美国最新国家人工智能战略
（3）美国国立卫生研究院（NIH）2018年9月的数据科学战略计划：旨在促进生物医学研究界获得数据科学技术和ML/AI能力，以实现数据驱动的医疗保健研究。
战略2：为人类与人工智能协作开发有效的方法。
加强对如何创建有效补充和增强人类能力的AI系统的理解。重点领域有：探寻人类感知AI的新算法；开发增强人类能力的AI技术；开发可视化和人机界面技术；开发更高效的语言处理系统。
启动了的研发计划有：
（1）NSF正在支持社会技术研究，使智能技术与人类协同合作，实现员工的广泛参与，并在一系列工作环境中能改善社会，经济和环境效益。
（2）NOAA（国家海洋和大气管理局）正在推进飓风，龙卷风和其他恶劣天气预报方面的人工智能合作。
（3）NIH正在基于美国国家医学图书馆所有MEDLINE（国际性综合生物医学信息书目数据库）引文中提取的9630万个信息组成的数据库进行自然语言处理研究。
（4）2019年美国能源部关于科学机器学习的研讨会报告确定了优先研究方向，主要科学用例以及人类与人工智能合作将改变科学研究方式的新趋势。
战略3：理解并解决人工智能的道德，法律和社会影响。
通过技术机制研究包含道德、法律和社会问题的人工智能系统。这需要技术专家以及其他领域的利益相关者和专家之间的密切合作，包括社会和行为科学，法律，道德和哲学。这种跨学科方法可以纳入AI的培训，设计，测试，评估和实施，以便理解和解释AI引起的决策和行动，并减轻意外后果。重点领域有：通过设计提高公平性、透明度和问责制；建立符合道德的AI；设计符合伦理的AI架构。
启动了的研发计划有：
（1）DARPA的ExplainableAI(XAI)计划：旨在创建一套ML技术，在保持高水平学习绩效（预测精度）的同时，产生更多可解释的AI系统。XAI还将使人类用户能够理解，适当地信任并有效地管理新一代AI系统。更广泛地说，国防部承诺将“引领军事道德和人工智能安全”作为指导其加速采用人工智能系统的战略方法中列出的五项关键行动之一。
（2）NSF和亚马逊正在合作共同支持以人工智能公平为重点的研究：其目标是支持值得信赖的人工智能系统开发，这些系统易于接受和部署，以应对社会面临的重大挑战。感兴趣的具体主题包括但不限于透明度，可解释性，问责制，策略，公平性验证和包容性考虑。
战略4：确保AI系统的安全性。
必须在AI系统生命周期的所有阶段（从初始设计和数据/模型构建，到验证和验证，部署，操作和监控）考虑AI系统的安全性和安全性，而不仅仅是在设计阶段。必须开发方法以确保AI的创建，评估，部署和控制的安全性。评估这些方法需要新的指标，控制框架和基准，以测试和评估日益强大的系统的安全性。方法和指标都必须包含人为因素，人类设计者目标定义的安全AI目标，人类用户习惯定义的安全AI操作，以及人类评估者理解的安全AI指标。为人工智能系统的安全性制定人为驱动和人类可理解的方法和指标将决策者、私营部门和公众能够准确地判断不断变化的AI安全格局。
主要着力点有：提高AI系统的可解释性和透明度；创建具有信息性，用户界面友好、准确可靠的系统以提高用户的信任度；加强AI系统的验证测试；防范攻击；实现AI安全和优化。
其中一个新兴的研究领域是对抗性ML，探讨ML算法中的漏洞分析以及产生更强大学习的算法技术。需要系统地研究攻击ML和AI系统的技术，并针对攻击类别设计能够提供可证实的鲁棒性保证的算法。
启动了的研发计划有：
（1）美国交通部（DOT）于2018年10月发布了新的联邦自动驾驶汽车指南，推进DOT的自动驾驶汽车安全整合原则。截至2019年5月，已有14家公司发布了自愿安全自我评估，详细说明了他们如何将安全性纳入其自动驾驶系统的设计和测试中。
（2）2018年12月，DARPA宣布了两项关于人工智能安全的计划：安全，可靠，智能学习系统（SAILS）和人工智能中的特洛伊木马（TrojAI）。DARPA于2019年2月宣布另一项计划，即保证AI系统面对欺骗行为的可靠性。这些计划旨在共同打击对AI系统的一系列攻击。
战略5：为AI训练和测试开发共享的公共数据集和环境。
开发并实现对高质量数据集和环境，以及测试和培训资源的访问。并需要优先考虑改进AI数据和模型的访问和质量。联邦机构应该与AI利益相关方合作确保适当审查的数据集和模型已经准备好并且适合使用，并且随着标准和规范的发展而得到维护。最终，在记录数据集和模型出处时开发和采用最佳实践和标准将提高可靠性和负责任地使用AI技术。数据集的开发和共享必须遵循适用的法律法规，并以道德的方式进行。需要新的技术来确保数据的安全共享，因为数据所有者在与研究团体共享数据时承担风险。研究人员还开始开发新的ML技术，使用不同的隐私框架为使用的数据提供可量化的隐私保证。同时，隐私方法必须保持足够的可解释性和透明度，以帮助研究人员纠正它们并使其安全，有效和准确。此外，AI可以揭示超出原始或预期范围的发现，因此，研究人员必须认识到对手获取数据或发现的潜在危险。
另外如果没有与大规模公共数据集相对应的计算资源和能力，那么单独使用数据几乎没有用处，因此国家还需要研究和投资共享计算资源以促进AI研发。
启动了的研究计划有：
（1）DOT赞助了第二次战略公路研究计划（SHRP2）自然驾驶研究（NDS），记录了3400多名司机和车辆的超过540万次旅行。车载数据采集系统（DAS）单元收集并存储来自前方雷达，四个摄像机，加速度计，车辆网络信息，地理定位系统和车载车道跟踪器的数据。在参与者的车辆运行时，DAS持续不断地记录数据。虽然NDS数据的摘要是公开的，但访问详细数据集需要合格的研究伦理培训。
（2）VADataCommons正在创建世界上最大的链接医学基因组数据集。
（3）GSA（综合服务管理局）正致力于将云计算资源用于联邦政府资助的AI研发。位于GSA的Data.gov和code.gov包含来自各机构的超过246,000个数据集和代码，并自动收集各机构发布的数据集。
（4）NIH倡议与行业领先的云服务提供商建立了合作关系，使研究人员能够访问由NIH资助并存储在云环境中的主要数据资产。
战略6：制定标准和基准以测量和评估AI技术。
为人工智能开发广泛的评估技术，包括技术标准和基准。重点领域有：开发广泛应用的人工智能标准，包括软件工程、性能、指标、安全、可用性、互操作性、可靠、隐私保护、可追溯性、有弹性、可解释和透明等；制定人工智能技术的测试基准；建立可用的人工智能测试平台；促进人工智能社群参与标准和基准的制定。
启动的计划有：
（1）美国国家标准与技术研究院（NIST）参与ISO/IECJTC1SC42（人工智能分技术委员会）关于人工智能的标准化计划。
（2）NIST员工通过美国机械工程师协会，IEEE和ISO/IEC等标准组织参与其他AI标准活动。活动涉及诸如先进制造的计算建模，机器人和自动化的本体，个人数据隐私和算法偏差等主题。
（3）NIST专家正在提高人们对多边论坛中人工智能共识标准重要性的认识，包括G20和G7等机构。
战略7：更好地了解国家对AI研发人员的需求。
从战略上培养一支适合AI的劳动力队伍。在人工智能中保持强大的学术研究生态系统至关重要，必须继续战略性地培养跨越多个学科和技能类别的人工智能研发人员的专业知识。需要进一步地研究，以更好地了解人工智能研发的当前和未来国家劳动力需求。
在本科阶段，考虑到跨学科的计算越来越重要，需要将重点放在将先进的计算技能和方法与来自其他学科的特定领域知识相结合。研究生阶段也需要持续的支持学生们正在进行ML和AI的基础研究。优先考虑各级培训和奖学金计划，通过学徒，技能计划，奖学金和相关学科的课程工作，为员工提供必要的人工智能研发技能。
启动了的计划有：
（1）除了通过标准的人工智能研究资助支持本科生和研究生之外，各机构还在其研究生奖学金计划中优先考虑计算和数据支持的科学和工程。
（2）人口普查局创建了统计数据现代化（SDM）项目，以使其劳动力，运营和技术达到当前的最新水平，并为当今数据驱动型社会中的统计机构设定标准。SDM的劳动力转型将雇用具有新方法和分析专业知识的新数据科学家，包括使用AI方法和工具来处理和分析大数据。劳动力转型还将解决当前数据科学人员的技能提升问题。
战略8：扩大公私伙伴关系，加速人工智能的发展。
良好的政府—大学—产业研发生态系统能促进对人工智能研发的持续投资，有助于实现人工智能及相关技术突破，并将这些突破迅速转变为有助于美国经济和国家安全的能力。
