人工智能与国家政治安全
【讲武堂】
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。
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。
（作者：许春雷，系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）
人工智能释放巨大应用价值（国际视点）
核心阅读
在科技日新月异的今天，人工智能正在快速融入人们的生产生活，极大提高工作效率，降低生产、管理等成本，为经济社会发展不断注入新动能。
从“刷脸”乘坐飞机到无人超市，从多功能巡逻机器人到智慧医疗……在移动互联网、大数据等新技术驱动下，人工智能行业应用不断落地开花，正以前所未有的速度和广度，深刻改变着人们的生产生活。为了抓住人工智能发展的重要机遇，越来越多国家和地区将人工智能写入国家发展战略，将其视作促进经济转型、改善民众生活质量的重要手段。
阿联酋——
无接触服务提升生活品质
从迪拜国际机场出发或转机，乘客只需在机场指定通道走过，即可完成航班值机、出境通关、登机等流程。每个环节耗时仅5至10秒，全程不需要接触机场工作人员。
这是迪拜国际机场去年10月推出的“智能通道”，设置了数十个人脸识别技术摄像头，将面部识别和虹膜识别相结合，当乘客看向通道的不同角落，摄像头便可以多角度记录其面部特征。这项技术替代了普通的护照检查，给乘客带来更加便捷高效的旅行体验。
“在新冠肺炎疫情大流行的背景下，这种无接触式通关方式让我们感觉更加安全、卫生、便捷。和过去处处排长队、一等就是半个多小时的状况相比，真得感谢科技发展。”经常乘机往返埃及与阿联酋的埃及商人阿扎姆表示。
在阿联酋，从智能基础设施到机器人“警察”，人工智能的影子随处可见。迪拜工商会报告显示，人工智能的快速发展推动了社会生活多方面的改变，正逐步创造巨大的经济效益。
9月初，家乐福的第一家人工智能超市在阿联酋购物中心开业。消费者在手机上下载相关应用程序后，凭二维码进店。选好商品，离开店铺5分钟后，消费者的手机就会收到账单，直接在线完成支付，整个过程没有任何店员参与。
据了解，该超市的天花板上安装了近百个摄像头。它们不仅可以跟踪并识别每一件商品，还可以识别消费者在商店里的活动情况。如果商品离开货架，系统会自动添加至消费者数字购物篮中；如果商品退回货架，系统又会将其在购物篮中删除。家乐福中东地区零售代理商负责人哈尼·魏斯表示，商家须得到消费者授权才能收集有关数据，且这些数据不会被共享。
“云端结账，随拿随走，方便自由，节省时间，这就是未来的购物方式。感觉很棒！”在超市购物的顾客阿卜杜勒评价道。
新加坡——
机器人巡逻提高工作效率
一台四轮机器人在熙熙攘攘的大街上巡逻，车身显示屏闪烁着“保持安全距离”等防疫提示信息。如发现有人在禁烟区吸烟，机器人立刻移动到那里，并发出“请不要在禁烟区吸烟”的提示音……
这是新加坡政府开发的多功能巡逻机器人“泽维尔”，9月初在该国大巴窑地区进行了为期3周的试运行。“泽维尔”配备有传感器和安全装置，能自主导航行驶，最高时速约5公里，续航能力四五个小时。在人流量高峰期，“泽维尔”每天都会依照预设的线路巡逻。一旦视像分析程序探测到违规行为，如有人在禁烟区吸烟、非法贩卖商品、违规停放自行车或聚会人数超过政府规定等，它就会提醒公众停止这些违规行为。
同时，“泽维尔”车身上还配备有360度全景摄像头，会将拍摄到的图像和视频，在几秒钟内传送到指挥与控制中心，协助执法人员了解现场情况。执法人员还可通过“泽维尔”身上的双向对讲机，远程应对突发事件。
这项机器人巡逻计划由新加坡内政科技局等5个机构共同实施。据新加坡内政科技局自动化和无人系统专业研究中心主任钟伟强介绍，地面机器人具有多功能性，可根据不同领域和操作环境进行量身定制和广泛应用。
在新加坡，人工智能技术还广泛地应用于医疗、金融、农业等领域。新加坡《海峡时报》评论称，人工智能是一种无形资产和新的生产要素。对于新加坡来说，可以通过大力发展人工智能，形成新的经济增长点。
西班牙——
智能头盔提供安全保障
在西班牙，骑自行车是一项颇受欢迎的运动，但运动过程中有时难免遇到各种意外。为了预防和减轻事故伤害，西班牙一家名为埃维科斯的初创企业研发了一款基于人工智能技术、配备有安全气囊的自行车头盔。
