数字化转型①人工智能产业中美对比及中国面临的挑战
近年来，数字经济已上升为国家战略，产业互联网成为互联网发展的下半场主题，是新时期中国数字经济和实体经济深度融合发展的重要途径和核心内容。本文从产业物联网与服务业融合发展的中美比较出发，提出中国企业数字化转型存在的问题及面临的挑战。
一、中美人工智能产业比较
（一）中美人工智能产业发展政策环境比较
美国一直重视保持人工智能技术的领先地位，将人工智能发展作为国家战略发展。在AI科学技术研究方面，美国政府全力支持，主导并推动成立斯坦福大学AI实验室（SAIL）、麻省理工学院计算机科学与人工智能实验室（MITCSAIL）等专业研究机构。在资金引导方面，美国政府通过政府机构云化与人工智能化升级项目招标，间接为行业注入资金，积极推动谷歌、亚马逊等厂商将资金投入到人工智能研发与产业化当中，如2019年10月，微软获得美国国防部基础云项目为期10年价值100亿美元的合同。然而，美国对隐私与数据安全的高度重视给AI产业发展也带来一定消极影响。脸书、谷歌等大型互联网厂商多次因为数据安全与隐私问题受到国会与民众的大范围关注，甚至被起诉或召开听证会。美国隐私相关法律在一定程度上制约了人工智能企业获取及使用数据。为符合新法规，相关企业为获取数据须付出更多的合规成本，特别是对于以数据作为研发基础的AI企业而言，此类规定将影响其创新效率。2020年1月1日，加州消费者隐私法案生效，估计将影响超过50万家企业，谷歌、亚马逊与脸书等AI厂商股价均下跌超过1%。
在中国，人工智能产业健康、有序发展，人工智能应用环境及产业发展持续向好。一是明确产业发展目标，出台规划和法规监管引导人工智能产业发展，并通过市场化手段为人工智能企业或机构提供财政金融支持，如在2018年，启动16个人工智能研究任务，安排国拨经费预算8.7亿元。二是鼓励人工智能领域科学技术研究，支持设立一批新一代人工智能开放创新平台，分别依托百度自动驾驶平台、阿里云城市大脑平台、腾讯医疗影像平台、科大讯飞智能语音平台进行建设。三是坚持市场需求导向，构建产业相关配套服务与措施，为中国人工智能关键核心技术的突破和多领域的规模化应用提供有利的支撑，如近期，国家发改委批准百度牵头成立深度学习技术及应用国家工程实验室。
（二）中美人工智能产业发展情况对比
中美人工智能企业数量在全球范围内占据绝对优势。截至2018年中，美国人工智能企业数量2039家，位居世界首位，主要源于美国较好的人工智能产业发展基础。中国人工智能产业起步晚于美国，但在社会各界推动下发展迅速，在2014年至2016年间的人工智能创业潮中新增企业多，截至2018年中，人工智能企业数量占全球比例近40%。
图1 中美人工智能企业发展对比 资料来源：沙利文（2020）。
图2中美人工智能企业数量全球数量对比 资料来源：沙利文（2020）。
图3 全球人工智能企业分布情况 资料来源：沙利文（2020）。
在技术层面，美国AI产业整体领先，在技术布局上优势明显。中国紧随其后，在部分技术领域已与美国比肩。具体而言，美国技术布局更广、更精，基础层与技术层的布局领先于中国，如芯片上拥有行业领先的英伟达GPU与谷歌TPU等；除百度的飞桨外，其他主流深度学习开源框架均来自于美国。中国在计算机视觉、语音识别等领域已与美国对齐：如百度预训练模型ERNIE超越微软、谷歌拿下Glue冠军，商汤一举拿下ImageNet2016年三项冠军；云从科技在Librispeech上刷新世界纪录。
在技术储备整体实力方面，中美差距悬殊。美国厂商较热衷于机器学习、语音识别与合成处理等领域，中国厂商则较倾向支付、交互技术、视频图像信息处理、智能搜索等领域，二者均聚焦无人驾驶、数据文本聚类等领域。在人才储备方面，目前中国也难以与美国匹敌。在2019年AI顶会作者中，44%博士毕业地为美国，是中国的四倍，分别来自麻省理工学院计算机科学与人工智能实验室、斯坦福人工智能实验室、卡耐基梅隆大学等多个老牌AI领先院校研究所，同时美国厂商拥有接近中国5倍的AI杰出人才储备，美国AI技术生态占优，但中国政策推动AI生态高速发展。
此外，美国AI技术生态趋于构建形成，在芯片与算力、深度学习框架等领域上领先中国，如亚马逊与谷歌拥有超过300万台服务器，谷歌与脸书拥有TensorFlow与Pytorch等行业主流框架。而百度等中国厂商正引领转型进程：百度等厂商高度重视AI领域自主知识产权，推出国产AI芯片昆仑与鸿鹄、深度学习平台飞浆等。
（三）中美人工智能产业与服务业融合情况比较
美国人工智能厂商较多，软硬实力兼具，大型厂商多综合布局AI产业，创业公司遍布基础层、技术层和应用层。在AI产业基础层，多老牌重量级厂商。美国AI产业基础层芯片与传感器实力较强，主要得益于英伟达、高通等技术实力强的业内头部厂商的参与。IBM、微软、谷歌、脸书、亚马逊等科技厂商在基础层实力较强，在算法、算力、数据等技术方面的布局全面，例如谷歌的TensorFlow深度学习框架在业界广受欢迎。
在《中国制造2025》的大背景和智能经济新形态下，各省市响应中央号召，截至2019年上半年，已有30多个省市发布人工智能相关规划或专项政策，以人工智能为技术手段，发挥当地产业集群优势，促进产学研融合并协同发展。各地不仅明确人工智能发展目标，还从企业、人才、应用示范数量、平台数量和产业规模等可量化的指标作为着力点进行突破，出台的人工智能政策，提升本地人工智能产业应用转化率。如，江苏省提出到2020年建成50个重点应用示范项目，相关产业规模超过千亿元。北京、上海和深圳等地还在人工智能政策上提出更为细节的指导措施，均把科研创新放在首位，进一步突出人工智能产业集群发展和产业应用的融合。2018年上半年，三大城市人工智能企业数量约占全国总量的72%，其中北京占40%，上海占20%，深圳占12%。
（四）人工智能产业与服务业融合趋势展望
未来，人工智能产业与服务业融合将呈五个特点：第一，AI底层核心要素算力提升、数据处理方式优化。AI芯片从通用芯片向专用芯片发展，数据处理方式由人机协作向全面机器化演变，处理更为高效。第二，AI技术使用门槛将进一步大幅降低，企业AI部署将呈现自动化、便捷化，“普惠AI”时代来临，有利于服务业与互联网深度融合。第三，随着AI边缘应用进一步拓展，新型技术的协同发展将推动AI能力从云端数据中心移动到边缘位置，数据边缘处理成为趋势。第四，AI在部分数据量庞大的应用场景渗透加快，尤其在金融、安防、制造、医疗、交通等数据量庞大的领域加速渗透。第五，AI厂商的安全意识与自主能力大幅上升，未来中国AI厂商将能为政企提供更完备的数据安全服务，实现自主可控。
二、中国数字化转型的问题与挑战
当前，中国服务业龙头企业通过数字化转型实现了“旧貌换新颜”，在组织方式、商业模式、运作流程等多有优化，然而，广大的中小微企业却往往由于战略认识有限、数字人才短缺、数字技能不够、资金储备不足等多方面因素，难以将企业积累的知识与经验运用在数字世界中，导致其面临着数字化“转型找死、不转等死”的两难困境。
主要表现在五个方面：一是自身数字转型能力不够导致“不会转”；二是数字化改造成本偏高，而自身资金储备不足造成“不能转”；三是企业数字化人才储备不足致使“不敢转”；四是企业数字化转型战略不清，决策层“不善转”；五是企业多层组织模式不灵，中层领导“不愿转”。
（一）企业组织制度变革面临挑战
1、线上线下经营逻辑悖论
对于企业来说，线上线下运营的切入点和重心完全不同。传统企业在线下的经营活动中会遵循“二八原则”，即重点服务好能为企业带来80%盈利的重要客户，而这类客户往往只占到所有客户的20%，因此企业可以集中精力服务好他们，以期实现利润的提高；然而，线上的经营却要求企业遵循“长尾理论”，利用各种“冷门”、“非主流”的产品满足剩下80%客户个性化需求，将多类型，小销量聚合起来形成巨大的市场，从而提高利润。两种经营模式对企业的管理和组织模式有不同的要求，这种逻辑上的悖论是企业数字化转型需要克服的难点。
2、高管认知转变经受考验
企业数字化转型的另一个难点还在于企业管理者战略认知的转变，企业的数字化转型并非单纯的技术更新，更重要的是管理组织、经营理念、运营方式等系统、全面性革新，这是对高管认知转变的一种考验。如果高层管理者没有深远的战略眼光，无法明确发展目标并做好顶层设计，只做一些局部的调整而不着眼于全局，或是意志不坚定，在建立系统的短期时间内不能取得成绩时就左右摇摆轻言放弃，都有可能导致数字化转型的失败。
3、组织模式转换挑战
企业不愿意进行数字化转型的又一原因在于组织模式转换的难度。传统企业在发展过程中形成了一套层级复杂，领导众多的垂直组织模式，信息交流迟缓，而数字化时代需要的是自主灵活的小型决策单元和由此构成的扁平化组织模式，从而实现更加快速的信息交换和数据生产。要更好地实现数字化转型，就必须对现有的组织模式进行全方位变革，既要有完整的制度设计，包括配套的绩效考核制度等，组织重塑的过程中各部门还需做到权责明晰，避免企业内部转换组织模式的过渡过程中出现组织不灵的问题。
（二）依托人工智能的数据平台建设相对滞后
1、传统企业数字化进展缓慢
数据平台的缺乏是制约传统企业数字化转型的重要原因。人工智能并不只是一个程序或一个设备，而是一个以数据平台为依托的智能数字化系统。要运用人工智能更好地为实体企业进行服务，需要搭建数据平台，从而对数据进行完整的收集和处理，而在中国现代服务业中，对人工智能的应用主要集中在某个单一产品或技术，而不是一种平台化，系统化的运用，这是远远不够的。
2、互联网企业垂直产业布局各有侧重
当前互联网企业布局的发展进度并不统一。中国产业互联网发展依托于产业发展行业布局，目前中国第三产业结构占比最高，第一第二产业则发展水平低，这就导致了产业互联网行业渗透的不均匀，从而导致产业互联网行业发展十分不均衡，如在金融行业中，产业互联网指数达到30.22，这一数据在制造业仅达到5.5，结构性矛盾突出。
