AI前沿观察丨从人工智能看大国博弈：豪掷数十亿美元争夺技术主权，创新治理规则寻求合作
编者按
“人工智能从你出生那天就认识你，读过你所有的电子邮件，听过你所有电话录音，知道你最爱的电影……”尤瓦尔·赫拉利在《未来简史》一书中描述了这样一种未来景况：人工智能比人类更了解自己。
步入人工智能时代，人类的生活习惯和生产方式正在被重塑，科幻和现实渗透，惊喜与担忧交加。人与机器的未来是一场亲密的合作还是激烈的战争？机器会将人类的智能拓展到什么样的边界？
南财合规科技研究院推出AI前沿观察系列报道。从技术、政策和治理多角度，剖析人工智能的技术瓶颈与伦理考验，追问未来的可能与限度，以期寻找第四次工业革命浪潮翻涌下人工智能发展的最优路径。
本篇是系列报道综述章节的第四篇，我们将梳理国际人工智能法规，探究全球各国如何在人工智能的国家竞争与风险治理的双重影响下不断推动释放人工智能红利。
南方财经全媒体记者李润泽子见习记者冯恋阁实习生周愚广州报道
“谁能成为人工智能领域的领先者，谁就能统治整个世界。”俄罗斯总统普京此前曾直言。
历经60多年发展，人工智能已从模拟人类智能的一项科学研究延伸为推进人类与社会发展的颠覆性技术。当前，作为全球数字化发展的核心赋能技术，人工智能成为各个国家和地区的重点发展领域，而其政策、科学、技术的进展，也深刻影响着国际关系与全球格局。
因此，从美国的《为人工智能的未来做好准备》到我国的《新一代人工智能发展规划》，再到《欧盟人工智能》，近年来多个国家和地区将发展人工智能上升至国家战略层面，加强人工智能顶层设计和统筹规划。
去年4月，欧盟委员会还公布了世界范围内第一份综合性人工智能法案《人工智能法草案》。欧盟试图以此为契机实现人工智能领域内的规范性霸权，弥补自身目前面临的技术短板。
尽管不同国家或地区的人工智能政策及监管规则存在思路上的差异，但归根结底，各国都是为了提升自身的竞争力，争夺人工智能技术主导权。受访专家表示，由于人工智能是关系到国家竞争和博弈战略，各国加强对人工智能政策及立法的投入已成趋势。未来，我国人工智能治理需紧跟人工智能应用发展脚步，提高国际影响力，在人工智能全球治理中占据更高影响力。
全球竞争格局
随着科技进步和产业变革的加速演进，人工智能已经成为各国必争的科技创新高地。
在此背景下，战略引领人工智能发展已成为全球趋势。自2016年起，先后有40余个国家和地区将推动人工智能发展上升到国家战略高度，系统性布局，投身人工智能全球竞争。其中，既有美国、欧盟、法国、德国、英国、新加坡等发达国家和地区，也有印度、墨西哥、印度尼西亚、巴西、马来西亚、乌克兰等发展中国家。
在这些国家中，美国是公认的人工智能第一强国。2016年以来，美国在战略层面上对人工智能持续加大关注与支持，陆续成立了国家人工智能倡议办公室、国家AI研究资源工作组等机构，各部门密集出台了一系列人工智能战略与相关政策，内容涉及资金投入、数据资源、人才培养等各个方面。
其中，在资金投入方面，美国政府则是长期以大量财力支持人工智能技术研发，进行全球战略竞争。根据美国国家科学技术委员会数据，在2021财年，非国防性的美国政府机构共拨出15.3亿美元用于人工智能研发支出，大约是2018财年的2.7倍。
2021年，拜登刚就任总统就签署一项填补现有《购买美国货法案》条款漏洞的行政令，并投入3000亿美元设立创新基金作为美国国家科学基金会(NationalScienceFoundation，简称NSF)等部门以及高校的直接研发投入，设立新的突破性技术研发计划支持AI、5G等技术创新。美国国家科学基金会于2021年为人工智能研究提供8.68亿美元；未来将为研发人工智能网络提供3亿美元。
（美国主要人工智能相关政策汇总）
