟，要求其放弃数字税征收计划，并指责其对美国公司公开歧视。（来源：金融时报）
欧洲议会批准300亿欧元“连接欧洲设施”计划
7月7日，欧洲议会批准更新版“连接欧洲设施”计划，拟在2021年至2027年间划拨300亿欧元于交通、能源和数字化基础设施建设，旨在确保到2030年如期完成一系列跨欧洲重要基建项目，包括波罗的海铁路、替代燃料充电基础设施、5G覆盖交通枢纽等。按照计划，欧盟将通过该计划投资约230亿欧元用于交通项目，50亿欧元用于能源项目，20亿欧元用于数字化项目。（来源：新华网）
美国或将与俄罗斯就勒索软件问题建立定期沟通机制
7月9日，美国总统拜登宣布，美国政府或将与俄罗斯政府就应对勒索软件攻击达成合作。此前，拜登与俄罗斯总统普京在日内瓦峰会上就勒索软件攻击事件进行了会谈。拜登称，应禁止对关键基础设施部门的攻击，并称两国专家将就具体的禁止措施展开谈判，打击“非国家支持”的黑客组织。（来源：MeriTalk）
美国纽约市启用网络防御中心
7月8日，美国纽约市在曼哈顿启用了一个酝酿已久的网络关键服务和基础设施运营中心，以抵御重大网络攻击。该运营中心由公私部门联合运营，其中的参与者包括亚马逊、联邦储备银行、IBM、纽约市警察局和多个医疗保健机构。如果发生网络攻击，这些机构将展开密切合作，并调动资源共同抵御攻击，防止纽约市基础设施遭到破坏。（来源：华尔街周刊）
监管：
美国36个州及华盛顿特区起诉谷歌公司违反美国反垄断法
7月7日，美国36个州和华盛顿特区于加州北区地方法院起诉谷歌公司在运营其安卓应用商店时违反了反垄断法。起诉书称，谷歌在提供应用购买和订阅服务时存在向程序开发者收取了30%费用；禁止带有异议内容的应用在其应用商店上架；通过排他性合同、技术壁垒和“误导性”安全警告为潜在竞争者设置障碍等行为。（来源：TheHill）
中国工信部、网信办、公安部联合印发《网络产品安全漏洞管理规定》
7月12日，工业和信息化部、国家互联网信息办公室、公安部近日联合印发《网络产品安全漏洞管理规定》，旨在维护国家网络安全，保护网络产品和重要网络系统的安全稳定运行；规范漏洞发现、报告、修补和发布等行为；明确网络产品提供者、网络运营者，以及从事漏洞发现、收集、发布等活动的组织或个人等各类主体的责任和义务；鼓励各类主体发挥各自技术和机制优势开展漏洞发现、收集、发布等相关工作。《规定》将自9月1日起施行。（来源：中国经济网）
产业：
中国工信部发布《网络安全产业高质量发展三年行动计划(2021-2023年)(征求意见稿)》
7月12日，中国工信部公开征求对《网络安全产业高质量发展三年行动计划(2021-2023年)(征求意见稿)》的意见。征求意见稿指出，到2023年，中国网络安全产业规模将超过2500亿元，年复合增长率超过15%。一批网络安全关键核心技术将实现突破，达到先进水平。（来源：中国工信部官网）
德国马普研究所实现纠缠光子的无损检测
7月9日，德国马克斯·普朗克量子光学研究所研究人员实现纠缠光子的无损检测，成功地重复两次检测到单个光子在光纤中的运动而不产生破坏。马普研究所研究人员基于困于反射腔内的铷原子制作出一种非破坏性探测器，使用激光脉冲进行探测。根据测试结果，研究人员在相距60米的两个探测腔内均检测到同一个运动的光子，并没有产生损耗。该成果或将为量子传感和量子通信的研究铺平道路。(来源：德国马普研究所官网)