从地理结构上看，产业互联网的布局也没有摆脱中国东西部发展的差异，2019年，东部地区的互联网业务收入达到9438亿元，对全国互联网业务收入贡献超过90%，仅广东、上海、北京、浙江和江苏五个省市就占到了87.1%，中部和西部互联网业务收入仅占8.6%，东北地区占比更是不到1%，地域间发展存在巨大落差。
3、数据产权、隐私保护与网络安全问题制约数据开放与交换
导致产业互联网与服务业融合进程缓慢的又一原因是数据产权、网络安全与隐私保护问题制约了数据开放与交换。例如在保险业中运用人工智能重要体现就是数据收集方式的改变，依赖家庭经济，适合可穿戴设备等技术取代了传统的问卷调查，在缓解信息不对称的同时也产生了敏感的隐私问题。
同时，线上线下的融合使得物理世界和数字世界的联系进一步加强，数字世界遭受的攻击也会对物理世界的正常运行产生干扰。这就要求对网络安全和防御体系问题需要高度重视。
（三）传统服务业的互联网生态构建能力不足
传统企业在进行数字化转型时，往往会因为数字化转型能力不够和数字化改造成本高陷入转型“进退两难”的困境。
1、传统企业数字化转型成本高
数字化转型是涉及硬软件设备购买，人力资源培训，以及组织制度改革的全方位系统性工程，其要求长期持续的高成本投入，是传统企业数字化转型面临的一大考验。以美的为例，作为家电行业的龙头企业，其数字化转型的这八年时间中累计投入已超过100亿元，而对中国大多数传统企业而言，它们疲于应付残酷的市场竞争，无力开展数字化转型实践，据统计，中国企业进行数字化转型投入严重不足，在推动数字化转型的企业中，仅有14%的企业投入超过年销售额5%，七成企业的投入不及年销售额的3%，其中三成企业投入未超过年销售额的1%。对数字化转型投入的不足是制约传统企业数字化转型的重要因素。
2、数据鸿沟阻碍服务业产业链打通
传统企业数字化转型另一稀缺要素则是数字人才，特别是复合型数字人才是沟通服务业产业链与互联网产业链的桥梁。目前，中国产业互联网的领军者都来自实体企业，而技术的实现则依赖于互联网技术人员，两者在合作搭建互联网平台IT系统时往往因为不熟悉对方的领域导致沟通障碍，双方语系难以接轨，为传统企业精细化的流程和标准规则、供应链场景设计等设计入IT系统增加了难度。据统计，中国企业中ICT员工占总员工数的1%-1.5%，而欧盟企业ICT员工占比达到2.5%-4%，Gartner估计，这种数字化人才的短缺2020年造成30%的技术性岗位空缺。数字技术专业人员储备不足，复合跨界人才更是稀缺，制约了中国传统企业的数字化转型。
3、服务业功能性平台缺失
一些中小微企业信息化和专业化程度低，受制于数字化能力缺乏，数字化转型意识淡薄，导致这些企业数据采集困难，不利于产业链协同程度的提高，同时，也使得其数字化应用在很大程度上受限，仅处于在办公自动化和劳动人事管理等开展信息化管理的初级阶段，并没有进入信息化管理的高级阶段，对企业云、数字化会议等手段运用得并不多，市场所提供的科技平台多是通用型解决方案，对专门化生产企业不具备针对性，适用性不强，这些因素都制约了中小企业凭借自己的能力实现数字化转型，使得中小企业在转型中只能“单脚跳”，而不能在平台帮助下“双腿跑”。据调查，目前中国中小企业中仅有10%左右使用了ERP和CRM方案，6%左右实施了SCM（供应链管理）。
（四）服务业互联网标准亟待统一
1、新型服务标准制定滞后
产业互联网至今没有一个统一的服务标准，这对互联网产业未来整合发展可能造成不利影响。产业互联网不仅是建设在企业内部的网络，更是与企业外部沟通的网络，同时还涉及大量的设备数字化智能化改造，这要求有一个开放且标准统一的系统，这样才能在发挥各个产业互联网特色的同时，可以实现相互之间的互联互通，防止各个部门各自为政，互不兼容或是重复投资，浪费资源。
2、跨产业互联受限
产业互联网是一个完整的生态圈，是产业内和跨产业互联网的有机统一体，如果不能从全价值链、全商业生态之间的企业连接这一角度出发实现跨产业的互联，那么数据价值创造力就不能很好地发挥。
（作者蒋媛媛系上海社会科学院应用经济研究所副研究员，蔡泉系上海社会科学院研究生院应用经济研究所硕士研究生。本文系国家社科重大课题《推动互联网、大数据、人工智能与实体经济深度融合研究》的阶段性成果）
全球人工智能竞争加剧，中美谁能领先
本文2021年4月10日发表于东方网，作者为东方智库研究员、东大国际战略智库研究员
中美两国的科技竞争正在全面展开，加速演进。
科技是人类文明的标志，科技是第一生产力。随着人类的不断进步，科技的创新发明乃至科技革命一直都在演进，科技革新为人类创造了巨大的物质财富和精神财富。世界大国的竞争，科技是至关重要的领域，谁能掌握时代的领先科技，谁就走在时代和世界的前列。
全球科技竞争，人工智能首屈一指
在全球新一轮科技革新中，人工智能（AI）已跃升到最前列。美国计算机行业协会（CompTIA）在设计、实施、管理和保护推动世界经济技术创新领域拥有约7500万行业和技术专业精英人士，并通过合作、教育、认证、推广和市场研究，组成了“由知情人士和业界领先组成的全球互联社区”，发现并支持全球的前沿技术，将学习和前沿技术的挖掘发现紧密结合，不断开拓具有前瞻性思维的科技创新。
CompTIA在每年年底都会评选出全球十大最新科技创新排行榜，2019年的排行榜囊括了物联网、人工智能、5G通信、无服务器计算、区块链、机器人技术，生物识别、3D打印、AR/VRAR（增强现实/虚拟现实）和无人机。2020年的排行榜则包括:人工智能、5G通信、物联网、无服务器计算，生物识别技术、AR/VR、区块链、机器人技术、NLP（自然语言处理）和量子计算。仅仅一年时间，人工智能取代物联网成为第一，这反映了全球科技创新的最新趋势和竞争状态。
人工智能演进，寒冬与春天交替
人们对人工智能这个词越来越熟悉。但何为人工智能似乎又很难说清楚。简单说，人工智能就是“人工+智能”两层意思的合成，可以理解为“人工和智能”，抑或“智能性的人工”，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新技术科学。
从理论与实践的起始与演进看，人工智能诞生于20世纪50年代中期，1956年被确立为一门学科，期间曾经历过经费枯竭的两个寒冬，分别在1974-1980年和1987-1993年，但其中也出现了两个大发展的春天，分别在1956-1974年和1993-2005年。
从2006年开始，全球人工智能进入了加速发展的新阶段，它将互联网、移动互联网、计算能力、大数据、智能算法和人工学习、自然语言处理和图像识别等先进技术融合在一起。近年来，人工智能的研究越来越受到各界特别是科技界、产业界、工商界和数字经济界的高度重视，产业界对AI的投资和收购更是如火如荼。
AI潜力无限，前景远大
人工智能确实前景远大，潜力巨大。早在上世纪70年代，人工智能就被认为是与人类空间技术和能源技术相提并论的世界三大尖端技术之一。到了21世纪，人工智能又被认为是新世纪的三大尖端技术之一，与基因工程、纳米科学并驾齐驱。在社会的应用和人们的感知中，人工智能更为突出。
但也必须看到，目前世界上对人工智能的理解还是初步的、肤浅的，今后世界的人工智能究竟会发展到何种程度，也许我们已知的远不如未知的，更大的发展在未来，就如同当年的互联网和移动互联网一样。目前看，北美、亚洲和欧洲的人工智能发展走在世界的前列。2019年底，冯德莱恩出任欧盟委员会主席后，最念兹在兹的就是加快推进欧盟的人工智能研发创新，她为此牵头制定了欧盟人工智能发展白皮书，将人工智能发展战略作为欧盟创新发展的重要抓手和战略方向。
美国的AGFAT(苹果、谷歌、脸书、亚马逊和特斯拉)等高科技巨头，都在加速全面布局人工智能行业，我国许多企业也在不断加大人工智能业务布局和发力。据一些投资公司预测，2030年全球人工智能行业市场规模将近16万亿美元，是全球经济科技中一块诱惑力极大的蛋糕。
人工智能拓展，双刃剑作用凸显
人工智能的应用延展大大加快。除了民用、商用、工业、医疗、教育、交通、媒体和科研等各种创新应用领域外，人工智能在军事和情报领域的应用也越来越普遍。不少国家的情报机构正在使用人工智能工具和技术进行监视、窃听等情报搜集，且人工智能化的机器也日益成为情报的使用者、决策者，以及其他自动化情报行动所打击的目标。有人估计，全球依托人工智能技术获取的情报数据在3年内将至少增加100万倍。在人工智能日益普及和技术日益先进的环境下，人类已经很难有密可保。
人工智能的双刃剑作用日益凸显，也因此带来了诸多困惑与疑虑，引起了很多争议。一是担心人工智能越来越多的应用对人类社会传统伦理道德、管理模式乃至法律法规和各种安全带来的巨大挑战，甚至引发颠覆性的革命及严重后果；二是各国对人工智能的技术和应用该如何及时管理、有效管理，防止失控无序。
人工智能并非万能，无数难题有待破解
在实际应用中，人工智能技术有创新，带来了各种便利和效益，但也应看到其尚不完善。有些人把人工智能说的神乎其神，似乎无所不能，不仅可以替代人类，甚至可以全面超越人类，其实这中间还有无数复杂的技术问题和社会法规与伦理道德衔接等问题没有解决，也很难解决。车辆自动驾驶问题便是其中之一。当下尤其要注意的是所谓的“人工智能万能论”和“人工智能乌托邦”，以及安全上的不负责任。
在军事和安全方面，人工智能系统已引起国际社会高度关注。不少组织和科技界人士强烈呼吁，应在世界范围内禁止开发和应用人工智能武器系统，防止这种不受人类控制即可下令主动杀人的“杀人机器人系统造成人类灾难。从理论上讲，人工智能武器系统可以更快识别对方，缩短做决定的时间，比人类更快作出军事反应，从而提高军事优势地位，但人工智能系统的“设计错误”或“运算错误”和“识别错误”很容易增加军事冲突乃至战争的危险。