事实上，以战略支持人工智能发展且直接投入资金的国家不在少数，加拿大、欧盟、德国、印度、英国等多个国家和地区都曾有过相关支持。以加拿大和欧盟为例，2017年,加拿大政府发布的《泛加拿大人工智能战略(PanCanadianArtificialIntelligenceStrategy)》,就提出拨款1.25亿加元支持AI研究及人才培养；欧盟则在通过2021年实施的“数字欧洲”项目，投资以人工智能为代表的各个领域13.8亿欧元。
欧盟则是全球人工智能竞争之中另一无法忽视的力量。根据《人工智能协调计划2021年修订版》，欧盟及其成员国应协调行动，共同实现欧盟占据人工智能全球领导地位发展目的。实际上，早在2018年3月，有欧盟智库之称的欧洲政治战略中心就发布了题为《人工智能时代：确立以人为本的欧洲战略》的报告，解读了欧盟在人工智能领域的最新发展现状。同年4月，欧盟委员会发布一份政策文件《欧盟人工智能》提出了人工智能的欧盟道路。同年，第一版欧盟《人工智能协调计划》发布，作为协调各成员国合作落实上述战略的具体计划。
（2018年以来，欧盟委员会人工智能竞争战略文件汇总）
2019年，欧盟人工智能高级专家小组制定了《可信人工智能指南》，并于2020年制定了《可信人工智能评估清单》。2020年2月，欧盟发布《人工智能白皮书》提出一系列人工智能研发和监管的政策措施，以及“可信赖的人工智能框架”。
此外，欧盟还在2021年发布的《2030数字指南针：欧洲数字十年之路》等文件中，将推动人工智能发展列为重要工作。
“各国加强对人工智能政策及立法的投入，确实是共同趋势，因为各国都认识到人工智能是关系到国家竞争和博弈战略的一个关键因素。”北京师范大学互联网发展研究院院长助理、中国互联网协会研究中心副主任吴沈括表示。
治理规则创新与平衡
在产业快速发展的同时，人工智能伦理风险也逐渐被各国所关注，美欧等已在监管规则方面做出探索，出台多项举措巩固在人工智能发展和治理方面的优势，以期在人工智能的国际治理中争夺主导权。
2021年，欧盟发布的《人工智能法草案》则系统性规范投放和使用人工智能系统的实体。该法案意味着人工智能领域的数字治理已经有了最新的要求，也反映了人工智能技术的治理与发展须在《通用数据保护条例》（GDPR）的有效监管下进行，也进一步显示出欧盟正从人工智能监管向战略领先发展方向转变。
在我国，人工智能专门立法的探索在地方层面也已展开，《上海市促进人工智能产业发展条例》《深圳经济特区人工智能产业促进条例》已相继落地施行。
美国则在监管规则方面探索颇多。2020年，美国联邦政府发布首份《人工智能应用监管指南》，在法律允许的范围内，指导各政府机构在联邦政府之外对人工智能应用开发和部署采取监管或非监管措施。
而近日，美国还公布了《人工智能权益法案》，该法案中规定了在人工智能时代中，美国人应该享有的多项保护权益。
除此之外，美国过去许多分散的监管政策也正则汇聚成积极的变化。例如，美国五大金融监管部门已经开始调查美金融机构中存在的影响风险管理、公平借贷和信用额度的人工智能应用及相关做法。美国联邦贸易委员会也在今年启动了对于人工智能歧视、欺诈和数据滥用等问题的监管规则制定。
一般认为，美国与欧盟在人工智能监管方面遵循着两种不同的思路。吴沈括告诉南方财经全媒体记者，以美国为代表的监管思路是技术监管的思路，侧重于对技术的应用和流程的监管；以欧盟为代表的监管思路则是一种侧重于组织管理，包括风险管理的思路。
因此，美国与欧盟在人工智能领域的治理行动时常产生分歧与摩擦。双方都期待在争夺科技领域领先优势之外，通过立法和监管谋求主导地位。
而不同思路背后反映的则是不同的诉求与指导思想。西南政法大学人工智能法学院副院长、副教授冯子轩表示，美国在立法时关注国家安全，着重于美国在人工智能领域的全球领导力，而欧洲在考虑产业发展的同时，也较为关注人工智能对现有政治秩序与道德伦理的冲击。
形成共识，拥抱合作