该头盔内置多个传感器，可以收集佩戴者运动过程中的骑行速度、运动轨迹和加速状况等信息，并通过内置芯片进行分析。一旦检测到事故发生，安全气囊将在千分之一秒内被激活，在启动后对后颈部位进行保护。同时，芯片将通过智能手机应用程序，发送预警信息，拨打紧急联络人或紧急援助电话，并对佩戴者进行定位。此外，头盔设计还加入了预防事故功能，当骑行者靠近危险区域或事故多发路段时，将会发出提醒，并提供其他路径选择。
西班牙托莱多的一家医院与这家初创企业合作，为头盔设计提供了医学建议，并验证了该项技术在医学上的有效性。目前，该初创企业团队正对产品进行最后试验，预计明年投放市场。公司首席执行官马克·米耶特表示，虽然这项设计目前主要针对自行车运动，但未来可以推广至所有需要佩戴头盔的体育运动，包括速滑、马术和滑雪等。该公司也在和不同的运动头盔品牌商接洽，将该发明纳入其设计。
西班牙另一家初创企业推出了智能溺水救援项圈。设备通过内置的感应器和芯片，可对佩戴者和周边环境信息进行检测和分析。一旦发现佩戴者有溺水反应，会自动启动充气系统，帮助佩戴者头部露出水面，便于恢复意识和自主呼吸。同时，芯片还会向周边医疗机构以及使用同一产品或手机应用程序的用户发出求救信号，实现更迅速的救援与救治。
专家预期，未来人工智能和物联网等技术将在运动保护等领域得到更广泛和深入的应用，将对预防运动损伤、防范风险发挥更重要作用。
（本报开罗、曼谷、马德里、北京电）
《人民日报》（2021年12月14日17版）(责编：杨光宇、胡永秋)分享让更多人看到
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）
OECD发布：国家人工智能计算能力建设蓝图
经济合作与发展组织（OECD）人工智能计算和气候专家组近日发布《国家人工智能计算能力建设蓝图》报告，为政策制定者提供了基于能力（可用性、使用)、有效性（人员、政策、创新、访问）和弹性（安全、主权、可持续性）三个维度的国家人工智能计算建设指南。
衡量人工智能计算：定义、范围考量和挑战
01
人工智能计算：定义与用途
2019年，经合组织理事会将人工智能定义为“一种基于机器的系统，可以针对给定的由人类定义的目标，做出影响现实或虚拟环境的预测、建议或决策”。虽然人工智能被视为一种无形的技术系统，但它以物理基础设施和硬件为基础。
经合组织人工智能计算与气候专家组提出了技术界和政策界都可以理解的人工智能计算（AIcompute）的定义：“人工智能计算是包括一个或多个硬件和软件堆栈，以高效的方式支持专门的人工智能工作负载和应用程序。”
这个定义强调了人工智能计算的几个核心属性：
1.人工智能计算包括大量的硬件和软件。人工智能工作负载不是由一个硬件或软件组件执行的，而是由一个或多个组件“堆栈”（层）执行的。硬件和软件堆栈之间的有效交互对于人工智能计算至关重要。
2.人工智能计算堆栈专门用于人工智能，专业的硬件使人工智能的训练和使用成为可能。随着人工智能应用程序、参数数量和数据集规模的不断增长，人工智能计算堆栈正变得越来越专业。
3.人工智能计算需求可能会有很大差异。根据应用程序、人工智能系统生命周期阶段和系统规模的不同，所需的人工智能计算可能有所不同。因此，计算需求因国家人工智能计划和人工智能系统生命周期的不同而有很大差异。
4.人工智能计算以高效的方式支持人工智能工作负载和应用程序。这种效率对于使用大型模型和数据集进行人工智能研发至关重要。
人工智能计算涵盖了从芯片到数据服务器再到云计算等各种不同的技术。它支持人工智能系统的训练工作（即创建或选择模型/算法以及校准）和推理工作（即使用人工智能系统确定输出）。因此，人工智能计算需求随着用户需求改变而改变。
人工智能计算可以通过以下几种方式进行定位和访问：
1.集成于数据中心。数据中心作为物理设施中的基础设施，用于托管人工智能的计算硬件、网络设备、软件和数据。
2.集成于云服务。在云端通过公共或私有云网络提供服务。
3.分散于去中心化设备上。即人工智能计算直接部署在独立的终端设备中，用于进行本地人工智能推理，例如在移动设备、物联网设备等上。
为了理解计算在人工智能系统中的作用，了解人工智能的生产驱动因素也很重要。一共包括三个驱动因素：算法、数据和计算。计算是人工智能系统的重要组成部分，随着时间的推移，其能力不断提高。它与数据和算法的区别在于，它以物理基础设施和硬件的“堆栈”（层）以及专门用于人工智能的软件为基础。这些堆栈由各种硬件和软件组件以及配置组成，是人工智能计算难以量化的原因之一。虽然人工智能系统的计算需求和硬件规格可以估计，但由于其复杂性，定义“全方位的人工智能计算单元”是不可能的。