美国国防创新委员会在2019年10月31日发布了一份关于人工智能伦理原则的报告，对美国国防部未来如何在战斗和非战斗场景中设计、开发和应用人工智能提出了建议和告诫，报告强调制定“负责、公平、可追踪、可靠和可控”的五大人工智能武器系统使用规则。
在国际商业领域，包括万事达、软银和IBM在内的25家国际领军企业在3月25日呼吁七国集团(G7)成立一个新机构，帮助协调成员国应对从人工智能到网络安全等的一系列问题。更多的人则对人工智能的技术研发和应用所涉个人信息（特别是隐私信息）的保护缺失与滥用，表示深深的忧虑；很多国家呼吁将人工智能的管理上升到全球科技治理的高度，加强这方面的全球治理协作。
中美AI比拼，胜负难决
从全球科技研发和应用看，目前中国和美国已被公认为走在世界人工智能研发应用的前列。但目前究竟是美国先进还是中国先进，很难得出综合性结论，只能说各有长短。人工智能实力的比较，目前国际上并无完整、统一认可的标准，大国的人工智能实力对比主要体现在以下六个方面：
一是人工智能领军人物。人工智能是世界前沿科技，不是人海大战，必须有杰出的人物领衔。施密特被认为是美国人工智能领域的领军人物，他长期来活跃于美国政界和军界，先后为奥巴马、特朗普和拜登行政当局提供与先进科技相关的国防事务咨询。施密特于去年2月辞去了在谷歌母公司Alphabet的所有职务，现专职于美国人工智能国家安全委员会并任主席。我国也有一大批优秀的人工智能科研和产业工作者，但因多方面原因，目前在国际知名度和认可度方面似要低一些。
二是人工智能研究成果。美国斯坦福大学今年3月发布的2021年人工智能指数报告（2021AIIndexReport）显示，在人工智能相关的专业期刊引用率指标方面，中国在2020年以20.7%的微弱优势超过美国的19.8%。从人工智能相关的论文发表数量看，中国在2017年就超过了美国，2020年发表的人工智能论文数量占全球总量的18%。不过，美国仍然保持了国际AI学术会议论文数量的领先地位，并在学术会议论文引用率指标上以40.1%大幅领先于中国的11.8%，后者被认为更能反映一国的人工智能研究国际领先成果和质量。
三是人工智能的开发应用。这方面目前没有具体的统计数据，以后也不大可能有完整准确的统计。从多方面的具体感知看，目前中国的人工智能开发应用数量，包括应用范围、领域和场景等，都超过了美国，因为中国的人口远多于美国，商业、工业和科技创新的活跃度很高。人工智能不可能一蹴而就，而需要在应用实践中不断优化提升，这方面美国远不如中国。如在车辆智能驾驶和商业应用方面，中国多家人工智能企业已大量试验应用人工智能技术，且因应用人数和场景量大丰富等原因，所获取的数据及相关的应用技术的改进完善也优于美国。
四是人工智能创新企业和独角兽企业的数量。目前普遍认为中国的人工智能企业数量要远多于美国，但平均的科研水平、创新能力等未必超过美国，中国的独角兽人工智能企业还不多，国际知名企业更少，一些人工智能企业的相关科研能力和管理水平都有待于提高。在人工智能企业融资方面，与美国同类企业也有不小的差距。
五是人工智能的相应配套技术。人工智能不是孤立的，它必须与相应的高科技软硬件配套。人工智能是最终解决方案，属于一种终端呈现与应用，其上游必须有相应的大数据和大数据技术支撑，其核心部位的计算必须有超算和高精尖半导体芯片支撑，其运营畅通和极速反应必须有至少5G的通信条件和物联网感知技术支持，其下端须有相应的精密仪器设备配套，否则是无法智能化安全运转。目前中国尚不掌握精密半导体材料和生产制造及高精尖芯片的技术和产品，这些卡脖子技术不能尽早攻破，人工智能的发展之路就很难走稳走远走深。
六是人工智能发展的政策支持和经费投入。美国媒体认为，中国对人工智能的重视程度和各种政策支持力度都要大于美国，社会对人工智能的应用容忍度也要高于美国。施密特在美国国会众议院的听证会上强调，美国要保持人工智能领先地位，未来5到7年间每年至少需要增加400亿美元投入。他领导的美国人工智能国家安全委员会的报告建议，美国需要将国防部年度预算的3.4%投入到科技领域，并至少拨款80亿美元用于核心AI的研发。拜登总统3月31日公布了2万亿美元的新投资计划，其中1800亿美元将用于加强美国的基础科研，拜登上任以来已多次强调人工智能的重要性，并表示其政府将大力支持美国人工智能的研发和竞争。
美国自认落后，呼吁仿效中国
微软公司总裁布拉德·史密斯在今年2月的参议院听证会上称，美国在与中国的竞争中面临的最大挑战不是技术研发，而是中国在人工智能等新技术方面实际部署和运用的速度优势。施密特称，中国不仅拉近了与美国的差距，而且中国在面部识别等AI技术方面突飞猛进，领先西方国家“好几代”。他指责中国“缺乏隐私保护”，因此能够建立大规模的人工智能应用数据库，并大力推动了医疗等领域的人工智能发展。
施密特提出，美国“需要在不损害美国核心价值观的情况下解决这些问题”，他提出美国应对中国AI实力的赶超，可效仿中国的“军民融合”做法。施密特估计，美国在人工智能技术方面“比中国领先一到两年，而不是5年、10年”。施密特称，“中国的崛起为我们带来了一个新的竞争对手，一个有能力的竞争对手”。可以预料，下一轮中美两国的人工智能竞争将更加激烈，除了政策和资金支持，国际化的高素质人才将是竞争胜败的关键。
【深度】美国政府人工智能战略布局分析
今日荐文今日荐文的作者为中国电子科学研究院专家秦浩。本篇节选自论文《美国政府人工智能布局分析：发展目标、实施举措与经验启示》，发表于《中国电子科学研究院学报》第16卷第12期。
摘 要：人工智能已成为全球科技竞争的焦点领域，世界主要国家纷纷从战略布局、资金投入、技术研发、领域应用等方面入手提升人工智能全球竞争能力。为应对激烈的国际竞争局势，美国审时度势地根据自身情况制定了人工智能领域的发展目标，并采取了强有力的研发推进措施，展现出极具美国特色的布局方式。文中分析了美国政府发展人工智能的需求背景，总结了其发展目标，梳理了其实施举措，并从战略牵引、革新手段、政策组合、技术跨越、监管措施等方面归纳了其发展人工智能的经验。关键词：美国；人工智能；目标；举措；经验论文全文摘编如下
仅供学术交流与参考
引言
2021年12月，美国防部正式设立首席数字与人工智能官（CDAO）一职，以加强国防部的数据与人工智能技术开发应用，这是美国政府在人工智能布局方面作出的最新动作。自2016年10月12日时任总统奥巴马在白宫前沿峰会上发布《为人工智能的未来做好准备》和《国家人工智能发展战略计划》以来，美国政府在布局人工智能发展的节奏越来越快。五年多来，美国对人工智能的认识从浅入深，对人工智能的态度经历了从比较重视、相当重视到空前重视的转变过程。随着美国对人工智能态度的转变，其体系化的人工智能布局措施陆续出台，构建起覆盖战略政策、机构变革、法律制度、伦理道德、人才培养、国际合作等的全方位人工智能治理体系，为美国人工智能发展目标的实现描绘了清晰的路径、打下了坚实的基础。本文将围绕美国政府布局人工智能的发展目标，梳理归纳其实施举措，总结相关经验并得出启示。1 美国政府布局人工智能的需求背景
当前，人工智能已成为全球科技竞争的焦点领域，随着人工智能技术的通用性和军事应用的快速发展，其改变未来社会、未来战争的能力空前提升，世界主要国家均从战略布局、资金投入、技术研发、领域应用等方面入手加入人工智能全球竞争。为维持自身在人工智能领域的全球领导者地位，美国正积极应对上述挑战。具体而言，美国以国家意志布局人工智能发展主要有以下三大背景。
1.1 人工智能提升国家间技术竞争的烈度
人工智能是当前最尖端、最前沿的技术之一，由于人工智能技术高度复杂，且涉及感知、认知、规划、学习、交流、自主学习与行动等各方面技术，因此具有关联性强、牵一发动全身的重要地位。美国认为，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，技术强国会不断扩大竞争优势，提升其全球地位和政治影响力，甚至形成“强者愈强、赢者通吃”的局面[1]。在这种情况下，技术强国对弱国实施政治讹诈和技术突袭的可能性极大，一国一旦在人工智能领域落后，必将在国际战略博弈中处于不利地位。因此，美国极为重视自身能否保有人工智能技术的全球领导地位，本质是对技术主权的争夺。
1.2 人工智能水平与国家实力强弱的关联进一步加深
人工智能技术的蓬勃发展前所未有地影响了国家实力，人工智能在各领域的成功应用将推动经济发展、塑造并改变社会，甚至决定哪些国家能在全球发挥影响力和行使权力。美国认为，其在科学技术方面的成就和领导地位一直是其生活方式、繁荣和安全的驱动因素，当前美国正强烈地面临来自地缘政治、经济、意识形态、技术、军事等方面的挑战，尤其是在科学技术领导地位方面，美国正越来越多地面临来自中俄等战略竞争对手的挑战[2]。人工智能作为最具未来影响力的颠覆性技术，提升其技术实力对美国提升国家实力，应对各种挑战至关重要，有助于美国建立技术领导权，更好地应对动荡变化的世界。1.3 人工智能已成为影响国家安全的重要因素
以人工智能为代表的技术安全正扩大国家安全的定义。人工智能应用正改变现有威胁，创造新的威胁类型，其可被用于社会渗透、数据窃取、破坏稳定等活动，加深网络攻击和虚假信息活动构成的威胁。人工智能将从两方面影响国家安全：一是存在技术滥用风险，可能出现犯罪、恐怖分子不计后果、非理性地使用人工智能技术的情况，威胁美国国家安全；二是对人民生产生活方式带来改变与挑战，随着人工智能技术的进步，其取代人的能力逐渐增强，将为社会带来革命性影响，对现有法律、道德形成巨大冲击。
2 美国政府布局人工智能的发展目标
美国白宫、国会、人工智能国家安全委员会、国防部、国土安全部等机构的相关文件中均涉及人工智能领域的战略关注重点，如白宫《国家人工智能战略与发展计划：2019更新版》中提出了八项人工智能的发展目标，国防部《2018年人工智能战略概要》中也提出要利用人工智能促进安全与繁荣，并实现国防部和整个国家受益等目标。本部分对美国政府多机构文件中提及的战略目标进行了归纳梳理，将其在人工智能领域的发展目标概括为以下四类，如图1所示。