不过，这种分歧在拜登政府上台后，似乎出现了一定程度的弥合。在人工智能的治理方面，拜登政府开始采取较以往更为积极的态度，一定程度上表现出与欧盟相关政策对标的趋势。例如，美国国家标准和技术研究院正在制定的人工智能风险管理框架就部分参考了欧盟对人工智能进行分级监管的思路。
与此同时，随着人工智能领域的竞争从技术、经济领域向国际规则制定的层面扩展，国际合作的重要性越来越凸显。
“人工智能，特别是通用人工智能的发展最终会对整个人类社会产生重大影响，它的发展方向和路径并不是某一个国家能够完全决定的。因此，至少是主要国家应当通过条约、国际协定等方式将共识固定下来。”高奇琦强调。
我国的一些立法中已经有了这样的尝试。《深圳经济特区人工智能产业促进条例》在总则中明确鼓励和支持高等院校、科研机构、企业和其他组织在基础研究、基础平台、技术开发、人才培育等方面开展国际交流与合作，推进技术创新和发展。
而在未来，我国如何在世界人工智能舞台上发声，推动建立以共识为基础的人工智能全球治理模式成为了一个重要的课题。“人工智能治理事实上是一种生态建设的博弈，归根结底是生态吸引力和生态包容力的竞争。”吴沈括告诉21世纪经济报道记者。
吴沈括强调，在人工智能治理，特别是国际治理的过程中，首先要充分发挥产业的积极作用，实现一种多样化的开放性生态。同时，人工智能治理也需要全面发挥各方主体的积极性和主动性，通过建设具有参与性、开放性的治理生态，包容更多的价值诉求、方法、理念以及业务规则，实现全球治理当中的共识最大化。
在人工智能应用的领域，我国始终走在世界前列。然而在治理层面，西方国家对于前端数据的保护、人工智能伦理、人工智能技术与法律的深度交叉等方面都很值得国内未来治理借鉴。为了占据主动权，高奇琦强调：“不能光应用走到前列，治理也要跟得上。”
出品：南财合规科技研究院
策划：曹金良
统筹：郭美婷、李润泽子
研究员：郭美婷、李润泽子、冯恋阁
本期作者：李润泽子、冯恋阁、周愚（实习生）
科学好故事
来源：BBCFuture
撰文：克里斯·巴拉纽克（ChrisBaraniuk）
翻译：任天
使用人工智能的算法正在尝试以意想不到的技巧来解决问题，这让它们的开发者感到惊讶。但与此同时，这也引发了人们对如何控制人工智能的担忧。
谷歌公司的一群员工正茫然地盯着自己的电脑屏幕。几个月来，他们一直在完善一个算法，用来控制一个无人热气球从波多黎各一直飞到秘鲁。但还是有些地方不尽如人意，气球在机器智能的控制下不断偏离既定路线。
Loon项目（ProjectLoon）是谷歌公司现在已经停止的一个项目，它原本的目标旨在通过气球将互联网接入偏远地区。作为该项目的负责人，塞尔瓦托·坎迪多无法解释这个气球的轨迹。最后，他的同事们手动控制了系统，让气球回到了正轨。
后来他们才意识到发生了什么。令人意想不到的是，气球上的人工智能学会了重现人类在几百年，甚至几千年前发明的古老航海技术，例如“改变航向”，这指的是操纵船只迎风航行，然后再向外倾斜，从而在大致方向上以之字形前进。
在不利的天气条件下，自主飞行的气球已经学会了完全靠自己来改变航向。它们自发地完成了这一过程，让所有人都感到震惊，尤其是参与这个项目的研究人员。
在Loon项目中控制气球飞行的人工智能学会了一种迎风航行的技术“当第一个被允许完全执行这种技术的气球创造了从波多黎各到秘鲁的飞行时间记录时，我们马上意识到自己被打败了，”坎迪多在一篇关于该项目的博客文章中写道，“我从来没有像这样，同时感到自己既聪明又愚蠢。”
富有创造力的人工智能
当人工智能在设备中被放任自流时，很可能就会发生这样的事情。与传统的计算机程序不同，人工智能的设计目的就是探索和开发新的方法，以完成人类工程师没有明确告诉它们的任务。