此外，计算通常需要大量的自然资源，包括生产硬件的能源和矿产需求，以及运行过程中的能源和水资源消耗。专家组与全球人工智能伙伴关系负责人工智能工作组的专家合作，在一份由专家组提供的平行报告中对此进行了探讨。人工智能系统的计算需求可能因其生命周期阶段而异。
经合组织将人工智能系统的生命周期定义为包括以下阶段：（1）规划和设计；（2）收集和处理数据；（3）建立和使用模型；（4）验证和验证模型；（5）部署；（6）操作和监控该系统。对于机器学习系统，其计算需求主要体现在两个阶段：训练阶段（构建人工智能系统）和推理阶段（操作）。
训练人工智能模型，涉及从提供给系统的数据中确定权重和偏差值（也称为“学习”）。这是机器学习的一个基本组成部分，一旦神经网络经过训练，它就会通过计算过程将训练后的权重应用于新的输入数据来生成输出。这被称为推理（或“正向传递”），经过训练之后就可以为应用程序分发和部署网络。在这一点上，网络基本上是静态的：所有的计算和中间步骤都被定义了，只有输入内容才有必要进行推理。例如使用搜索引擎查找信息（如谷歌搜索），与虚拟个人助理交谈（如Siri、Alexa）。
完整的训练运行在计算上比用于单一推理的计算更密集。这主要有两个原因：首先，权重的训练是迭代的：单个输入需要许多次循环才能获得所需的结果。其次，训练数据需要可用于计算系统，这需要内存容量。由于这两个因素的结合，就内存和计算资源而言，训练通常是一个更复杂的过程。考虑到重要的数据和计算需求，训练更有可能在高性能集成计算机上进行。相比之下，人工智能部署（即运行推断）在人工智能计算需求方面的变化更大，推理可以在计算能力较弱的设备上进行。然而，虽然单个训练运行比单个推理更需要算力，但推理阶段通常在人工智能系统的生命周期中需要更多的计算，因为机器学习系统在其开发阶段通常只训练几次，而在系统部署生命周期里，每次使用系统时都会重复执行推理任务。
02
衡量标准存在的挑战
衡量人工智能计算能力和需求尤其具有挑战性。目前，很少有工具和指标可以用来衡量人工智能计算。人工智能计算的文献通常侧重于性能计算系统的测量，其他方法采用计算机在一秒钟内可以完成的计算数量作为计算性能的指标。虽然计算性能的衡量标准很有用，但它既不是国家计算能力的完整指标，也不是一个国家人工智能计算需求的完整指标。
人工智能计算的定义因国家而异。例如某些国家规定的国家人工智能计算，是指受国内法律法规的约束，并且实际位于国家管辖范围内的人工智能计算。如果人工智能计算由非国内私营公司或公共部门拥有和运营，或实际位于另一个国家，政策制定者需要考虑是否可以将其归类为“国家人工智能计算”。评估一个国家内人工智能系统的总体性能可能是计算国家人工智能计算能力的一种方法，但这种方法有局限性。另一种方法是计算离散的人工智能系统数量，并按性能的“类别”对其进行分组，例如领导级人工智能系统和中心级人工智能。
另一个衡量的挑战是：计算可以是通用的，这意味着计算基础设施可以用于人工智能工作和非人工智能工作，例如数学和科学建模以及其他与人工智能没有直接关系的计算需求。这一挑战与硬件和基础设施密切相关，因为数据中心和高性能计算基础设施除了人工智能之外，还可以有各种应用。根据谷歌的一项研究，在2019-2021年期间，其机器学习工作量的总体能源使用始终不到总能源使用量的15%。又如，据一家大型云计算提供商估计，其企业客户将其计算基础设施总支出的7%-10%用于支持人工智能和机器学习应用程序，其中3%-4.5%用于训练，4%-4.5%用于推理。这些评估可以为人工智能用于何种用途提供信息，同时显示出计算是用于人工智能训练还是推理。
专家们专注于在国家层面创建人工智能计算的衡量框架，这也带来了具体的挑战。各国参与了各种国际倡议的制定，如高性能计算基础设施的研究合作，这使得将人工智能计算能力分配给各个国家变得困难。通过云访问的计算能力引发了同样的问题，因为通过云访问国家级算力可能依赖于位于跨境和不同司法管辖区的服务器和数据中心。
确定与人工智能计算活动相关的技能和职位也是一项挑战。2008年国际标准职业分类（ISCO-08）和许多国家职业分类没有将人工智能计算职业与通用软件和信息通信技术开发、制造和维护工作区分开来。这使得国际上对人工智能计算相关的职位定义不明确。例如一个“数据科学家”的职位可能会要求人工智能建模、硬件、大数据和各种人工智能领域技能，它们与“机器学习专家”和“数据工程师”等职位所要求的技能重叠。由于国家技术环境和对经验的需求不同，人工智能相关职位中列出的技能也因国家而异。