图1美国政府布局人工智能的发展目标
2.1 长期投入并开发下一代人工智能技术，确保人工智能系统安全可靠
美国认为，联邦政府在高风险、高回报研究中开展的许多投资已为其带来了许多革命性技术进步，为推动人工智能各领域发展，最终实现通用人工智能，美国须长期投入并优先发展具有未来前景的下一代人工智能技术，这有助于继续保持和扩大美国的技术优势，提升美国的实力。此外，鉴于人工智能发展过程中产生了数据易被篡改、系统存在失控风险等安全问题，美国已充分了解了人工智能发展的风险和机遇，正着力在人工智能系统的全生命周期内考虑其安全问题，设计并发展稳健、安全和可信赖人工智能系统，并利用人工智能系统提升人的理解、决策能力，与之建立起互补优势。
2.2 夯实人工智能发展的数据、标准、人才、技术利用与国际合作基础
数据方面，美国政府认为，公开、可用的数据对人工智能技术研发有关键作用，且数据多样性、深度、质量和准确性显著影响人工智能能力，因此必须夯实人工智能开发需具备的数据集、测试和训练资源基础。如，其在《维护美国在人工智能领域领先地位》行政令中指出:所有机构的负责人应审查他们的联邦数据和模型，以确保更多非联邦人工智能研究团队访问和使用的机会[3]。标准方面，美国政府提出，为确保人工智能技术的性能符合要求，应开发可广泛应用的标准和基准，以验证和评估相关人工智能技术，指导并促进其发展。人才方面，美国提出要进一步增加人工智能研发从业人员的数量，培训美国工人并使之具备开发、应用人工智能技术的能力，培养满足人工智能时代要求的专业人才队伍，为当前和未来做好准备，以赢得全球人才竞争[4]。技术利用与国际合作方面，美国致力于推进人工智能研发中的“政府-高校-工业界研发合作伙伴关系”，以实现“应用导向型研究”，并与盟友和伙伴密切协调合作，实现在国际技术标准方面的话语权。
2.3 宣扬美国价值观，开发公众信任的、合乎伦理道德的人工智能
美国联邦政府承诺，将在适当时机以符合《宪法》和美国价值观并保护公民自由和隐私的方式充分利用人工智能，明确要培养公众对人工智能技术的信任和信心，并在技术应用中保护公民自由、隐私和美国的价值观。为此，美国提出将增加对人工智能体系机构的开发投入，通过透明性和可解释性等机制将道德、法律、社会问题纳入其中，通过开发符合道德、法律和社会目标的人工智能系统，解决因人工智能技术和系统应用带来改变而产生的道德、法律和社会问题，满足维护安全和自由的双重要求。此外，美国还明确表示要引领全球军事道德，制定人工智能在国防领域应用的原则和标准，提高人工智能研究的透明度，降低因人工智能系统的误解、误判带来的附加风险。
2.4 扩大美国技术优势，以赢得未来战争为目标推动人工智能在国防军事领域的应用
人工智能技术的全球领导地位是国家安全的重中之重[5]。美国政府在多份文件中表达了对自身全球技术霸权地位动摇的担忧，表示其自冷战结束以来就一直拥有全球军事技术的优势，尽管已认识到其技术实力正受到挑战，但无法放任这一趋势发展，认为若不加以改变，美国将在未来几年丧失其军事技术优势。人工智能技术是美国面临该挑战的关键方面，美国须对其国防能力进行变革，在指挥控制、武器和后勤保障等方面加速采用人工智能技术，以威慑其竞争对手或具备打赢未来智能化战争的能力。3 美国政府布局人工智能的实施举措
综合梳理美国政府五年多的实施举措可知，其正从持续发力顶层规划，不断加强制度保障，坚定破除协作障碍，全力维护技术霸权，切实提升全球领导力五个维度发力推动人工智能发展，具体措施分析如下。3.1 强化顶层设计，提升战略牵引
借助大量基础创新成果，美国率先在全球人工智能领域布局，自2016年以来出台了一系列人工智能战略与政策，并补充出台了无人系统、新兴技术等相关配套政策，具体战略或政策的名称、发布机构及发布时间见下图2。上述战略政策共同建立起美国政府在人工智能领域的顶层规划体系，强力牵引了其人工智能研发应用，提升了联邦各机构对人工智能的重视程度。
图2美国人工智能顶层设计发布时间轴
3.1.1人工智能研发战略与政策
2016年10月，白宫科技政策办公室、国家科学基金会（NSF）等多机构联合发布《国家人工智能研究与发展战略规划》（2016版），指出美国的最终目标是产生新的人工智能知识和技术，必须增加投资、开展新技术研发、制定标准、培养人才等。几乎同时，由国家科学技术委员会机器学习与人工智能分委员会完成并发布的《为人工智能的未来做好准备》报告对彼时人工智能的发展现状、当前及未来应用、人工智能技术进步引发的社会及公共政策相关问题进行了分析并提出了措施建议。
2019年2月11日，白宫官宣“下海”参与人工智能全球竞争，启动《国家人工智能计划》，提出把美国政府的资源用于支持人工智能创新，将提高公民生活质量、促进国家繁荣并维护国家安全。
2019年2月12日，国防部发布非密版《2018国防部人工智能战略概要》报告，分析了国防部在人工智能领域面临的战略形势，提出要采取行动充分发挥人工智能的优势，并将联合人工智能中心（JAIC）作为执行国防部人工智能战略的核心机构。
2019年6月21日，白宫等机构再次发布《2019更新版国家人工智能研究发展战略计划》，旨在评估和指导研发资金投向美国联邦各机构，推动人工智能领域的前沿技术研究，确保美国的优势地位。
2019年9月12日，空军发布《2019空军人工智能战略》,为提出了空军人工智能应发展信息技术、数据、算法、人才及对外合作五大重点领域。
2019年10月31日，国防创新委员会发布《人工智能原则：国防部应用人工智能伦理建议》，提出了“负责任、公平性、可追溯性、可靠性、可控性”五项人工智能使用的道德原则。
2019年11月21日，白宫发布的《2016—2019年人工智能研发进展报告》梳理了自2016年以来美国联邦各机构在人工智能领域的投资与研发情况，提出了未来发展的政策建议[6]。
2021年3月1日，人工智能国家安全委员会(NSCAI)发布《最终报告》,就如何帮助美国赢得人工智能竞争制定了措施与行动路线。
3.1.2人工智能关联战略与政策
2017年3月，陆军发布《机器人与自主系统战略》，详细描述了陆军如何把机器人与自主系统集成到未来部队以使之成为武器装备体系的重要组成部分，并确立了机器人与自主系统未来发展的五个能力目标，明确了机器人与自主系统在当前及未来的优先发展事项与投资重点。
2018年1月，国防部发布新版《国防战略》，提出先进计算、大数据分析、自主性、机器人等新技术发展是影响安全环境的重要因素，国防部须予以重视。
2018年3月，海军发布《无人系统战略路线图》，指出无人、自主技术将成为一体化人机编队的重要力量，有人/无人技术和装备的使用将改变战争方式，获取赢得战争的优势。
2020年10月15日，白宫发布《关键和新兴技术国家战略》，提出应通过“促进美国国家安全创新基地”和“保护美国技术优势”两大支柱手段强化美国在先进计算、人工智能、自治系统、人机接口等20个关键和新兴技术领域的竞争优势。
2021年8月，国土安全部发布《人工智能/机器学习战略计划》[7]，提出要增加研发投资，推动下一代人工智能和机器学习技术用于国家安全并构建安全的网络基础设施。
3.2 颁布条令法律，夯实法理基础
为确保人工智能领域的全球领导地位，美国近几年在行政条令和立法层面进行了诸多尝试，虽然仅有部分法案最终成为法律，但相关人工智能法案的提出与辩论过程为美国后续法案的提出和相关法律的最终颁布提供了重要参考借鉴，并为美国布局人工智能提供了坚实的制度保障。
2019年2月11日，时任总统特朗普签署名为《保持美国在人工智能领域的领导地位》的13859号行政令，指出美国在人工智能领域的持续领导对维护美国经济和国家安全并以符合美国价值观、政策和优先事项的方式塑造人工智能的全球演变至关重要。
2019年4月国会提出《人工智能增长研究法案》和《人工智能政府法案》，前者提出要增加投资以缩小当前经济和国家安全领域人工智能的研发资金缺口，后者提出未来5年要投入22亿美元开展研发工作，但两部法案最终均未通过表决。
2020年3月，美国会参众两院表决通过《2020“国家人工智能计划”法案》，该法案吸收了包括“美国人工智能计划”在内的多项联邦人工智能政策与措施，后被打包纳入《2021财年国防授权法》并于2021年1月生效。计划法要求美国建立并实施“国家人工智能计划”，解决美国人工智能发展面临的一系列问题，新设国家人工智能计划办公室和国家人工智能咨询委员会，并建立或指定一个机构间委员会，以更健全的组织机构推动“国家人工智能计划”实施。
2021年5月，美国参议院议员提出《人工智能能力与透明度法案》和《军事人工智能法案》，前者致力于落实人工智能国家安全委员会最终报告给出的建议，改进人才招募制度并加速采用新技术，增强政府使用人工智能的能力及透明度，后者致力于改善军队各级人员的人工智能教育与培训计划，使其能更好地使用人工智能。
3.3 管理机构改革，破除制度障碍
为落实各项战略规划、政策制度和法律规定，美国在联邦政府层面和所属机构层面分别实施了多项机构增设和调整的改革，力图破除人工智能发展的体制机制障碍，推动机构内外的人工智能研发协作。美国政府人工智能管理机构布局图如图3所示。
图3美国政府人工智能管理机构布局图
3.3.1联邦层面的管理机构改革
人工智能国家安全委员会于2018年8月成立，其作为隶属于联邦政府的独立委员会，着眼保持国际竞争力及需要关注的“伦理问题”，审议推进人工智能、机器学习和相关技术发展的必要方法和手段，以全面满足美国的国家安全和国防需求。目前，该机构使命已完成，并于2021年10月1日起停止运作。