然而，在学习如何完成这些任务的同时，人工智能有时会想出一种极富创造力的方法，甚至会让一直使用这种系统的人大吃一惊。这可能是一件好事，但同时也可能使人工智能控制的一切变得不可预测，甚至可能带来危险。例如，机器人和自动驾驶汽车最终可能做出将人类置于危险境地的决定。
人工智能系统怎么可能“智胜”它的人类主人呢？我们能否以某种方式约束机器智能，以确保不致某些不可预见的灾难？
在人工智能研究界，有一个关于人工智能创造力的例子似乎被引用得最多。真正让人们对人工智能的能力感到兴奋的时刻，是DeepMind的人工智能机器学习系统AlphaGo如何掌握围棋这一古老的游戏，然后击败了世界上最优秀的人类棋手之一。DeepMind是一家创立于2010年的人工智能公司，在2014年被谷歌收购。
随着人工智能开始应用于现实世界，了解它们是否会做一些意想不到的事情是很重要的事实证明，它们可以用一些以往从未有人用过——或者至少很多人不知道——的新策略或新技巧，来对付人类棋手。
然而，即使是这样一场单纯的围棋游戏，也会引起人们不同的感受。一方面，DeepMind自豪地描述了其系统AlphaGo的“创新”之处，并揭示了围棋，这一人类已经玩了数千年的游戏的新玩法。另一方面，一些人质疑如此有创造性的人工智能有朝一日是否会对人类构成严重威胁。
在AlphaGo取得历史性胜利后，澳大利亚西悉尼大学的机器学习、电子学和神经科学研究者乔纳森•塔普森写道：“认为我们能够预测或管理人工智能最坏的行为是很可笑的，我们实际上无法想象它们可能的行为。”
我们需要记住的重要一点是，人工智能并不真正像人类那样思考。它们的神经网络确实是受到了动物大脑的启发，但更确切地说，它们是所谓的“探索设备”。当它们试图解决一个任务或问题时，并不会带有很多（如果有的话）对更广阔世界的先入之见。它们只是尝试——有时是数百万次——去找到一个解决方案。
我们人类有很多思想上的包袱，我们会考虑规则，人工智能系统甚至不理解规则，因此它们可以随意地拨弄事物。
在这种情况下，人工智能可以被描述为具有“学者症候群”的硅等量物。所谓学者症候群，通常是指一个人有严重的精神障碍，但却在某种艺术或学术上拥有非凡的能力，其天赋通常与记忆有关。
不断带给我们惊奇
人工智能让我们感到惊奇的方式之一，是它们能够使用相同的基本系统来解决根本不同的问题。最近，一款机器学习工具就被要求执行一项非常不同的功能：下国际象棋。
该系统被称为“GPT-2”，由非营利的人工智能研究组织OpenAI开发。GPT-2利用数以百万计的在线新闻文章和网页信息进行训练，可以根据句子中前面的单词预测下一个单词。开发者肖恩·普莱瑟认为，国际象棋的走法可以用字母和数字的组合来表示，因此如果根据国际象棋比赛的记录来训练算法，这一工具就可以通过计算理想的走法序列来学习如何下棋。
普莱瑟对GPT-2系统进行了240万场国际象棋比赛的训练。“看到象棋引擎变成现实真是太酷了，”他说，“我当时根本不确定这能不能行得通。”但GPT-2做到了。尽管它的水平还比不上专门设计的国际象棋计算机，但已经能够成功地完成艰苦的比赛。
这个实验表明GPT-2系统具有许多尚待探索的能力，堪称一个具有国际象棋天赋的专家。该软件后来的一个版本让网页设计人员大为震惊，当时，一位开发人员对其进行了简单的训练，让它写出用于在网页上显示项目（如文本和按钮）的代码。尽管只有一些简单的描述，如“表示‘我爱你’的红色文本和带有‘ok’的按钮”，但这个人工智能依然生成了适当的代码。很显然，它已经掌握了网页设计的基本要领，但所受的训练却少得惊人。
长期以来，人工智能给人们留下的深刻印象主要来自电子游戏领域。在人工智能研究界，有无数例子揭示了算法在虚拟环境中所做到的事情有多么令人惊讶。研究者经常在诸如电子游戏等空间中对算法进行测试和磨练，以了解它们到底有多强大。