政府-大学-产业研发合作伙伴关系为大学研究人员带来了工业所面临的紧迫的现实挑战，实现了“用户启发式研究”；大学研究人员能利用行业专业知识，加速将开放和已发表的研究成果转化为市场中可行的产品和服务，促进经济增长；通过将大学教师和学生与行业代表，行业环境和行业工作联系起来，还将加强对下一代研究人员，技术人员和领导者的教育和培训，增加研究和劳动力的能力。
伙伴关系可以促进开放的、竞争前的、基础的人工智能研发；能战略性地利用资源，包括设施、数据集和专业知识；增强对数据集，模型和高级计算能力等研究资源的访问；并促进政府，大学和行业之间的研究人员交流和/或联合任命，以分享AI研发专业知识。
人工智能研发具有固有的跨学科性质，需要计算机和信息科学，认知科学和心理学，经济学和博弈论，工程和控制理论，伦理学，语言学，数学和统计学以及哲学之间的融合，以推动未来公平，透明，负责，安全可靠的AI的系统发展和评估。
结语
此次美国人工智能战略的更新主要有两方面：一是增加了对扩大公私合作的关注，二是增加了三年来美国在人工智能领域的最新研究。这些研究方向对我国的AI的研究发展也有借鉴意义：
1、关注机器学习（ML），推理和表示，计算机视觉，计算神经科学，语音和语言等AI技术基础研究。
2、强调数据科学战略。开展自然驾驶数据收集与研究，生物医学数据库研究、链接医学基因组数据集建设等数据集的开发建设工作。通过与云服务提供商合作等方式促进云环境中的数据集向研究人员开放。
3、研究如何建立透明的、可解释的AI系统，并考虑问责制、公平性和包容性等问题，以便解决人工智能的道德，法律和社会影响。
4、研究攻击ML和其他基于AI的系统的攻击技术，确保AI系统安全性和可靠性。
5、积极参与AI标准制定，掌握AI技术话语权。
6、推进AI技术在医学、农业、工业、气象等领域的应用。
（责任编辑：刘小玲）
作者简介
韩芳，上海集成电路技术与产业促进中心工程师。
（本文不代表微言创新观点。欢迎投稿、转载和商务合作，请联系innotalk@163.com）返回搜狐，查看更多
美国智能制造的发展及启示
本文刊载于《中国科学院院刊》2021年第11期“政策与管理研究”
孙毅1*罗穆雄2
1中国科学院大学经济与管理学院
2中国科学院大学中丹学院
在政策引导与以数字技术为代表的第四次产业革命的推动下，传统制造业正加速与信息技术融合，不断形成新产品、新流程与新模式。我国制造业虽然规模较大，但与发达国家相比还有较大差距，大而不强、创新能力弱、对外依存度高、创新体系不完善等问题依旧突出。
美国先进制造业的发展为我国推进制造强国建设提供了有益借鉴。美国智能制造产业政策虽然在奥巴马、特朗普和拜登执政时期侧重点各有不同，但其本质都是通过建立有助于跨界知识融合的体制机制，从国家层面上推动传统制造业、数字经济、商业管理等跨界知识的深度融合。美国智能制造系列战略上的核心思路虽历经奥巴马、特朗普和拜登3届政府，但迄今为止依然保持不变：
1.主张建立制造业与创新的联系，重塑美国工业生态系统；
2.强化政府对制造业的宏观指导、重视顶层设计；
3.重视中小企业的发展、发挥大型企业的创新引领作用；
4.建立多层级的人才培养机制，重视具备数字化素养的新型技术工人的培养。
这一系列政策在提高美国制造业创新能力、重振美国全球竞争力的进程中发挥了重要作用。基于此，本研究通过对美国智能制造政策的梳理，深入分析美国智能制造的主要实践，总结相关经验，以期对我国智能制造发展有所借鉴。
1
美国智能制造的政策要点
2008年金融危机之后，美国开始反思过度依赖虚拟经济的产业政策，同时将制造业作为振兴美国经济的抓手。在总统科学技术顾问委员会（PCAST）的建议下，美国国会通过了《先进制造业伙伴计划》（AdvancedManufacturingPartnership）和《振兴美国制造业和创新法案》（RevitalizeAmericanManufacturingandInnovationActof2014）。这2部法案为美国智能制造业的顶层设计奠定了重要基础，对美国制造业创新中心的设立起了重要的引导作用。随后，美国国会于2014年以法案形式确立了《国家制造业创新网络》（NationalNetworkforManufacturingInnovation），主张建立关键领域的研究所来聚合产业界、学术界、联邦及地方政府等多个主体，建立和完善创新生态系统。在美国制造的基础上，美国参众两院又提出了不同的立法法案以增强美国制造业的创新能力与竞争力。2021年6月，美国参议院通过了《2021年美国创新和竞争法案》（UnitedStatesInnovationandCompetitionActof2021），其中的拨款方案和《无尽前沿法案》（EndlessFrontiersAct）主张美国联邦政府应通过关键领域的公共投资增强美国新技术实力。另外，美国众议院通过了《国家科学基金会未来法案》（NationalScienceFoundationfortheFutureAct），该法案一方面从机构设置上对美国国家科学基金会（NSF）进行改造，另一方面倡导对多个技术领域的投资与关注。总的来说，美国智能制造产业政策体现在4个方面。
政府发挥全方位引领作用，强化高端产业布局
美国智能制造业一个突出的特点是采取大规模的公私合作，以支持智能制造的相关活动。例如，《国家制造业创新网络》主张各研究所重点各关注1个领域，通过项目定制和招标，推动会员之间紧密联系、信息共享和合作研究，达成共同的利益关注和资源投入。拜登政府颁布的《2021年美国创新和竞争法案》将570亿美元作为紧急拨款，重点发展芯片和5G网络2个领域。同样，《无尽前沿法案》也要求美国国家科学基金会5年内在人工智能和机器学习、高性能计算、半导体和先进计算机硬件、量子计算和信息系统、机器人、自动化与先进制造等10个关键技术领域投资1000亿美元。
培育创新生态系统，共享智能制造资源
《美国先进制造领先战略》强调智能制造应连接中小企业并创建生态系统，具体措施包括向中小企业开放生产设施、专用设备及技术咨询援助，以帮助中小企业应对所面临的挑战。同时，各研究所积极创造便利条件以帮助新的创业公司，促进创业公司科技成果的商业化。《无尽前沿法案》促进了联邦机构之间及其与非政府合作伙伴在创新方面的合作，体现在3点：
1.授权美国商务部，扩大制造业拓展伙伴计划；
2.在美国商务部建立一个供应链弹性计划，以缓解供应链脆弱性；
3.增加了对科研基础设施的投入，建立各类创新中心。
完善人才培养体系，加快发展先进制造业劳动力的步伐
在教育方面，《无尽前沿法案》提出，将在美国国家科学基金会设立一名首席多元化官（ChiefDiversityOfficer），加大理工科教育投入，以增强美国理工科人才培养能力。该法案拟增加大学的研究支出，设立本科生奖学金和行业培训项目、研究生奖学金和实习计划及博士后研究项目，促进和加速新技术从实验室向市场转移。除此之外，《国家科学基金会未来法案》规定了美国国家科学基金会应与美国国家科学院、国家工程院和国家医学院签订合同，资助多学科研究中心，以促进科技成果转化，以及科学、技术、工程和数学（STEM）等方面的人才培养。
推动科技体制变革，创新资源配置方式
《无尽前沿法案》和《国家科学基金会未来法案》都阐述了美国国家科学基金会的结构变更。《无尽前沿法案》主张设立技术理事会，同时授予美国国防部高级研究计划局（DARPA）类似的权限和项目管理权限；《国家科学基金会未来法案》则详细规定了美国国家科学基金会外部合作、科技转化、教育培训等具体职能，而且要求设立科学与工程解决方案理事会（SES），以加快将基础研究转化为新技术和新产品的进度。
2
美国智能制造的典型实践
《振兴美国制造业和创新法案》《国家制造业创新网络》《2021年美国创新和竞争法案》等政策一方面强化了政府在制造创新中的作用，主张通过公私合作的方式开发新兴技术和支持制造产业；另一方面打造了制造业创新系统，以促进不同知识的融合。为贯彻落实相关政策，美国联邦政府主要采取关键领域的公共投资、新机构（项目）的设立、“政、产、学、研”协调机制的建立等举措，不断提高美国制造业的创新能力，这主要体现在制造业创新研究所的设立与制造业拓展伙伴计划的实施过程中。制造业创新研究所本质上是公私联合体（即由公共与私人投资共同资助），每个研究所都专注于特定的先进制造技术。制造业拓展伙伴计划也是基于公共部门和私营部门之间的协调，该计划结合了美国工业、教育机构、政府、其他联邦研究实验室与机构的优势资源，将重点放在了美国制造企业技术、流程和服务的获取。