国家人工智能计划办公室于2021年1月成立，隶属于白宫科学技术政策办公室，将负责监督和实施2020年《国家人工智能计划法》，以协调政府、行业及学术界的人工智能研究与政策制定，确保未来几年美国在人工智能领域的领导地位。
白宫科学技术与政策办公室国家科学技术委员会下属的三个人工智能机构分别是机器学习和人工智能小组委员会、人工智能特别委员会（跨机构委员会）、人工智能研发跨部门工作组。机器学习和人工智能小组委员会于2016年5月成立，负责监督政府内机器学习和人工智能技术发展与应用水平，参与制定并落实《国家人工智能研究与发展战略计划》，处理与人工智能相关的重要问题，也是人工智能特别委员会的业务执行机构，负责完成特别委员会的任务；人工智能特别委员会于2018年5月成立，主要负责向白宫提供政府层面有关人工智能研究与发展方面的建议，同时帮助政府、私企和独立研究者建立合作伙伴关系，且该委员会2021年1月更新的章程在法律许可范围内增加了一系列职能，使其实际承担起《计划法》要求建立的“跨机构委员会”的职能；人工智能研发跨部门工作组于2018年7月经由白宫科技政策办公室、国家科学技术委员会人工智能特别委员会批准成立，在美国网络与信息技术研究发展计划（NITRD）下协调联邦政府跨部门的人工智能研发投资工作，支持人工智能特别委员会和机器学习与人工智能小组委员会开展的活动。此外，在《国家人工智能计划法》的呼吁下，白宫科学技术与政策办公室还与国家科学技术委员会协调成立了“国家人工智能研究资源工作组”，以调查建立国家人工智能研究资源的可行性，并制定相关路线图。
3.3.2部门层面的管理机构改革
国防部联合人工智能中心于2018年6月成立，是执行国防部人工智能战略的协调中心，旨在加快人工智能能力交付，扩大人工智能在国防部的影响。为更积极地推动人工智能普及与应用，国防部于2020年对该中心进行了2.0版的工作升级。能源部人工智能与技术办公室于2019年9月成立，协调人工智能活动并加速跨部门、跨机构间的协作。此外，国防部首席数字与人工智能官于2021年12月设立，本次组织调整后，国防部首席数据官办公室、联合人工智能中心、国防数字局三个机构都将向其汇报工作，使其能从整体上把握国防部数据和人工智能技术的发展应用，以更好、更快、更深入地推进相关技术的创新、集成和使用。
商务部国家人工智能咨询委员会于2021年9月成立，主要任务是就与国家人工智能倡议有关的主题向美国总统和国家人工智能计划办公室提供咨询，还负责研究美国在人工智能领域竞争力和全球领导地位现状、审查《计划法》目标达成情况，监督人工智能科研状况，“国家人工智能计划”的管理与协调，争取人工智能研发和标准制定的国际合作机会等。
能源部人工智能和技术办公室于2019年9月成立，作为能源部人工智能工作的枢纽，主要负责组织研发、应用等各类人工智能活动，协调部内的人工智能项目、资源等。
3.4 落实资金保障，提升投入强度
追加投资，持续加大非国防领域人工智能投入强度。2020年8月美国白宫科技政策办公室发布的《人工智能与量子信息科学研发摘要：2020—2021财年》显示，美国2020—2021财年在人工智能和量子信息科学领域的预算增加了30％，尤其是2020财年美国非国防领域人工智能预算为11.18亿美元，2021财年实际预算则达15.02亿美元[8]；2022财年，国家标准技术研究院的传统科技创新研究项目预算将增加1.28亿美元至9.16亿美元，主要用于计算机、网络安全、人工智能、量子信息技术、先进制造业等方向的数项研究；2021年7月，美国国家科学基金会宣布将在五年内投资2.2亿美元支持11个其领导的国家人工智能研究中心，主要用于支持人机交互与合作、人工智能与高级网络基础设施、计算机和网络系统中的人工智能、人工智能增强学习等研究领域。
夯实基础，增加国防领域人工智能研发资金投入。以2022财年美国防预算为例，国防部在该财年总计申请了约1120亿美元的研发、测试、试验、评估（RDT&E）资金，上述预算中6.1-6.5类别的资金主要用于新兴技术研发，总计约为630亿美元。其中，基础研究2.3亿美元，占比约2%，应用研究5.5亿美元，占比约5%，先期技术研发6.9亿美元，占比约6%[9]。
3.5推进项目研发，加强基础应用
美国正积极开展人工智能领域的项目研发工作，致力于通过项目奠定研发基础、提升技术能力并最终付诸应用。如，国防部国防高级研究计划局（DARPA）在2011—2020十个财年里开展了国防部内最多数量的人工智能基础研究项目，总数高达45个。从项目研究内容来看，DARPA近年来投资较大的项目主要涉及语言和语音的识别与翻译、机器自适应学习、鲁棒性等研究，对应的关注方向为下一代人工智能技术、人工智能技术的可解释性研究、深度伪造检测等。
其中，“终身学习机器”项目致力于实现人工智能架构和机器学习技术范式的变化和发展；“可解释的人工智能”致力于开发能为人工智能系统结论提供可解释的理论依据的新一代机器学习技术；“机器常识”项目正在研究解决机器缺乏常识这一重要问题，上述项目均以解决当前人工智能发展的局限和障碍为目标。
3.6 培养行业人才，开展国际合作
美国政府采取了一些列措施来培养人工智能人才并积极开展国际合作。培养人才方面，美国认识到优先开展科学、技术、工程和数学（STEM）教育的重要性并采取了加大拨款的措施，建立了行业认可的学徒制并成立内阁层面的学徒制扩展工作组，另外，美国还成立工人全国委员会，承诺为工人提供更多教育、培训和学习新技能的机会。美国人工智能国家安全委员会也表示，应尽快成立一所人工智能学院，以军事化管理的方式招募和培养技术人才，还应加强科技教育力度，采取更多措施吸引该领域高精尖人才，并实施移民改革，加强人工智能人才引进并制定更宽松的人才签证政策。
国际合作方面，由于各国人工智能发展水平差异巨大，诉求各不相同，加之人工智能技术易扩散，无法全面禁止，发展不确定性高，如不规范和约束，可能出现失控风险[10]。因此美国积极开展人工智能国际合作，于2020年5月宣布加入人工智能全球伙伴关系组织，试图协调与盟友的人工智能研发工作；美国与英国于2020年12月建立“自主和人工智能合作伙伴关系协定”，积极开展军事智能和自主无人方面的合作；人工智能国家安全委员会提出要建立或将依托“民主峰会”开展工作的“新兴技术联盟”，制定符合美国及其盟友价值观的标准和规范，推动联合开发与合作等[11]。
4 美国政府布局人工智能的经验启示
通过综合布局，美国政府正持续提升在人工智能领域的全球领导力、技术实力、影响力、作战运用能力，向着其预设的发展目标迈进。综合分析其实施举措，可得出以下经验启示。
一是顶层蓝图设计指引，持续提升战略牵引。战略规划牵引是美国发展人工智能的最重要特点，自2016年以来，美国各机构已陆续颁布出台了十余份涉及人工智能的战略计划，在政府、学术届、企业界掀起了人工智能发展的浪潮。基于触角已延伸至人工智能发展方方面面的顶层设计，美国为自身探索了一条切实可行的人工智能发展路径，推动了人工智能的快速发展。
二是渐进发展行稳致远，革新手段层出不穷。人工智能作为涉及面极广的复杂技术群，其发展不是一蹴而就的。美国在对人工智能发展高度重视的基础上，采取了体系化、系统化、渐进式的实施策略，通过不断颁布或更新战略、设立或调整机构等循序渐进的改革措施，稳步推进美国人工智能机构改革和研发，为确保美国在人工智能领域的优势地位不断增砖加瓦。
三是执行科技民族主义，多措并举全面出击。自特朗普执政时期开始，美国政府开始实施以“美国优先”为由的科技民族主义，这为加强同其他国家的科技竞争、实施科技打压提供了正当的理由[12]。这一过程中，美国采用了多措并举的方式发展自身的人工智能，极为关注技术发展的三大重要因素，即投资、人才、合作。通过对人工智能重点技术和所有人才管道进行投资，美国持续优化了投资和研发环境，吸引全球精英，确保了自身的人工智能人才优势，为主导国际合作打下了坚实基础，取得了超乎想象的效果，确保了在人工智能领域的全球领先地位。
四是引领时代集中发力，技术呈现跨越发展。基于DARPA六十多年的深厚技术积淀，美国人工智能的技术研发代表了全球人工智能发展的主流趋势。当前，美国通过不断开展项目研发，不停总结经验教训而得出的“开发下一代人工智能技术”目标尤为正确，通过持续发力，美国围绕该方向全方位布局的人工智能自适应学习、终身学习、鲁棒性、可解释性、安全性等研究必将取得突破性进展，全面提升美国人工智能技术能力。
五是强调自由民主道德，监管措施手段丰富。出于对因公共安全或其他目的使用人工智能而产生的侵犯个人隐私，限制个人言论和自由，加剧偏见和歧视等问题的担忧，美国在发展人工智能方面极为谨慎。不论国防创新委员会五项道德原则的提出，国防部对该原则的接受，还是2021年11月15日国防创新单元（DIU）“实践中负责任的人工智能（RAI）指南”的发布，都体现了以国防部为代表的美国政府对人工智能系统开发全周期监管的决心。可以说，美国使用人工智能的前提必须是确保其有效、合理、合法、可控。
结语
回顾过去五年多美国政府布局人工智能的历程可知，作为人工智能领域全球最先进的国家，美国政府切实展现了勇于开拓创新的坚决果断，相比其他国家领先布局并实施了各项举措，但其也存在如立法周期过长、组织机构分散等体制掣肘导致的停滞不前，暴露出了一系列需持续改进的问题。但无论如何，基于多年深耕积累的领域优势，从现有发展布局来看，美国仍将在较长时间内引领全球人工智能发展。未来我国必将迎来一段布满荆棘的人工智能发展道路，我们应加快学习其先进经验并吸收应用，以持续推动我国人工智能领域发展强大。
【参考文献】
[1][11]TheNationalSecurityCommissiononArtificialIntelligence.FinalReport[R].Washington:TheNationalSecurityCommissiononArtificialIntelligence,2021.