2019年，OpenAI因为一段视频登上了新闻头条。视频中，一个由机器学习控制的角色正在玩捉迷藏游戏。令研究人员惊讶的是，游戏中的“寻找者”最终发现，它们可以跳到物品上方进行“冲浪”，从而进入“躲藏者”所在的围栏。换言之，“寻找者”学会了为了自己的利益而改变游戏规则。
反复试错的策略会带来各种有趣的行为，但并不总能带来成功。两年前，DeepMind的研究员维多利亚·克拉科夫娜邀请她博客的读者分享人工智能解决棘手问题的故事，但要求解决问题的方式是不可预测或不可接受的。
她整理出了一长串很吸引人的例子。其中有一个游戏算法，在第1关结束时学会了自杀，以避免在第2关死亡，这就实现了在第2个关卡中不死的目标，只不过采用了一种特别令人印象深刻的方式。另一个算法发现，它可以在游戏中跳下悬崖，并将对手带向毁灭；通过这种方式，人工智能得到了足够的点数以获得额外的生命，从而在无限循环中不断重复这种自杀策略。
纽约大学坦登工程学院的电子游戏人工智能研究者朱利安·托格里乌斯试图解释这其中发生的一切。他表示，这些都是“奖励分配”错误的典型例子。当人工智能被要求完成某件事时，它可能会找到一些奇怪的、出乎意料的方法来实现目标，并最终证明这些方法是正确的。人类很少采取这样的策略，指导我们如何游戏的方法和规则十分重要。
研究人员发现，当人工智能系统在特殊条件下接受测试时，这种目标导向的偏见会暴露出来。在最近的一项实验中，被要求在银行进行投资的游戏人工智能角色会跑到虚拟银行大厅附近的一个角落，等待获得投资回报，这个算法已经学会了将跑到拐角处与获得金钱回报联系起来，尽管这种运动与得到多少回报之间并没有实际的关系。
这有点像人工智能在发展迷信，在得到了某种奖励或惩罚之后，它们开始思考为什么会得到这些。
这是“强化学习”的陷阱之一。所谓“强化学习”，是指人工智能最终会根据它在环境中遇到的情况设计出判断错误的策略。人工智能不知道自己为什么会成功，它只能将自己的行动建立习得联想的基础上。这有点像人类文化早期阶段时，将祈祷仪式与天气变化联系起来的行为。
一个有趣的例子是，鸽子也会出现这样的行为。1948年，一位美国心理学家发表了一篇论文，描述了一个不寻常的实验：他将鸽子放在围栏里，间歇性地给予食物奖励。这些鸽子开始将食物与它们当时正在做的事情联系起来，有时是拍打翅膀，有时是舞蹈般的动作。然后，它们会重复这些行为，似乎期待着奖励会随之而来。
鸽子可以学会将食物与某些行为联系起来，而人工智能会表现出类似的耦联行为用新办法解决老问题
测试的游戏人工智能与心理学家所使用的活体动物之间有着巨大的差异，但其中起作用的似乎是相同的基本机制，即奖励与特定行为错误地联系在一起。
人工智能研究者可能会对机器学习系统所选择的路径感到惊讶，但这并不意味着他们对机器学习系统感到敬畏。DeepMind的深度学习研究科学家拉亚•哈德赛尔表示：“我从不觉得这些人工智能有自己的想法。”
哈德赛尔对许多人工智能系统进行了试验，发现它们能对她或她同事未曾预料的问题提出有趣和新颖的解决方案，这正是研究人员应该致力于增强人工智能的原因，因为这样，它们就可以完成人类自己无法完成的事情。
使用人工智能的产品，比如自动驾驶汽车，可以经过严格测试，以确保任何不可预测性都在一定的可接受范围内。在这一点上，只有时间才能证明所有销售人工智能产品的公司是否都如此小心谨慎。但与此同时，值得注意的是，人工智能表现出的意外行为绝不仅仅局限于研究环境，而是已经进入了商业产品领域。
2020年，在德国柏林的一家工厂里，由美国强化学习机器人技术公司Covariant开发的一款机器人手臂在物品经过传送带时，展现出了意想不到的分类方法。尽管没有专门的程序，但控制手臂的人工智能学会了瞄准透明包装的物品中心，以确保其每次都能成功地将物品抓起来。由于这些物品是透明的，在重叠时可能会混在一起，因此瞄准不精确意味着机器人可能无法抓起物品。但人工智能学会了避免物体的重叠角，而是瞄准了最容易拾取的表面。这真的让人很吃惊。