制造业创新研究所的实施方案及效果
美国制造业创新研究所将各方的资源聚集在一起，采用公私合作的方法来创新和发展先进的制造技术。2012—2020年，美国已建立了16个各有侧重的制造业创新研究所（表1），形成了遍布全国的先进制造创新网络，通过政府牵引、企业主导、高校和科研机构支持，打通了先进制造技术从基础研究到产业化、规模化应用的创新链条。美国制造业创新研究所的实施及成果包括顶层设计、运行模式和实际效果3个方面。
表1美国16个制造业创新中心简介
1
顶层设计
美国制造业创新研究所的顶层决策机制分为2个层面：
1.制造业创新研究所的设立流程。首先，《先进制造业伙伴计划》指导委员会提出相关建议，并通过总统科技顾问委员会向总统报告；然后，经国家科技委员会（NSTC）决策通过后提交国会审议；最后，国会审议通过并形成法案。
2.制造业创新研究所的管理协调机制。先进制造国家项目办公室（AMNPO）承担主要责任并对《国家制造业创新网络》中的各部门进行协调。
2
运行模式
美国制造业创新研究所主要采取公私合营模式（PPP）运营，以激励各参与方共同努力实现创新目标。美国联邦政府与项目的大型制造公司、中小企业、州政府至少按1∶1的分摊资金（即投资主体的投资大于联邦政府的投资）。美国制造业创新研究所的各参与者分工明确：联邦政府负责战略规划和启动资金；研究机构负责研发；地方大学和社区学院负责训练劳动力；当地创新孵化器和风险资本提供者要引进企业家和创新技巧；制造商主要提供中心的启动与运行的资金、设备、材料及劳动力 。按照《振兴美国制造业和创新法案》和《国家制造业创新网络》要求，制造业创新研究所的评估方式主要包括2个方面：
1.采用科学、精准的政策评估指标体系；
2.委托第三方机构开展独立评估并提供报告。
3
实际效果
采取一系列举措后，美国先进制造领域创新活跃度高、产业转型升级成效显著。美国制造业创新研究所在近5年内取得3方面进展（表 2）：
表22015—2019年美国制造业创新研究所产生效果
1.促进了公共部门与私营部门的合作，提高了美国的创新能力。2015—2019年，美国联邦政府投资与私人投资稳步增长，投资金额分别从最初的1.04亿美元（联邦政府）、2.17亿美元（私人）增至1.33亿美元（联邦政府）、3.55亿美元（私人）。与此同时，美国制造业创新研究所的数量由2015年的7家增至14家。
2.为中小企业提供有效支持。从项目与中小企业会员的角度看，截至2019年，各研究所与产业界、学术界合作项目总计561项，是2015年项目数量（147项）的近3倍，会员总数达到了1920家，相比于2015年（800家），增长了140%。
3.提供劳动力培训项目，满足智能制造人才需求。2015年，3.5万名工人、学生参与了制造业创新研究所的教育和劳动力发展培训。经过3年发展，各制造业创新研究所对美国劳动力培训数量增到20万人。
制造业拓展伙伴计划的实施方案及效果
制造业拓展伙伴（MEP）计划是美国联邦政府为提升中小制造企业竞争力而设立的一项国家计划。该计划促进了政府、产业、学界等多方协作，建立了独特的公私合作伙伴关系。目前，这一计划涵盖了美国国家标准与技术研究所（NIST）的制造拓展合作伙伴、位于美国全部50个州和波多黎各的51个制造业拓展伙伴中心、385个服务点及1400多名专家。
1
计划定位
制造业拓展伙伴计划的法定目标是提高美国制造业的生产率和技术性能，具体包括3项措施：
1.将工业界、大学、联邦机构开发的技术转让给美国各地的制造公司；
2.积极向中小型制造公司传播有关制造业的科学、工程、技术和管理信息；
3.扩大行业、协会和地方学院提供的认证系统，包括培训人员、支持全新或现有的学徒制，解决劳动力需求和技能缺口问题。
2
运行模式
在组织层面上，制造业拓展伙伴计划项目由美国国家标准与技术研究所的制造业拓展伙伴项目办公室、制造业拓展伙伴咨询委员会及51个制造业拓展伙伴中心3部分组成。
1.国家标准与技术研究所的制造业拓展伙伴项目办公室由5个部门组成，分别执行全国性制造业合作伙伴关系网络的推广、战略执行、营销与传播、项目评估、财务管理、监督协调等任务。
2.制造业拓展伙伴咨询委员会需向国家标准与技术研究所主任提供制造业拓展伙伴活动、计划和政策方面的建议，评估制造业拓展伙伴计划和战略的合理性。
3.各地的制造业拓展伙伴中心则向中小制造商转让和传播研究成果及中心的专业知识。
3
实际效果
自该计划创建以来，制造业拓展伙伴网络充分发挥伙伴关系的优势，与中小制造商合作开发新产品和客户，扩大和多样化市场，提高了供应链中的价值。由表3数据可知，这一计划从2个方面提升了美国制造业的竞争力：
1.通过新技术促进了中小制造业的“提质降本增效”。各类制造商的新增销售额由2016年的23亿美元增长到了2020年的130亿美元，2020年节约的成本（27亿美元）大致是2016年（14亿美元）的2倍。
2.通过知识共享与融合的方式推动了国家创新网络的扩张，进而形成了更加强大的供应链与人才培养体系。5年以来，制造业拓展伙伴计划始终维持着与2万余家中小制造商的互动，并不断地为制造业创造和保留就业岗位。以2020年为例，27574家中小制造商在MEP国家网络中协作，新增了105748个制造业岗位。
3
美国智能制造的主要经验
完善顶层设计，构建创新生态系统
《国家制造业创新网络》强调网络的协同发展，通过各具特色的制造业创新研究所，整合创新资源，形成完整的技术创新链条，构建产业创新生态。制造业创新研究所一般选择在人才、科技、产业及上下游配套等方面具备优势的地区建立，充分依托区域资源优势并反哺区域经济，从而提高创新成果的社会效益和对区域产业发展的带动作用。同时，《2021年美国创新和竞争法案》《国家科学基金会未来法案》在公共技术投资、科技体制改革、新型人才培养体系等方面做出了相关规定，其目的依然是重塑美国智能制造生态系统。
重视中小企业参与，扶持中小企业发展
美国非常重视提高中小企业在先进制造创新网络中的参与度，以充分发挥中小企业活力。《振兴美国制造业和创新法案》将美国国家标准与技术研究院的《制造扩展合作伙伴关系》纳入美国制造业拓展伙伴计划。依托遍布全美的51个制造业拓展伙伴中心，美国将小型制造商与美国制造协会提供的技术和资源联系起来。通过派驻员工、共享科研项目等方式，制造业拓展伙伴中心帮助美国制造业创新研究所的中小型制造企业进行改造创新。《美国先进制造领先战略》提高了美国中小制造企业在先进制造业中的作用，将中小企业供应商、大学、国家实验室、美国制造业研究所等机构相连接，以确保其能获得相应的技术和专业知识。
提升职业教育地位，保证多层次人才供给
为满足美国先进制造发展的人才需求，劳动力发展和人才教育是《国家制造业创新网络》的优先事项。一方面，美国充分利用“国家制造日”的各种公共活动逐步扭转民众对制造业的传统观念，重塑制造业形象；另一方面，加大对社区学院（职业学校）的投入，强化其在先进制造人才培养方面的作用。此外，美国通过推行职业和技术教育计划来实现社区学院与产业界的结盟，不断完善先进制造人才资格证书体系发展，以帮助美国公民更好地从事高技能制造业工作。《无尽前沿法案》增加了STEM教育经费，同时也授予美国商务部和其他联邦部门及机构协调建立区域技术中心的权利，将人才与发展关键技术的创新性的工作和商业机会联系起来。
4
美国智能制造实践对推进我国智能制造政策的启示
虽然我国制造业规模位居世界前列，同时我国拥有全球门类最为齐全的工业体系，但总体而言，我国制造业目前还处在大而不强的水平。
我国智能制造政策与美国智能制造政策有一定共性：
1.以创新为导向，既注重新兴技术的布局，又强调科技成果转化；
2.推进制造业的知识融合，利用“政、产、学、研”的创新机制促进资源的高效使用与合理配置；
3.构建全面开放、能力共享的制造业新格局。总体而言，美国智能制造的实践，为我国推进智能制造工作、落实创新驱动发展提供许多有益的启示。
加强政府的引领作用，完善智能制造顶层设计