[2]U.S.DepartmentofState.NationalStrategyforCriticalandEmergingTechnology[R].Washington:DepartmentofState,2020.
[3][4]TheWhiteHouse.ExecutiveOrderonMaintainingAmericanLeadershipinArtificialIntelligence[R].Washington:TheWhiteHouse,2019.
[5]蔡翠红,戴丽婷.美国人工智能战略:目标、手段与评估[J].当代世界与社会主义,2021,6(1):107-117.[6]OfficeofScienceandTechnologyPolicy.2016–2019PROGRESSREPORT:ADVANCINGARTIFICIALINTELLIGENCER&D[EB/OL].(2019-11-21)[2020-10-20].https://www.nitrd.gov/pubs/AI-Research-and-Development-Progress-Report-2016-2019.pdf.
[7]U.S.DepartmentofHomelandSecurity.S&TArtificialIntelligenceandMachineLearningStrategicPlan[EB/OL].(2021-7-30)[2021-12-1].https://www.dhs.gov/sites/default/files/publications/21_0730_st_ai_ml_strategic_plan_2021.pdf.
[8]TheWhiteHouse.ArtificialIntelligence&QuantumInformationScienceR&DSummary:FiscalYears2020-2021[R].Washington:TheWhiteHouse,2020.
[9]U.S.DepartmentofDefense.FY2022DefenseBudget[R].Washington:DepartmentofState,2021.
[10]郝英好.人工智能安全风险分析与治理[J].中国电子科学研究院学报,2020,12(6):501-505
[12]阙天舒,张纪腾.美国人工智能战略新动向及其全球影响[J].外交评论,2020,6(3):121-154.
（全文完）
－ TheEnd－
全球数治｜美国人工智能经济区域地图
长期以来，城市一直是实现人类经济发展的重要引擎。大量人员、商品、服务在城市中集聚、交换，创造商业繁荣，推动经济和社会进步。历经三次伟大的工业革命，如今，人类正在全面迈入数字化时代，新兴的人工智能技术全面渗透城市运行的方方面面，并逐步重塑其产业结构和经济体系。据估计，到2030年，人工智能将为全球经济产出增加约15.7万亿美元。在此背景下，世界各国纷纷开始重视人工智能经济与城市区域发展之间的关联，以期实现相对均衡和可持续的经济发展。
今年9月，美国布鲁金斯学会发布其高级研究员马克·穆罗（MarkMuro）和前高级分析师刘思凡（SifanLiu）撰写的研究报告《人工智能的地理分布：哪些城市将推动人工智能革命？》（TheGeographyofAI:WhichCitieswillDrivetheArtificialIntelligenceRevolution?）。报告指出，作为一项颠覆性的创新技术，人工智能可以大幅提高各经济部门的生产力，现已成为美国创新发展的焦点。美国各州和城市都越来越重视人工智能刺激经济增长的潜力，着手出台各种战略和规划，力求抓住历史性发展机遇。然而，从国家总体层面来看,美国人工智能经济还只是处于起步阶段，且分布相当不均衡。因此，各城市应审慎评估自身定位后再考虑具体发展方向，避免盲目、低效的资源投入。鉴于此，报告划分了美国人工智能经济的地理分布层级，并提出了差异化的发展策略建议。
报告首先指出，尽管当前美国人工智能经济正快速增长，但仍处于初级阶段且涵盖范围有限。仅以2010年至2020年间为例，首先，联邦政府对美国大学的研发投资总金额增长了45%，但其中分配给人工智能的仅占5%；其次，这十年间全美成立的人工智能初创公司数量也仅占所有科技初创公司总数的5%，且来自该领域的专业人才需求还只占美国劳动力市场总需求的很小部分。其中，2019年的比例为0.7%，即使细分至IT门类也只有8%；此外，科技巨头公司和大型IT公司在该领域优势明显，几乎占据了产业的半壁江山，拥有很大话语权，可能导致产业发展范围受限，有失均衡。
基于对美国城市的人工智能研究和商业活动的发达程度、位置和集中度等相关数据的聚类分析，报告总结了美国人工智能经济地理分布的五个层级，并提出了相应的发展路径建议。
一、“超级明星”城市
由旧金山和圣何塞都市区组成的旧金山湾区是美国人工智能行业的“超级明星”城市集中地带。这里既有斯坦福大学等高端学术研究中心，也有谷歌、Facebook等科技巨头公司，以及大量的科技初创企业。相关研发和商业活动约占美国人工智能经济总量的四分之一，处于资源和市场的明显优势地位。
报告建议，湾区的城市应当主要考虑通过两种方式来推动区域人工智能经济的进一步发展：第一，发挥先进人工智能产业生态系统的优势，引领制定全球人工智能治理规则和伦理规范，并提供针对算法歧视等普遍性问题的可行解决方案；第二，更多承担起塑造美国人工智能经济良性未来的责任，包括适时考虑将业务、投资和人才分配至美国其他地区，建立更去中心化和更具包容性的人工智能产业。
二、“早期采用者”城市
报告用“早期采用者”来概括13个较早采用和普及人工智能的美国城市，包括纽约、波士顿、西雅图、洛杉矶、华盛顿特区等。这些城市具有较强的人工智能研发能力和商业化实力，但人工智能经济仅占当地经济总量的一小部分。这些城市与湾区共同构成美国人工智能产业近三分之二的规模。
报告建议，“早期采用者”城市发展人工智能经济的重点在于做大做强整体生态系统，特别是高端技术研发中心，同步加速研发成果的商业化转换，并积极融入当地传统优势产业的数字化转型过程，从而创造更大的经济效益。
三、“研究型”城市
报告将密歇根州安娜堡、北卡罗来纳州教堂山、威斯康星州的麦迪逊、匹兹堡等21个城市归类为“研究型”城市。其共同特点是拥有接受联邦政府资助的人工智能科研中心，且通常归属于某所大学。
报告指出，这类城市发展人工智能经济的关键路径在于保持和巩固其在研发领域的优势地位，促进大学和企业深度合作，同时设法扩大本地的人工智能商业活动，逐步形成相对完整的产业生态系统，以吸引和保留更多专业人才。
四、“潜力型”城市
报告还将亚特兰大、休斯顿、芝加哥、底特律等87个目前尚缺乏足够人工智能研发实力和商业活动，但具有广阔未来发展前景的城市定义为“潜力型”城市。其潜力主体现在拥有世界财富500强公司的投资支持和约四分之一的美国人工智能专利，可用于支撑未来人工智能经济发展。
然而，考虑到目前的实际情况，这些城市的人工智能经济发展战略必须高度务实，充分评估自身优势和不足，重点支持本地产业探索应用人工智能来提高生产效率，以实现更多经济产出。
五、其他城市
除上述四类城市外，其余261个美国城市目前都暂未发展出像样的人工智能经济，也缺乏足够的研究机构和专业人才，未来前景有限。不过，随着美国人工智能产业的不断壮大，这些地区也会在技术扩散的过程中有所获益。
报告认为，鉴于人工智能技术可能会在接下来十年间引起颠覆式的数字化发展浪潮，美国在联邦、州和城市层面都应为此做好准备。其中，制定适合各区域特点的差异化人工智能发展战略尤为重要。即使大量统计数据和分析结果都展示了人工智能经济与区域发展之间的相关性，但这也不意味着所有美国城市都需要成为人工智能经济“超级明星”，而是应清晰评估自身能力和资源状况，明确城市定位和今后发展方向，以高度务实的态度寻获合适的发展机遇。与此同时，鉴于目前美国人工智能经济过度集中于东西海岸，地区发展差异较大，联邦政府层面有必要在制定政策和行动计划时更加注重均衡性和包容性，更广泛地布局针对人工智能研发的联邦投资，以支持更多地区参与探索更多样化的人工智能经济发展路径。
美国如何强力布局人工智能教育
【环球视野】
近年来，以中美为代表的人工智能第一梯队国家和英国、法国、德国、加拿大等人工智能特色发展国家都在国家层面密集发布相关政策规划，布局人工智能产业、研发和教育，抓住人工智能技术带来的发展机遇，以期在不久的未来占据领先位置。
美国智库新美国安全中心去年发布报告提出,美国政府必须制定一个整体而连贯的战略框架来整合各项战略计划，以保持在技术领域的领导地位。《2021年美国创新和竞争法案》更是旗帜鲜明点出人工智能为关键领域，并将其作为美国应对挑战的重点。
强化人工智能教育体系化布局
通过政策和法律扩大人工智能战略布局。近年来，美国联邦政府密集出台国家政策和法案，不断加强布局，逐步深化落实，为人工智能教育提供强力政策和法律保障。