无独有偶，研究团队最近试验了一款机器人手臂，可以通过形状分类孔洞来选取不同的物品。一开始机器人的手臂很笨拙，在人工智能的控制下，它通过不断地拿起和放下物品进行学习；最终，机器人可以在物品进入正确位置时将其抓住，并将物品很容易地放入适当的孔洞，而不是试图用钳子摆弄它。
所有这些都印证了OpenAI研究管理者杰夫·克伦的观点，即人工智能的探索性是其未来成功的基础。近年来，克伦一直在与世界各地的同行合作，收集人工智能以出人意料的方式开发出问题解决方案的例子。
克伦说：“随着我们不断扩展这些人工智能系统的规模，可以看到，它们正在做着一些富有创造性且令人印象深刻的事情，而不只是表现出学术上的好奇心。”
如果人工智能系统能找到更好的方法来诊断疾病，或者向有需要的人群运送紧急物资，它们就可以挽救更多的生命。克伦补充道，人工智能有能力找到解决老问题的新方法。但他也认为，开发这类系统的人需要对其不可预测的本质保持开放和诚实，以帮助公众了解人工智能的工作机制。
毕竟，这是一把双刃剑。人工智能的承诺和威胁一直同时存在，它们接下来会想到什么？这是耐人寻味的问题。
人工智能时代，如何加强我国国际传播能力建设
原创张洪忠赵蓓中国网信杂志
当前，国际环境错综复杂，新冠肺炎疫情、俄乌冲突等事件加速世界大变局的演进，国际舆论场变得更为复杂。人工智能技术应用与发展一方面推动国际传播生态变革，另一方面也对我国国际传播带来挑战。如何有效应对这些挑战成为国际传播能力建设的重要课题。
人工智能技术应用
推动国际传播生态4大变革
人工智能与媒体融合进一步加深，推动国际传播向着更加智能化、精准化、个性化的方向发展，人工智能已经成为影响国际传播格局的重要变量，改变了国际传播生态。
1
传播主体发生改变
随着信息技术发展，信息传播已经进入“万物皆媒、人机共生、算法推送”的智能时代。社交机器人成为公共议题的重要制造者和传播者。以杜莎迪亚、格雷厄姆·米勒为代表的学者认为，“社交机器人已不再是单纯的工具，而应当被视为一种具有参与性的社会主体”。在国际重大议题的讨论中，社交机器人十分活跃且已经成为影响或干预公众选择的重要因素。根据牛津大学报告显示，2020年全球有81个国家利用社交媒体传播有关政治的相关信息。国际传播生态已经由之前完全由人主导转变为“人机共生”。
2
赋能国际传播内容生产与分发
人工智能技术不仅催生了新的传播主体，还助力传播内容生产与分发。在内容采集环节，自然语言处理结合深度学习模型，在寻找新闻线索时可以挖掘出更多非结构化信息，提升内容采集的效率和质量；在内容生产环节，机器写作提高了生产效率，同时推动内容编辑向“人机协同”的智能化模式转型；在内容分发环节，通过大数据和算法推荐能够准确定位国际受众，实现对特定用户个性化需求的精准传播。
3
创新国际传播信息形态
传统信息形态主要是文字、图片、视频等，利用人工智能技术创新国际传播形式，可以实现多模态信息结构，催生场景化、沉浸式、具身性的互动与传播。首先，计算机视觉、智能语音合成和自然语言处理技术广泛赋能国际传播中AI形象的建构；其次，“5G+人工智能+VR/AR”的传播模式正在不断延伸着人们的视觉和听觉感知，以更为丰富的传播形式助力我国国际传播，为讲好中国故事提供了多元化路径和手段。
4
开辟国际传播新赛道
国际传播话语权与全球政治、经济格局密切相关。进入新媒体时代，一些发展中国家通过互联网参与到国际传播中，在一定程度上改变了超级大国垄断国际传播的局面。智能传播时代更是将这种扁平化趋势进一步扩大，尤其是在国际重大议题中，传统的边缘或半边缘国家通过人工智能等新技术手段释放出更大的“声量”，从而对舆论走向产生一定程度的干预。国际传播话语权博弈在一定程度上跳出政治、经济框架的束缚，转而进入技术竞争的新赛道。
智能传播技术
对我国国际传播的4大挑战
社交机器人等智能传播技术开始具体应用到互联网信息场中，成为不可忽视的一股舆论力量。