美国智能制造的实践表明，政府在布局重点领域、实现产业转型升级中的作用至关重要。与美国相比，我国的举国体制会更具有连续性和稳定性。我国应该充分发挥体制优势，应进一步完善推进智能制造的工作体系、优化政府在创新过程中的引领、支持和协调作用，并保证创新政策的一致性，加强重点创新领域的统筹规划，合理安排创新系统建设和新兴产业布局，避免重复建设。
培育智能制造生态系统，扶植中小企业发展
目前，我国制造业还存在“技术孤岛”的现象，这造成了创新资源无法在产业链各个环节流通，进而导致关键产业无法全面转型升级。对此，创新生态系统的构建将是一个关键问题，这是实现技术、人才等要素充分互动的基础，是形成各类创新主体协同作用的重要支撑。借鉴美国制造业创新研究所及制造业拓展伙伴计划的经验，我国可采取3点措施：
1.探索建立目标清晰、利益一致、分工明确、路线清晰、“政、产、学、研”多元参与的智能制造生态系统；
2.充分发挥国家科技创新基地与重大科研基础设施的平台和纽带作用；
3.促进技术成果、通用资产和数据信息等资源的共享，实现不同产业、不同科学领域间的跨界知识融合。
增强自主创新能力，推动关键性技术的发现与商业化进程
目前，我国制造业面临核心技术的缺失、技术发展与产业需求的脱节等问题。然而，核心技术一方面是买不来的，另一方面是产业化也需要合适的“土壤”。为了抢占全球制造业制高点，我国制造业不应只聚焦于技术的引进，而要依靠与自主创新的技术发展模式。由美国对智能制造的探索可知，自主创新能力既要布局新兴技术领域，建立协同的创新机制，又要根据市场的实际需求把握技术的产业化。基于美国的经验，我国可围绕3个方面来提高自主创新能力：
1.建立以企业为主体、市场为导向、产学研深度融合的技术创新体系；
2.围绕特定技术领域的创新成果转移转化，加强领域内学术研讨、信息共享、设施开放及项目合作；
3.打造技术产业化示范项目，为相关产业打造标杆。
深化开放合作，促进知识的共享与融合
结合我国的实际情况，中小企业智能制造转型过程中会遇到一些困难，主要体现在2个方面：
1.自身能力差，缺乏相应的技术、资金等资源；
2.转型的经济和社会效益差，具体表现在智能制造工程见效周期长、产业协同度不够等。
借鉴美国开放的创新生态系统模式，我国可采取2个方面的措施：
1.向中小企业开放创新资源入口，共享智能制造能力。在知识产权得以有效保护的基础上，我国应促进技术成果、通用资产和数据信息等资源的共享。
2.深化国际合作交流。在推动内部开放的基础上，我国应加强国内智能制造资源与全球创新要素的融合，对标国际先进制造标准，鼓励国内制造商与国际同行竞争与合作。
改革考核评估体系，优化创新资源配置
根据《国家智能制造标准体系建设指南（2018年版）》，建立合适的评估体系不仅有利于我国智能制造的动态调整，而且还有助于合理分配创新资源，持续促进我国智能制造的发展。结合美国制造业创新研究所的经验，考核体系需充分利用多方协调机制。因此，建议我国建立涉及多方的考核制度：
1.围绕科技与制造业融合的目标导向，建立客观、多元、可量化的考核评估体系，明确以促进技术和制造业融合、加快科技成果转移转化为主的考核导向，保障考核体系的完整性、客观性和科学性；
2.尊重创新规律和产业发展规律，将阶段性考核和周期性考核有机融合；
3.积极推进评估主体多元化，引入第三方评估机构，采用委托评估、联合评估、跨主体评估等多种方式，确保评估工作执行到位。
完善教育与培训体系，强化智能制造人才培养机制
为满足智能制造带来的人才需求，我国应进一步完善培训教育体系，培育多层次高水平的创新人才。建议我国从4个方面加强培训教育体系建设：
1.高度重视社区学院和职业教育的建设和发展，建立高等院校、职业学院和工厂“三位一体”的职业教育体系，为创新驱动发展提供必要的高素质产业工人储备；
2.结合我国“新工科”“新文科”建设，培养跨学科、跨领域的融合性创新人才；
3.促进高等院校和企业建立紧密的合作机制，保证人才的能力结构与企业的实际需要高度吻合；
4.高度重视由于经济转型升级带来的再就业问题，完善社会培训体系，壮大社会培训力量，让落后产能的劳动力成为新兴产业的生力军。
孙毅中国科学院大学继续教育学院副院长、经济与管理学院虚拟商务系副主任、副教授。主要研究领域：数字经济、智能制造、金融科技等。主持国家级课题4项、大型企业委托课题2项，并多次参与国家发展和改革委员会、财政部、科学技术部、国务院发展研究中心政策制定及调查研究，发表论文20余篇。
文章源自：
孙毅,罗穆雄.美国智能制造的发展及启示.中国科学院院刊,2021,36(11):1316-1325.
总监制：杨柳春
责任编辑：张帆
助理编辑、校对：PAN
排版：江淼
美国人工智能战略动向与中国应对之策
0分享至美国作为人工智能领先国家，已作出竞争性战略安排，以期在未来竞争中占据主导地位。我国必须密切关注美国人工智能战略动向，做好战略谋划与应对，做大做强人工智能产业。应以强国目标为导向，制定好人工智能产业中长期发展战略规划；加快自主可控人工智能技术在重点行业的应用推广等。国研视点魏际刚人工智能是一种新型通用目的技术，对各国经济、社会、军事、国家安全等有重大影响。美国作为人工智能领先国家，已作出竞争性战略安排，并对我国采取遏制性措施，以期在未来世界领导权的竞争中占据主导位置。我国必须做好战略应对，加快人工智能产业做大做强步伐。美国战略安排：确保其在人工智能领域的全球领导力2016年以来，美国持续加大了对人工智能的战略关注与支持，不断升级人工智能的国家战略版本。2016年，美国发布《为人工智能的未来做好准备》报告，强调对人工智能加强治理；阐述人工智能引发的机遇，包括利用人工智能提升社会福利和改进政府执政水平，在坚持鼓励创新并兼顾公众利益的原则下制定人工智能监管措施；确保人工智能应用公正、安全和可控。报告提出，人工智能技术将开辟新的市场和机会，也将产生失业等负面影响。美国政府当前对人工智能最重要的不是监管，而是指导与扶持。各机构的计划和战略中涉及的人工智能问题，应该让政府和私营部门参与；以创新的方式将人工智能应用于网络安全防护。同年，美国总统奥巴马签署《国家人工智能研发战略计划》，旨在通过政府投资深化对人工智能的认识和研究，确保美国在人工智能领域的全球领导地位。2018年，美国发布的《国防授权法案2019》相关条文规定，美国国防部支持成立国家人工智能安全委员会（NSCAI）。该委员会代表国会研究人工智能与国家安全的相关问题并建言献策，以达到确保美国技术优势的最终目的。NSCAI有两大具体任务：一是勘察取证，调查研究美国真实的人工智能技术水平；二是向国会和总统提出政策建议。该机构聚合美国“政产学研军”顶尖人才，研究国家间人工智能竞争，提供人工智能战略建议，重点研究中国，聚焦国家威胁、国防能力、经济竞争和治理障碍等四大研究方向。2019年，美国总统特朗普签署《维护美国人工智能领导力的行政命令》，目的是保持美国在人工智能领域的全球领导力，其要点包括：推动人工智能技术突破，联合政产学，建立人工智能技术优势，促进科学发现、经济竞争力和国家安全，促进技术成果转化。制定人工智能技术标准，提升数据、模型、算力资源的可访问性，减少漏洞和人工智能研究与部署的障碍，制定国际标准。培养人工智能劳动力，通过科学、技术、工程和数学（STEM）教育，培养具备开发和应用人工智能的通用人才，为当前和未来的工作做好准备。增强公众信任，人工智能应用中保护公民自由、隐私和美国价值观，充分发挥人工智能技术潜力。塑造国际环境，为美国人工智能产业开辟市场，保护人工智能技术优势，严防战略竞争对手和敌对国家窃取关键技术。2019年7月、9月，2020年10月以及2021年3月份，NSCAI先后发布初期、中期和终期报告。在NSCAI终期报告中，涉及的内容主要有两部分。第一部分：“在人工智能时代保卫美国”。强调人工智能技术带来国家安全威胁，美国对此缺少准备，建议美国政府加强人工智能技术来保护自身利益。政府成立一个工作组和全天候行动中心，以对抗虚假信息，更好地保护自身数据库的安全，将外国投资中的数据安全放在优先位置，加强供应链风险管理和国家数据保护立法。国防部加速采用人工智能技术，争取2025年实现人工智能技术在军事领域广泛运用，培养一支具有数字知识的队伍，加快人工智能技术在军事领域创新。管理与人工智能支持的武器和自主武器相关的风险，制定相应的国际标准。