2016年，美国密集发布《为人工智能的未来做好准备》《国家人工智能研究与发展战略计划》和《人工智能、自动化与经济》三份报告。这些报告均由白宫科技政策办公室（OSTP）的国家科技委员会（NSTC）牵头起草，应对人才需求变化、聚焦人工智能重点领域，将人工智能提升到国家战略高度，为人工智能持续发展奠定基础。
为维持美国在人工智能技术上的领导地位，2019年和2020年，美国发布多份人工智能战略文件，加大人工智能布局，加速人工智能发展。2019年2月，特朗普签署《维护美国在人工智能领域的领导地位》行政令，随后发布《美国人工智能倡议》，阐述了增加研究投入、释放人工智能数据和模型等资源、制定人工智能治理标准、构建人才队伍、参与国际合作等五个发展人工智能的重点领域。2019年6月，更新《国家人工智能研究发展战略计划》，不仅优化了2016年的七个重点领域，还增加了第八项重点领域：扩大公私合作伙伴关系，加速人工智能的发展。2019年11月，发布《人工智能伦理道德标准》。2020年，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，提出未来人工智能发展的长期愿景。美国国防部2020年发布《人工智能教育战略》，通过引领人工智能、促进人工智能发展、开发人工智能工具、增进人工智能应用、提升劳动力人工智能素养等举措，促进人工智能的开发与应用，培养全球人工智能领军人才，从而保障国家安全，促进经济繁荣以及确保美国人工智能技术在国际上的领先地位。
2021年1月,美国正式颁布《2020年国家人工智能倡议法案》，旨在确保美国在全球AI技术领域保持领先地位，将美国人工智能计划编入法典，保障增加研究投入、获取计算和数据资源、设置技术标准、建立劳动力系统及与盟友展开合作。2021年6月，国会下属的政府问责署（GAO）发布人工智能问责框架，围绕治理、数据、表现和监测这四个互补的主题，并对每个主题涉及的关键实践做法、系列问题和问责程序等进行了阐释，以帮助确保联邦机构和参与人工智能系统设计、开发、部署和持续监测的其他实体负责任地使用人工智能，不仅体现了对人工智能伦理的深切关注，而且为今后人工智能政策和立法确立了原则和方向。
设立专门机构。为了更好地落实人工智能国家战略，2021年1月，根据《2020年国家人工智能倡议法案》以及《2021财年国防授权法案》，美联邦政府成立了专门的国家人工智能倡议办公室，作为未来美国整个创新生态系统的国家人工智能研究和政策的中心，负责监督和实施国家人工智能战略。2021年6月，拜登政府白宫科技政策办公室（OSTP）和国家科学基金会（NSF）宣布成立“国家人工智能研究资源工作组”，研究建立国家人工智能研究资源的可行性，并制订路线图详细说明如何建立和维持这种资源。这个特别工作组由12名来自政府、学术界和私营组织的技术专家组成，将在2022年向国会提交报告，就国家人工智能研究资源的所有权及管理、治理模式、更好地传播高质量政府数据集的机会、安全、隐私、公民权利和自由、维持资源的方案等问题提出对策建议。该工作组在工作过程中，将整合各界专家和利益相关者的力量，跨机构合作，利用云计算资源支持联邦政府资助的人工智能研究和开发。建立国家人工智能研究资源旨在提供一个共享的国家人工智能研究基础设施，为人工智能研究人员和跨学科、跨领域的学生提供可访问的计算资源、高质量数据、教育工具和用户支持，从而使美国所有不同类型的人工智能研究人员都能平等接触资源、民主参与探索促进人工智能的创新想法。该小组还将起草一份创建人工智能研究资源的战略文件，在一定程度上能够让研究人员安全地访问从人口统计到健康状况和驾驶习惯的美国人口的匿名数据储存。在全社会高度重视个人隐私的环境下，美国推出这样一个举措，尽管备受质疑和压力重重，但还是一往无前，可见其重要性和政府的决心。
加大人工智能人才全民化培养力度
组建多元化人工智能人才队伍。美国为了持续领跑全球人工智能发展，确立了多元化、全民化人工智能人才培养目标，全学段覆盖，多途径支持，将专业跨度从人工智能拓展到科学、技术、数学和工程等多学科和跨学科领域，将培养范围从拔尖人才扩大到包括弱势群体在内的各学段学生和成年劳动力在内的全民人工智能技能提升。2019年8月，美国国家科学基金会（NSF）下属计算社区联盟（简称CCC）与人工智能协会联合发布《未来20年美国人工智能研究路线图》，建议对全能型劳动力队伍进行重组和培训，包括开发各级人工智能课程、实施高级人工智能学位招生和人才留存计划，提升少数群体和弱势群体参与度、促进新兴跨学科人工智能领域发展、培训高技能人工智能工程师和技术人员以及劳动力再培训等。在《人工智能倡议首年年度报告》中，将培养人工智能人才作为一项关键政策和行动方针，并提出一系列具体举措，包括：使教育适应未来劳动力的需要。其中，要培养对象包括从技术新手到能够使用人工智能工具的人员，以及在人工智能最前沿领域开拓创新的专家。为了让劳动者做好使用人工智能技术的准备，政府、企业和其他组织机构需要更加关注STEM教育人才领域以及技术学徒、再就业培训，让他们掌握的技能能够更好地适应行业发展需求。
强化STEM人才培养。2017年9月，美国教育部长的总统备忘录强调对STEM教育的重视，计划每年至少投入2亿美元用于促进高质量的计算机科学和STEM教育。2018年12月，白宫公布“北极星计划”——《规划成功路线：美国STEM教育行动方略》，提出美国未来五年STEM教育战略的愿景和目标。其愿景即，所有的美国公民都将终身受益于高质量的STEM教育，而美国将成为全球在STEM领域的国民素养、发明创造和劳动力就业方面的领导者。具体目标包括：一是为STEM教育的普及建立强大的基础；二是增加STEM教育的多样性、公平性和包容性；三是为未来的STEM劳动力做好准备。2020年，美国国家航空航天局投资STEM领域，为美国学生提供学习体验。美国国会拨款1.2亿美元的宇航局STEM参与计划，为学生提供了多种活动，包括直接颁发宇航局实习和研究的奖学金，挑战和比赛，教育资源和教育机会，对为开展研究和开发、能力建设和创造学生学习机会的教育机构提供竞争性奖励等。在宇航局STEM参与办公室（OSTEM）和各中心及职能机构等组织的共同努力下，丰富多样的STEM教育活动和产品吸引着学生积极参与，为培养未来STEM人才，全方位提高STEM素养奠定了坚实基础。《2021年美国创新和竞争法案》以立法形式提出，旨在加大理工科教育投入，推动理工科学员向理工科人力资源转化。该法案提出在国家科学基金会（NSF）设立一个新的“技术与创新局”（DTI），加速技术商业化，加强美国在关键技术方面的领导地位，通过奖学金和研究金发放，推动STEM劳动力培养和发展。
提升全民数字素养。数字素养是人工智能时代的必然要求。美国联邦的一项教育战略计划指出，数字设备和互联网带来的社会变革，要求每个人对这些技术或“数字素养”有基本了解。有效地使用计算机或计算工具进行网站创建、视频编辑、3D打印或操作制造控制系统等活动需要更高水平的技能或“计算素养”。《2021年美国创新和竞争法案》明确规定，将计算科学引入中小学教育。宾夕法尼亚州蒙托尔学区甚至开设了幼儿人工智能编程课程。美国人工智能协会（简称AAAI）和计算机科学教师协会（CSTA）联合发起美国AI4K12计划，提供资源帮助教师向学生教授人工智能知识。美国非营利项目AI-4-All开发了免费在线课程，帮助人们了解人工智能的工作原理，为人工智能领域的弱势群体创造更多机会。美国国家科学基金会为提升教师、学生和家长数字素养，汇编了一系列网络课程和资源，包括帮助学生了解计算科学的课程和工具、青年人与数字媒体互动相关信息、高中和大学计算机科学专业学生所需的资源，以及面向高中生的新闻和课程宣传等。
经费和培训计划向人工智能领域倾斜
持续资助人工智能研究机构。美国国家科学基金会联合农业部、国土安全部、交通部等机构，推动“国家人工智能研究院”项目。该项目在2020年投入1.4亿美元首轮资助了7个人工智能研究所，在2021年又投入2.2亿美元资助11个新成立的国家人工智能研究所，研究所覆盖范围扩大到了美国40个州和哥伦比亚地区。这些研究所聚焦研究基于人工智能的新技术，帮助老年人过上更加独立的生活，享受更高质量的护理；将人工智能转化为更容易获得的“即插即用”技术；通过利用人工智能加强成人在线学习；支持弱势群体从小学到博士后阶段的STEM教育，提高人工智能研究的公平性和代表性。新成立的11个研究所将在未来五年内各自获得约2000万美元的拨款，资助其在人机交互与协作、人工智能优化进步、人工智能和高级网络基础设施、计算机和网络系统中的人工智能、动态系统中的人工智能、人工智能增强学习农业和食品系统中的人工智能创新等领域的研究。