1
社交机器人干预舆论
社交机器人的介入使我国面临的国际传播环境越来越复杂。社交机器人参与公共议题讨论，影响舆论的真实呈现。北师大新媒体传播研究中心研究发现，在中美贸易争端、新冠肺炎疫情、北京冬奥会、俄乌冲突等议题的涉华舆论中，社交机器人产生的信息占比在20%-30%之间，且带有一定的政治倾向性，成为影响国际涉华舆论走向的重要因素。社交机器人已经成为国际舆论博弈和意识形态较量的重要工具，基于技术的智能传播也将成为未来国家间竞争的关键角力场。
2
算法推荐可能成为舆论干预的工具
在人工智能时代，算法成为主流信息处理和分发方式，为实现精准化的国际传播提供了实践路径。算法的“不可见性”直接导致了信息传播的“不透明、不平等和不真实”。在国际传播中，算法推荐容易强化某一方信息和意见的风险，这种算法偏见在潜移默化中会加剧“过滤泡”效应，导致不同文化圈层之间的沟通越来越困难。
3
深度伪造影响国际信任
深度伪造技术最初指的是基于深度学习的人像合成技术。随着人工智能技术发展，深度伪造技术已发展成包括“视频伪造、声音伪造、文本伪造和微表情合成等在内的多模态视频欺骗技术”。近年来，基于深度伪造技术的政治活动迅速发展，主要包括通过换脸、重新投射、口型同步、动作传递、图像生成等方式伪造领导人照片或视频、篡改新闻事实，这让虚假信息更加难以识别，导致谣言迅速扩散。
4
全球数字平台竞争
借助数字平台、物联网技术和数据处理能力，具有人工智能技术优势的国家正在形成强大的数据话语权。以谷歌、脸书、亚马逊等为主导的新型跨国数字平台，通过“数据收集、算法驱动、智能运转”等数字化方式，正在全面重构国际传播格局。如何看待平台在国际传播中的角色发挥，值得进一步研究。
加强我国国际传播能力建设的
3大策略
1
加强国际传播渠道建设，打造全球数字平台
国际传播渠道不再依赖于传统媒体而是转向数字化的媒体平台。在数字平台中，任何人都可以成为传播主体，国与国之间的交往加深。一方面，我国在国际传播中通过“借船出海”，即在推特、脸书等社交媒体上开设媒体账号达到了一定的传播效果；另一方面，也要有在“全球中国”的视域下思考数字化国际传播的实践路径，鼓励有技术竞争力的互联网公司开展国际化运作，通过平台出海提升我国的国际传播能力。
2
创新话语表达形式，主动参与国际议题设置
在新的国际形势和传播语境下，打造“融通中外的新概念、新范畴、新表述”，既要注重话语内容创新，也要注重话语形式创新。一方面，立足中国实践，将中国话语融入国际话语体系，打造基于共同价值观的话语优势；另一方面，充分利用人工作智能、VR/AR等技术，建构基于多模态场景的话语与叙事表达。在话语创新的基础上，我国媒体要积极主动参与国际议题设置，把握国际传播规律，充分了解国际受众需求，针对不同的议题选择合适的传播策略，增强我国国际传播话语权。
3
加强对跨学科的国际传播人才培养
新的媒介环境造就了新的舆论生态，也对国际传播人才提出了新的要求。教育部和中宣部在2018年发布的《关于提高高校新闻传播人才培养能力实施卓越新闻传播人才教育培养计划2.0的意见》提出：“要培养造就一大批具有家国情怀、国际视野的高素质全媒化复合型专家型新闻传播后备人才”。在国际传播工作中，需要加快建设具有跨学科背景的国际传播队伍。积极拓展本学科与计算科学、数据科学等学科的交叉融合，培养既熟悉传播规律，也掌握传播规律的复合型人才，只有了解智能传播规律的人才才能有效开展国际传播工作。
作者：张洪忠系北京师范大学新闻传播学院执行院长，赵蓓系北京师范大学艺术与传媒学院博士后
来源：“中国网信杂志”微信公众号
投稿：zhongguowangxin@vip.sina.com
征订：《中国网信》杂志邮发代号：80-199
原标题：《人工智能时代，如何加强我国国际传播能力建设？》
阅读原文