改革国家情报机构，开发创新的人机合作方法，利用人工智能来增强人类的判断力。开拓新的人才渠道，扩大政府中数字化人才的规模。建立对人工智能系统的合理信心，政府加大对人工智能系统安全的研发投资，加深与国家实验室的合作，定期测试和评估。提出人工智能用于国家安全的民主模式，尊重公民隐私、自由和权利，增强使用透明度，建立一套完整的监督机制。第二部分：“赢得技术竞争”。强调美国人工智能竞争前景令人担忧，建议政府立即采取行动，以促进人工智能创新，保护关键优势。必须将人工智能从技术层面提升到战略层面，白宫应成立一个新的技术竞争力委员会，由副总统领导，综合考虑安全、经济和科学因素，制定全面的技术战略，并监督其实施。通过改善现有教育体系，对学习人工智能相关领域的本科生和研究生增设奖学金，通过新的移民激励措施和改革等方式，赢得全球人才竞争。加快人工智能创新，每年用于人工智能研发的非国防经费翻倍，2026年达到每年320亿美元。成立国家科技基金会，将国家人工智能研究机构数量增加三倍；建立由云计算组成的国家人工智能研究基础设施，大规模开放培训数据，扩大人工智能的使用范围，支持新的科学实验和工程；为人工智能创造市场，通过组建区域创新集群网络，增强商业竞争力。改革和建立全面的知识产权政策和制度，将知识产权法纳入国家安全战略的重要组成部分。改变几乎完全依赖外国来源生产尖端半导体的状况，重建一个具有弹性的美国国内半导体设计和制造基地，为芯片工厂提供资金奖励和其他激励措施，以使美国半导体技术至少领先中国两代。重新审视如何在不过度阻碍创新的情况下更好地保护技术和公司，以保持美国技术优势。使出口管制和外国投资审查现代化，与盟友共同开发先进的半导体制造设备。将美国的研究机构作为国家资产加以保护，与盟友和合作伙伴协调研究保护工作，加强签证审查以限制有问题的研究合作。领导一个新兴技术联盟，与盟友和合作伙伴一起利用新兴技术加强民主规范和价值观，协调政策和投资，促进全球民主发展，防范技术恶意使用和专制国家的影响。制定一份权威的技术清单，采取大胆行动，促进美国在人工智能、微电子、生物技术、量子计算、5G、机器人和自动化系统、增材制造和储能技术等领域均处于领导地位。美国专门研究制定针对我国的遏制性措施为保持在人工智能领域对我国的领先与优势地位，美国出台的一系列有关人工智能的行政命令、政策和法案中，有越来越多专门针对我国的措施。NSCAI发布的初期、中期和终期报告中均明确提到，中国的人工智能开发水平位于世界前沿，美国政府在应对人工智能新威胁方面“毫无准备”，必须实施重大变革，推动人工智能满足国家安全和国防需要。该报告对美国国会和总统有很强的影响力，截至目前，超过19条建议被《国防授权法案2021》采纳，11条建议被《国防授权法案2022》、《情报授权法案》（IAA）、《美国创新与竞争法案》（USICA）和非国防科技法案采纳。NSCAI终期报告中，出现“中国”和“中国的”的词频高达670次以上。除了中国之外，俄罗斯、日本、韩国和德国等国的词频均未超过100次。针对中国的内容主要有如下七方面。一是中国是美国人工智能领域的唯一真正对手，美国必须赢得对中国的竞争。尽管世界上有很多国家均有人工智能战略，但只有中美两国真正拥有赢得人工智能竞争的资源、商业实力、人才资源以及创新生态。中国的各类规划、动用的资源以及取得的成就让美国深感担忧。中国不仅在人工智能全领域是美国的对手，而且在特定领域已经领先。从这个角度看，这将是美国自第二次世界大战以来首次在科技主导性方面遭遇到挑战。二是提出所谓的中国盗窃美国高科技资源。指责中国通过知识产权剽窃等方式每年至少导致美国损失3000亿—6000亿美元，诽谤中国是用美国纳税人的钱资助自身军事和经济的现代化。三是指责中国危及了美国高科技（尤其是半导体）供应链安全。尽管美国拥有领先的半导体研发体系，但与美国国防和产业相关的先进半导体生产制造资源几乎完全依赖外国，这让美国供应链安全在外国政府的干预和自然灾害面前显得异常脆弱。美国应逐步实现半导体的国内生产。四是恶意抨击中国人工智能用途不正当。五是建议美国领导所谓的“民主国家联盟”来应对中国的挑战。六是认为美中之间存在高度依赖，主张通过精准的出口管制等手段来确保美国的科技领先。当前美中关系并非冷战时期的美苏关系，美中存在紧密的人文互动和科技交流，盲目恶化美中科技交流对美国科研无益。美国应通过保护开放研究生态、保护知识产权、有针对性的出口管制和投资审查等手段来保障科技领先和国家安全。七是在人工智能驱动的自动化武器等特定领域寻求中俄共同表态。人工智能会运用到自动化武器等军事和国防领域，在该领域美国应寻求中俄与美国发布类似的承诺，即人工智能驱动的自动化武器仍将由人类控制，以确保此类武器合乎国际人道主义。美国可与中国政府建立诸如“美中全面科技对话”等官方高级别对话机制以及其他“二轨对话”机制。总体看，美国是要在人工智能领域赢得对我国的竞争，实现对我国的明显优势。美国提出加强知识产权保护，与盟友组建新兴技术联盟来防止技术被恶意使用，加强出口管制和外国投资审查，把美国研究企业当作国家资产来保护等，将加大我国获取新技术的难度，妨碍新技术国际交流，这对我国人工智能技术发展有阻挠作用。美国提出通过改善现有教育体系与新的移民激励措施来吸引全球人工智能人才，给我国获取全球人才增加了难度。从战略高度推动我国人工智能产业做大做强紧紧把握新一轮科技革命与产业变革的时代机遇，深刻认识人工智能的全球发展形势，树立起强烈的战略意识、安全意识，加快人工智能技术自立自强，做大做强人工智能产业，妥善处理人工智能领域的国家间竞合关系。一是做好战略谋划与统筹。基于超大规模市场、数据资源、技术集成、综合协同等优势，以强国目标为导向，围绕芯片、系统软件和开发框架等基础技术进行战略部署与攻坚，降低对外依赖度，加快自主自立步伐。打造自有开源根社区，培育自主可控的产业生态，形成有韧性的供应链体系，让人工智能生态植根中华大地。努力在人工智能发展方向、理论、方法、工具、系统等方面取得变革性、颠覆性突破。二是市场牵引，应用导向。支持自主可控人工智能技术在重点行业的应用示范推广，加快形成行业应用评测标准。可先聚焦于交通、能源、制造、安全、健康等领域重点突破，设定人工智能行业渗透率目标，健全监测体系，促进目标的实现。三是加大投入，加速基础研究成果转化。建设体现国家意志、实现国家使命、代表国家水平的人工智能国家实验室。推动研究机构和商业机构对接，组建一批联合实验室，让基础研究更贴近市场，在牵引市场需求的同时，通过市场反向驱动基础研究。支持各地人工智能计算中心和生态创新中心建设，在能耗指标上进行政策倾斜。四是加强人才队伍与学科建设。构建集“全球汇聚、系统培养、激发创新”于一体的人工智能人才发展体系。吸引全球人工智能领域人才，特别是数学、计算科学、自动化科学、控制科学、信息科学、认知科学、心理学、生物学、哲学等学科高端人才，聚天下英才为我所用。改革高等院校学科设置，加强基础学科建设，设立多学科支撑、跨学科交叉、产学研融合的人工智能人才培养模式。五是促进军民融合，以军带民，以民促军。加大人工智能根技术的军地、军民联合研究力度；加大军事领域人工智能基础设施的建设力度，助力军事领域人工智能研究；加快军事领域人工智能应用，积极引入民用人工智能技术，加速军民人工智能成果转换；加强军民融合人工智能技术通用标准体系建设，构建基础软硬件、人工智能算法等规范，牵引人工智能技术规范发展。六是开放包容，互惠合作。积极参与人工智能全球治理，支持联合国在人工智能科技伦理和标准规范制定方面发挥主导作用。以构建人类命运共同体为导向，与各国加强交流协商，共塑一个开放包容、互惠共享、公平公正、安全可控、责任共担的国际环境，打造各方普遍接受、行之有效的人工智能全球治理规则，促进科技突破、产业发展、国际合作，让各国人民享受到科技带来的益处。（作者系中国国际发展知识中心副主任、研究员）特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice:Thecontentabove(includingthepicturesandvideosifany)isuploadedandpostedbyauserofNetEaseHao,whichisasocialmediaplatformandonlyprovidesinformationstorageservices.