奖学金和培训计划向人工智能领域倾斜。《人工智能倡议法案》规定，机构负责人应在法律允许的范围内，将人工智能作为联邦奖学金和人才服务计划中的优先选择领域，也就是在人才队伍建设中优先考虑人工智能人才，包括优先向高中、大学和研究生群体中掌握人工智能技术的相关人才发放奖学金，实施针对人工智能人才培养的强化教育和培训计划、认可和资助早期职业学院中的人工智能研究人员，执行面向人工智能的服务奖学金计划，支持人工智能教学和人工智能课程开发计划等，通过各种激励措施将人工智能技术纳入现有培训体系中，促进正规教育和非正式培训的个性化和自适应人工智能学习体验。
为确保国家拥有能够推进未来人工智能技术的高技能专家，联邦研发机构正在资助多项针对人工智能研究生和博士后研究的奖学金和奖学金计划，参与的联邦政府机构和研究机构包括国务院、国家航空航天局、国防部、能源部、农业部、退伍军人事务部、国家科学研究基金会、国家标准和技术研究院等。其中，国务院的杰斐逊科学研究员计划，面向具有美国公民身份、拥有美国高等院校终身教职的科学家和工程师，杰斐逊科学研究员在美国国务院或美国国际开发署任职一年，担任外交政策问题的科学技术顾问，利用自己的专业经验提供咨询和教育服务，增进政策官员对复杂尖端科学问题及其对美国外交政策和国际关系可能产生的影响的理解。隶属能源部的费米国家加速器实验室，作为美国最大的高能物理实验室，为在使用高性能计算解决复杂科学和工程问题的领域攻读博士学位的学生提供奖学金。更重要的是，该项目将来自不同的科学和工程学科，但都有兴趣在研究中使用计算机，希望在推进研究的同时对国家产生影响的研究者聚集起来，培养了一个由博士生、校友、能源部实验室工作人员和科学家组成的充满活力的、忠诚的研究共同体。
深化人工智能前沿技术的融合研究
近年来，人工智能和自动化为就业带来巨大冲击。身处人工智能和人类智能逐渐融合的时代，工业4.0颠覆了所有层级所需的各种劳动力技能。人工智能技术和自动化的快速发展不仅生成新的产业和职业，增加创新机会，提高生产率，而且可以将人类从简单重复劳动和危险工作环境中解放出来，从而有更多时间和机会从事更加安全、高效、更具创新性的工作。与之同时，人工智能和自动化也会带来一些问题。随着智能机器在美国工作场所普及，一些日常工作和体力劳动将被机器取代，涉及社会情感、创造力、技术和更高认知技能的工作需求增长，几乎每个人的日常工作性质都可能发生变化。如果不能适应这种变化，劳动者将会面临技能和职业不匹配的问题，被迫转岗或失业，从而导致一系列的社会问题。
为了让劳动者胜任当下和未来的工作，研究人工智能对工作的影响和未来趋势显得尤为关键。尤其是在后疫情时代，疫情加速企业推进应用人工智能和自动化进程。国际劳工组织《2021年世界就业和社会展望趋势报告》中指出，预计2022年全球失业人数将达到2.05亿，大大超过2019年1.87亿的水平，相当于5.7%的失业率。麦肯锡《失业与就业：自动化时代劳动力转变》报告指出，在对46个国家的预测显示，到2030年，几乎三分之一的工作活动可能会被取代。其中，受较高工资率的影响，发达经济体比发展中国家更容易受到自动化的影响。研究认为，不同国家和不同岗位受到的冲击有显著差别，越是发达国家，人工成本高，越有动力率先采用机器人，因而其劳动力被机器人取代的程度会更快更高。到2030年，被机器人取代的劳动力比率美国高达23%，中国为16%，全球平均为15%。
为了更好地应对不断变换的工作和工作环境，美国国家科学基金会将人类-技术前沿未来工作作为未来十大投入构想之一，并将其列在首位。2018年12月，美国发布“人类-技术前沿未来工作：核心研究”项目指南，提供3000万美元资助不超过30个项目，通过相关融合研究来理解和发展人类和技术的合作伙伴关系，开发新技术以提升人类绩效，阐明新兴社会技术场景，理解新技术的风险和收益，理解和影响人工智能对员工和工作的冲击，促进终身、无所不在的学习。项目鼓励多视角和跨学科的合作研究，并给出了可能的研究选题范围，一类是增强身体和认知能力，重点探讨泛在、智能和自治系统背景下人类和技术合作伙伴关系的未来，以及相关风险和机遇，比如人类和机器智能共生以提高效率、员工生活质量、环境健康或社区福祉等。还有一类强调生产力、工作与生活质量、培训和教育，促进对基本社会和经济结构、过程、政策或机构的理解。相关主题包括深入分析人机前沿工作的法律、文化和道德因素，技术对隐私和安全的影响，劳动力偏好以及员工控制和自治等。项目可以探索先进的学习技术或网络学习，同时研究其对未来工作和就业前景的影响。
（作者：苏红，系中国教育科学研究院国际教育创新研究室主任、副研究员，本文系中国教育科学研究院中央级科研院所重点项目“人工智能教育战略研究”的阶段性研究成果，项目批准号：GYB2019007）
被美国盯上后，中国人工智能产业如何突围
【文/观察者网吕栋】
如果说美国打击中国半导体产业是想从底层技术上遏制中国发展，那么其出手制裁中国人工智能企业则是想从应用层面遏制中国创新。
近期，美国已经将人工智能列为维护其超级大国地位的五大关键技术之一，放言绝不能被他国超越，并将中国“AI四小龙”（商汤科技、旷视科技、云从科技、依图科技）全部拉黑（列入出口管制和投资黑名单）。
不只美国，全球主要国家和地区都已将人工智能作为重大战略布局，经济和科技强国尤其重视人工智能基础设施建设，力图在新一轮国际科技竞争中掌握主导权。
这凸显出中国加快人工智能产业发展的重要意义。
“十四五”规划明确提出，要瞄准人工智能等前沿领域，强化国家战略科技力量。
然而，随着人工智能深入应用，算力建设分散，中小企业或科研单位难以展开复杂模型、海量数据研究的问题日益凸显。建设大规模的人工智能计算中心，提供更加普惠的公共算力，正成为推动人工智能产业健康快速发展的关键要素。
在这方面，武汉一直走在全国前列。基于昇腾AI基础软硬件平台，武汉人工智能计算中心仅用时5个月便完成项目建设并正式上线，是全国首个建设投运的人工智能计算中心。
不过，满足大规模公共算力需求，只是建设人工智能计算中心的基础目标。以此为抓手，构建市场化的运营机制，撬动产学研用形成合力，充分带动当地产业集群转型升级，才是建设人工智能计算中心的终极目标。
在前期取得重大成果的基础上，武汉昇腾人工智能生态创新中心、智能遥感开源生态联盟、多模态人工智能产业联盟、武汉人工智能研究院等机构于近期成立，目标是形成产业聚合发展，同时吸引和培育高质量AI人才，共同推动人工智能产业高质量发展。
在武汉模式的示范作用下，全国多个城市目前已规划或建设人工智能计算中心。借助昇腾人工智能平台，人工智能产业的发展正从武汉模式走向中国模式。
武汉人工智能计算中心图源：湖北日报
AI算力需求正爆发式增长
尽管人工智能正以前所未有的速度融入大众生活和生产方式变革，但目前AI在全行业的整体渗透率仍只有4%，AI初创企业的存活率不到10%。这其中重要的原因之一，就是目前国内AI算力昂贵且稀缺，直接抬高了AI研究和应用的门槛。
并且，全社会的AI算力需求还正在爆发式增长。OpenAI在报告中指出：自2012年到2018年的6年时间里，AI算力需求增长了30万倍，未来3到5年AI算力需求将继续增长100万倍，远高于传统通用算力需求的增长速度与之前行业预期。
在此契机下，人工智能计算中心成为中国发展人工智能产业的创新模式，它是以昇腾AI基础软硬件平台为基础，涵盖从基建基础设施、硬件基础设施到软件基础设施的大规模系统工程，旨在让AI算力像水和电一样成为城市公共基础资源。
作为先进的AI算力底座，昇腾AI基础软硬件平台包括Atlas系列硬件、异构计算架构CANN、全场景AI框架昇思MindSpore、昇腾应用使能MindX以及一站式开发平台ModelArts等，助力企业和开发者高效使用AI能力。
用通俗的话来讲，昇腾人工智能平台可以使能人工智能计算中心生产“模型”，企业和机构借助“模型”最终生产产品；“模型”应用到手机里，就拥有图像分类等能力；应用到自动驾驶领域，车辆就拥有自动驾驶能力。
当前在AI领域，“大模型+大数据+大算力”已成为迈向通用人工智能的一条可能路径。随着全球对人工智能算力需求的持续攀升，为了促进整个产业健康发展，各地政府有必要保障大量中小企业、科研机构获取充足的人工智能公共算力。
从具体作用来看，建设人工智能计算中心无疑是一个一举多得的举措。
满足基本算力需求后，人工智能计算中心还可以带动人工智能基础研究和共性技术的突破。通过建设新平台，能够为前沿理论研究提供强大算法、数据与算力支撑，为自适应学习、类脑智能计算、量子智能计算等跨领域基础理论提供国际顶尖的研究平台，有效推动技术发展，抢占人工智能科技创新制高点。
在帮助产业智能化转型方面，人工智能计算中心可以降低AI的研发、使用门槛，将人工智能企业和优势产业有机结合，使能人工智能技术与产业深度融合，落实国务院《新一代人工智能发展规划》中“推动人工智能规模化应用，全面提升产业发展智能化水平”的要求。
培养人才，是人工智能计算中心的另一重要功能。它能为高校、科研机构等提供充沛的算力资源，支持他们吸引尖端的人工智能科研人才，同时还可以支持他们出版AI相关教材，开设人工智能相关课程，建设我国人工智能人才的培养体系。