/阅读下一篇/返回网易首页下载网易新闻客户端美军加速人工智能技术在实战方面的应用 引发前沿军事竞赛
据外媒报道，近期，美国国防部发布人工智能技术战略规划文件，强化顶层设计，推动相关技术快速发展。与此同时，美军也持续加强对人工智能技术的作战运用。
出台战略规划文件
近期，美国防部常务副部长希克斯签署《负责任的人工智能战略和实施途径》战略文件，明确美国防部实施人工智能战略的基本原则和主体框架，主要内容包括以下两个方面。
理顺“需求端”。一是调整管理结构和流程，持续跟进国防部人工智能技术发展。二是关注人工智能产品的研发和采购，适时调整人工智能技术开发速度。三是使用需求验证程序，确保人工智能能力与作战需求保持一致。
优化“研发端”。一是创建可信的人工智能系统和人工智能赋能系统。二是通过国内、国际合作，促进对“负责任的人工智能”概念的共同理解。三是提高国防部人工智能相关人员的理论和操作水平。
除军方的战略规划报告外，近期，美国智库也对美国与盟友的人工智能技术应用合作提出建议。美国乔治城大学安全和新兴技术中心发布报告称，美国政府、大学、研究机构和私营部门应通过多种方式，促进与澳大利亚、印度和日本3国的人工智能技术研究合作，以实现开放、可访问和安全的技术生态系统，提升美军相关武器装备性能。
加快技术应用步伐
除在顶层设计上为人工智能技术发展制定“路线图”外，美军近期还多措并举，试图将相关成熟技术运用于军事实践。
从军种建设层面看，陆军的“融合计划”、海军的“制胜计划”和空军的“先进作战管理系统”是美军当前三大人工智能计划。三大计划均在同步推进。近期，美陆军合同司令部授予美军事承包商工程与计算机模拟公司一份总金额6328万美元的合同，以设计和开发新的人工智能算法。美海军水面部队指挥官基奇纳表示，美海军水面部队近期将重点整合人工智能与机器学习等能力，以大幅提升作战优势。美空军近期成功演示了一种名为Artuu的人工智能算法，能自动操纵U-2侦察机寻找敌方的导弹发射器，生成跨域威胁实时作战图。
从战力生成层面看，美军正在加速人工智能技术在实战方面的应用。美国《国家利益》双月刊网站近日刊文称，美海军和空军正在研发新一代训练系统，帮助其战斗机更好地应对新的空中威胁。这种名为“P5作战训练系统”的智能技术，可帮助美军飞行员进行高威胁、高对抗作战场景下的虚拟训练。
美国防高级研究计划局则在忙于验证一款“基于人工智能芯片的自主网络攻击系统”。据悉，该系统每24小时可生成一套攻击代码，并能根据网络实时环境，对攻击程序进行动态调整。由于攻击代码是全新生成的，因此，依托现有病毒库和行为识别的防病毒系统难以识别，代码的隐蔽性和破坏性强。美国防高级研究计划局认为，该系统具有极高的应用潜力，能够在未来的网络作战中帮助美军获得技术优势。
引发前沿军事竞赛
总体来看，近期美军在人工智能建设方面动作频频。相关动向或将引发新一轮全球前沿军事竞赛。
一方面，对内推动“万物皆可智能”。美军宣称，无论是战斗机、坦克、地面控制站还是水面舰船，不仅可作为一个具有作战能力的实体，还可作为一个监视战场和获取战争信息的节点。要实现这个目标，人工智能将发挥不可替代的作用。结合美军战略规划文件不难看出，为打造更多节点，美军下一步将充分发挥人工智能的赋能作用，助力各类武器平台更快地发现和打击目标。
另一方面，对外影响全球军事发展格局。美军及其盟友大力推动人工智能技术发展的做法，主要目的是利用这些先进技术打压对手国家，相关做法的反噬效应或将立竿见影。目前，世界多国都在大力发展相关技术。可以预见，在人工智能等技术的快速发展和支撑下，未来战场将加速向智能化、无人化战场过渡，陆、海、空、天、网等跨域协同作战，将成为未来战争的主要作战样式，牵引装备技术发展和运用转化，推动全球军事发展格局发生重大变化。
【纠错】【责任编辑:王金志】人工智能的创新发展与社会影响
党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明了方向。2018世界人工智能大会9月17日在上海开幕，习总书记致信祝贺并强调指出人工智能发展应用将有力提高经济社会发展智能化水平，有效增强公共服务和城市管理能力。深入学习领会习总书记关于人工智能的一系列重要论述，务实推进我国《新一代人工智能发展规划》，有效规避人工智能“鸿沟”，着力收获人工智能“红利”，对建设世界科技强国、实现“两个一百年”的奋斗目标具有重大战略意义。
一、引言
1956年人工智能（ArtificialIntelligence，简称AI）的概念被正式提出，标志着人工智能学科的诞生，其发展目标是赋予机器类人的感知、学习、思考、决策和行动等能力。经过60多年的发展，人工智能已取得突破性进展，在经济社会各领域开始得到广泛应用并形成引领新一轮产业变革之势，推动人类社会进入智能化时代。美国、日本、德国、英国、法国、俄罗斯等国家都制定了发展人工智能的国家战略，我国也于2017年发布了《新一代人工智能发展规划》，发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏等地政府也相继出台推动人工智能发展的相关政策文件，社会各界对人工智能的重大战略意义已形成广泛共识。
跟其他高科技一样，人工智能也是一把双刃剑。如何认识人工智能的社会影响，也有“天使派”和“魔鬼派”之分。“天使派”认为，人工智能领域的科技创新和成果应用取得重大突破，有望引领第四次工业革命，对社会、经济、军事等领域将产生变革性影响，在制造、交通、教育、医疗、服务等方面可以造福人类；“魔鬼派”认为，人工智能是人类的重大威胁，比核武器还危险，有可能引发第三次世界大战。2018年2月，牛津大学、剑桥大学和OpenAI公司等14家机构共同发布题为《人工智能的恶意使用：预测、预防和缓解》的报告，指出人工智能可能给人类社会带来数字安全、物理安全和政治安全等潜在威胁，并给出了一些建议来减少风险。
总体上看，已过花甲之年的人工智能当前的发展具有“四新”特征：以深度学习为代表的人工智能核心技术取得新突破、“智能+”模式的普适应用为经济社会发展注入新动能、人工智能成为世界各国竞相战略布局的新高地、人工智能的广泛应用给人类社会带来法律法规、道德伦理、社会治理等方面一系列的新挑战。因此人工智能这个机遇与挑战并存的新课题引起了全球范围内的广泛关注和高度重视。虽然人工智能未来的创新发展还存在不确定性，但是大家普遍认可人工智能的蓬勃兴起将带来新的社会文明，将推动产业变革，将深刻改变人们的生产生活方式，将是一场影响深远的科技革命。
为了客观认识人工智能的本质内涵和创新发展，本报告在简要介绍人工智能基本概念与发展历程的基础上，着重分析探讨人工智能的发展现状和未来趋势，试图揭示人工智能的真实面貌。很显然，在当下人工智能蓬勃发展的历史浪潮中如何选择中国路径特别值得我们深入思考和探讨。因此，本报告最后就我国人工智能发展态势、存在问题和对策建议也进行了阐述。
二、人工智能的发展历程与启示
1956年夏，麦卡锡（JohnMcCarthy）、明斯基（MarvinMinsky）、罗切斯特（NathanielRochester）和香农（ClaudeShannon）等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能”这一概念，标志着人工智能学科的诞生。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展类人智能机器。人工智能充满未知的探索道路曲折起伏，如何描述1956年以来60余年的人工智能发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能60余年的发展历程划分为以下6个阶段：
一是起步发展期：1956年-20世纪60年代初。人工智能概念在1956年首次被提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序、LISP表处理语言等，掀起了人工智能发展的第一个高潮。
二是反思发展期：60年代-70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空（例如无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等），使人工智能的发展走入了低谷。
三是应用发展期：70年代初-80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入了应用发展的新高潮。
四是低迷发展期：80年代中-90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。
五是稳步发展期：90年代中-2010年。由于网络技术特别是互联网技术的发展，信息与数据的汇聚不断加速，互联网应用的不断普及加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年IBM深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念，这些都是这一时期的标志性事件。
六是蓬勃发展期：2011年-至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器（GraphicsProcessingUnit，简称GPU）等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越科学与应用之间的“技术鸿沟”，图像分类、语音识别、知识问答、人机对弈、无人驾驶等具有广阔应用前景的人工智能技术突破了从“不能用、不好用”到“可以用”的技术瓶颈，人工智能发展进入爆发式增长的新高潮。
通过总结人工智能发展历程中的经验和教训，我们可以得到以下启示：
（一）尊重学科发展规律是推动学科健康发展的前提。科学技术的发展有其自身的规律，顺其者昌，违其者衰。人工智能学科发展需要基础理论、数据资源、计算平台、应用场景的协同驱动，当条件不具备时很难实现重大突破。
（二）基础研究是学科可持续发展的基石。加拿大多伦多大学杰弗里·辛顿（GeoffreyHinton）教授坚持研究深度神经网络30年，奠定人工智能蓬勃发展的重要理论基础。谷歌的DeepMind团队长期深入研究神经科学启发的人工智能等基础问题，取得了阿尔法狗等一系列重大成果。
（三）应用需求是科技创新的不竭之源。引领学科发展的动力主要来自于科学和需求的双轮驱动。人工智能发展的驱动力除了知识与技术体系内在矛盾外，贴近应用、解决用户需求是创新的最大源泉与动力。比如专家系统人工智能实现了从理论研究走向实际应用的突破，近些年来安防监控、身份识别、无人驾驶、互联网和物联网大数据分析等实际应用需求带动了人工智能的技术突破。
（四）学科交叉是创新突破的“捷径”。人工智能研究涉及信息科学、脑科学、心理科学等，上世纪50年代人工智能的出现本身就是学科交叉的结果。特别是脑认知科学与人工智能的成功结合，带来了人工智能神经网络几十年的持久发展。智能本源、意识本质等一些基本科学问题正在孕育重大突破，对人工智能学科发展具有重要促进作用。
（五）宽容失败应是支持创新的题中应有之义。任何学科的发展都不可能一帆风顺，任何创新目标的实现都不会一蹴而就。人工智能60余载的发展生动地诠释了一门学科创新发展起伏曲折的历程。可以说没有过去发展历程中的“寒冬”就没有今天人工智能发展新的春天。
（六）实事求是设定发展目标是制定学科发展规划的基本原则。达到全方位类人水平的机器智能是人工智能学科宏伟的终极目标，但是需要根据科技和经济社会发展水平来设定合理的阶段性研究目标，否则会有挫败感从而影响学科发展，人工智能发展过程中的几次低谷皆因不切实际的发展目标所致。
三、人工智能的发展现状与影响
人工智能经过60多年的发展，理论、技术和应用都取得了重要突破，已成为推动新一轮科技和产业革命的驱动力，深刻影响世界经济、政治、军事和社会发展，日益得到各国政府、产业界和学术界的高度关注。从技术维度来看，人工智能技术突破集中在专用智能，但是通用智能发展水平仍处于起步阶段；从产业维度来看，人工智能创新创业如火如荼，技术和商业生态已见雏形；从社会维度来看，世界主要国家纷纷将人工智能上升为国家战略，人工智能社会影响日益凸显。
（一）专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定领域的人工智能技术（即专用人工智能）由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，因此形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域，统计学习是专用人工智能走向实用的理论基础。深度学习、强化学习、对抗学习等统计机器学习理论在计算机视觉、语音识别、自然语言理解、人机博弈等方面取得成功应用。例如，阿尔法狗在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，语音识别系统5.1%的错误率比肩专业速记员，人工智能系统诊断皮肤癌达到专业医生水平，等等。
（二）通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。虽然包括图像识别、语音识别、自动驾驶等在内的专用人工智能领域已取得突破性进展，但是通用智能系统的研究与应用仍然是任重而道远，人工智能总体发展水平仍处于起步阶段。美国国防高级研究计划局（DefenseAdvancedResearchProjectsAgency，简称DARPA）把人工智能发展分为三个阶段：规则智能、统计智能和自主智能，认为当前国际主流人工智能水平仍然处于第二阶段，核心技术依赖于深度学习、强化学习、对抗学习等统计机器学习，AI系统在信息感知（Perceiving）、机器学习（Learning）等智能水平维度进步显著，但是在概念抽象（Abstracting）和推理决策（Reasoning）等方面能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。
（三）人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，在其2017年的年度开发者大会上，谷歌明确提出发展战略从“MobileFirst”（移动优先）转向“AIFirst”（AI优先）；微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿，麦肯锡报告2016年全球人工智能研发投入超300亿美元并处于高速增长，全球知名风投调研机构CBInsights报告显示2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。
（四）创新生态布局成为人工智能产业发展的战略高地。信息技术（IT）和产业的发展史就是新老IT巨头抢滩布局IT创新生态的更替史。例如，传统信息产业IT（InformationTechnology）代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网IT（InternetTechnology）代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等，目前智能科技IT（IntelligentTechnology）的产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动AI技术生态的研发布局，全力抢占人工智能相关产业的制高点。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理GPU服务器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。在技术生态方面，人工智能算法、数据、图形处理器（GraphicsProcessingUnit，简称GPU）/张量处理器（TensorProcessingUnit，简称TPU）/神经网络处理器（NeuralnetworkProcessingUnit，NPU）计算、运行/编译/管理等基础软件已有大量开源资源，例如谷歌的TensorFlow第二代人工智能学习系统、脸书的PyTorch深度学习框架、微软的DMTK分布式学习工具包、IBM的SystemML开源机器学习系统等；此外谷歌、IBM、英伟达、英特尔、苹果、华为、中国科学院等积极布局人工智能领域的计算芯片。在人工智能商业和应用生态布局方面，“智能+X”成为创新范式，例如“智能+制造”、“智能+医疗”、“智能+安防”等，人工智能技术向创新性的消费场景和不同行业快速渗透融合并重塑整个社会发展，这是人工智能作为第四次技术革命关键驱动力的最主要表现方式。人工智能商业生态竞争进入白热化，例如智能驾驶汽车领域的参与者既有通用、福特、奔驰、丰田等传统龙头车企，又有互联网造车者如谷歌、特斯拉、优步、苹果、百度等新贵。
（五）人工智能上升为世界主要国家的重大发展战略。人工智能正在成为新一轮产业变革的引擎，必将深刻影响国际产业竞争格局和一个国家的国际竞争力。世界主要发达国家纷纷把发展人工智能作为提升国际竞争力、维护国家安全的重大战略，加紧积极谋划政策，围绕核心技术、顶尖人才、标准规范等强化部署，力图在新一轮国际科技竞争中掌握主导权。无论是德国的“工业4.0”、美国的“工业互联网”、日本的“超智能社会”、还是我国的“中国制造2025”等重大国家战略，人工智能都是其中的核心关键技术。2017年7月，国务院发布了《新一代人工智能发展规划》，开启了我国人工智能快速创新发展的新征程。
（六）人工智能的社会影响日益凸显。人工智能的社会影响是多元的，既有拉动经济、服务民生、造福社会的正面效应，又可能出现安全失控、法律失准、道德失范、伦理失常、隐私失密等社会问题，以及利用人工智能热点进行投机炒作从而存在泡沫风险。首先，人工智能作为新一轮科技革命和产业变革的核心力量，促进社会生产力的整体跃升，推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域发展积极正面影响。与此同时，我们也要看到人工智能引发的法律、伦理等问题日益凸显，对当下的社会秩序及公共管理体制带来了前所未有的新挑战。例如，2016年欧盟委员会法律事务委员会提交一项将最先进的自动化机器人身份定位为“电子人（electronicpersons）”的动议，2017年沙特阿拉伯授予机器人“索菲亚”公民身份，这些显然冲击了传统的民事主体制度。那么，是否应该赋予人工智能系统法律主体资格？另外在人工智能新时代，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题都需要我们从法律法规、道德伦理、社会管理等多个角度提供解决方案。
由于人工智能与人类智能密切关联且应用前景广阔、专业性很强，容易造成人们的误解，也带来了不少炒作。例如，有些人错误地认为人工智能就是机器学习（深度学习），人工智能与人类智能是零和博弈，人工智能已经达到5岁小孩的水平，人工智能系统的智能水平即将全面超越人类水平，30年内机器人将统治世界，人类将成为人工智能的奴隶，等等。这些错误认识会给人工智能的发展带来不利影响。还有不少人对人工智能预期过高，以为通用智能很快就能实现，只要给机器人发指令就可以干任何事。另外，有意炒作并通过包装人工智能概念来谋取不当利益的现象时有发生。因此，我们有义务向社会大众普及人工智能知识，引导政府、企业和广大民众科学客观地认识和了解人工智能。
四、人工智能的发展趋势与展望
人工智能经过六十多年的发展突破了算法、算力和算料（数据）等“三算”方面的制约因素，拓展了互联网、物联网等广阔应用场景，开始进入蓬勃发展的黄金时期。从技术维度看，当前人工智能处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈，创新发展空间巨大，从专用到通用智能，从机器智能到人机智能融合，从“人工+智能”到自主智能，后深度学习的新理论体系正在酝酿；从产业和社会发展维度看，人工智能通过对经济和社会各领域渗透融合实现生产力和生产关系的变革，带动人类社会迈向新的文明，人类命运共同体将形成保障人工智能技术安全、可控、可靠发展的理性机制。总体而言，人工智能的春天刚刚开始，创新空间巨大，应用前景广阔。
（一）从专用智能到通用智能。如何实现从狭义或专用人工智能（也称弱人工智能，具备单一领域智能）向通用人工智能（也称强人工智能，具备多领域智能）的跨越式发展，既是下一代人工智能发展的必然趋势，也是国际研究与应用领域的挑战问题。2016年10月美国国家科学技术委员会发布了《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。DeepMind创始人戴密斯·哈萨比斯（DemisHassabis）提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年7月成立了通用人工智能实验室，100多位感知、学习、推理、自然语言理解等方面的科学家参与其中。
（二）从人工智能到人机混合智能。人工智能的一个重要研究方向就是借鉴脑科学和认知科学的研究成果，研究从智能产生机理和本质出发的新型智能计算模型与方法，实现具有脑神经信息处理机制和类人智能行为与智能水平的智能系统。在美国、欧盟、日本等国家和地区纷纷启动的脑计划中，类脑智能已成为核心目标之一。英国工程与自然科学研究理事会EPSRC发布并启动了类脑智能研究计划。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。人机混合智能得到了我国新一代人工智能规划、美国脑计划、脸书（脑机语音文本界面）、特斯拉汽车创始人埃隆·马斯克（人脑芯片嵌入和脑机接口）等的高度关注。
（三）从“人工+智能”到自主智能系统。当前人工智能的研究集中在深度学习，但是深度学习的局限是需要大量人工干预：人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据（非常费时费力）、用户需要人工适配智能系统等。因此已有科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类AI”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统（AutoML）试图通过自动创建机器学习系统降低AI人员成本。
（四）人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、材料等传统科学的发展。例如，2018年美国麻省理工学院启动的“智能探究计划”（MITIntelligenceQuest）就联合了五大学院进行协同攻关。
（五）人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来十年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，在现有基础上能够提高劳动生产率40%；美、日、英、德、法等12个发达国家（现占全球经济总量的一半）到2035年，年经济增长率平均可以翻一番。2018年麦肯锡的研究报告表明到2030年人工智能新增经济规模将达到13万亿美元。
（六）人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出未来五年人工智能提升各行业运转效率，其中教育业提升82%，零售业71%，制造业64%，金融业58%。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。
（七）人工智能领域的国际竞争将日趋激烈。“未来谁率先掌握人工智能，谁就能称霸世界”。2018年4月，欧盟委员会计划2018-2020年在人工智能领域投资240亿美元；法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国；2018年6月，日本《未来投资战略》重点推动物联网建设和人工智能的应用。世界军事强国已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即提出谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争；俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。
（八）人工智能的社会学将提上议程。水能载舟，亦能覆舟。任何高科技也都是一把双刃剑。随着人工智能的深入发展和应用的不断普及，其社会影响日益明显。人工智能应用得当、把握有度、管理规范，就能有效控制负面风险。为了确保人工智能的健康可持续发展并确保人工智能的发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，深入分析人工智能对未来经济社会发展的可能影响，制定完善的人工智能法律法规，规避可能风险，确保人工智能的正面效应。2017年9月，联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。2018年4月，欧洲25个国家签署了《人工智能合作宣言》，从国家战略合作层面来推动人工智能发展，确保欧洲人工智能研发的竞争力，共同面对人工智能在社会、经济、伦理及法律等方面的机遇和挑战。
五、我国人工智能的发展态势与思考
我国当前人工智能发展的总体态势良好。中国信通院联合高德纳咨询公司（Gartner）于2018年9月发布的《2018世界人工智能产业发展蓝皮书》报告统计，我国（不含港澳台地区）人工智能企业总数位列全球第二（1040家），仅次于美国（2039家）。在人工智能总体水平和应用方面，我国也处于国际前列，发展潜力巨大，有望率先突破成为全球领跑者。但是我们也要清醒地看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。
一是高度重视。党和国家高度重视并大力发展人工智能。党的十八大以来，习近平总书记把创新摆在国家发展全局的核心位置，高度重视人工智能发展，多次谈及人工智能的重要性，为人工智能如何赋能新时代指明方向。2016年7月习总书记明确指出，人工智能技术的发展将深刻改变人类社会生活，改变世界，应抓住机遇，在这一高技术领域抢占先机。在党的十九大报告中，习总书记强调“要推动互联网、大数据、人工智能和实体经济深度融合”。在2018年两院院士大会上，习总书记再次强调要“推进互联网、大数据、人工智能同实体经济深度融合，做大做强数字经济”。在2017年和2018年的《政府工作报告》中，李克强总理都提到了要加强新一代人工智能发展。2017年7月，国务院发布了《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动，人工智能将成为今后一段时期的国家重大战略。发改委、工信部、科技部、教育部、中央网信办等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。
二是态势喜人。根据2017年爱思唯尔（Elsevier）文献数据库SCOPUS统计结果，我国在人工智能领域发表的论文数量已居世界第一。从2012年开始，我国在人工智能领域新增专利数量已经开始超越美国。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成全球人工智能投融资规模最大国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。近两年，清华大学、北京大学、中国科学院大学、浙江大学、上海交通大学、南京大学等高校纷纷成立人工智能学院。2015年开始的中国人工智能大会（CCAI）已连续成功召开四届、规模不断扩大，人工智能领域的教育、科研与学术活动层出不穷。
三是差距不小。我国人工智能在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在较大差距。英国牛津大学2018年的一项研究报告指出中国的人工智能发展能力大致为美国的一半水平。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，存在“头重脚轻”的不均衡现象。在Top700全球AI人才中，中国虽然名列第二，但入选人数远远低于占一半数量的美国。据领英《全球AI领域人才报告》统计，截至2017年一季度全球人工智能领域专业技术人才数量超过190万，其中美国超过85万，我国仅超过5万人，排名全球第7位。2018年市场研究顾问公司CompassIntelligence对全球100多家AI计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国制定完善人工智能相关法律法规的进程需要加快，对可能产生的社会影响还缺少深度分析。
四是前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。
人类社会已开始迈入智能化时代，人工智能引领社会发展是大势所趋，不可逆转。经历六十余年积累后，人工智能开始进入爆发式增长的红利期。伴随着人工智能自身的创新发展和向经济社会的全面渗透，这个红利期将持续相当长的时期。现在是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧需要深入思考。
（一）树立理性务实的发展理念。围棋人机大战中阿尔法狗战胜李世石后，社会大众误以为人工智能已经无所不能，一些地方政府、社会企业、风险资金因此不切实际一窝蜂发展人工智能产业，一些别有用心的机构则有意炒作并通过包装人工智能概念来谋取不当利益。这种“一拥而上、一哄而散”的跟风行为不利于人工智能的健康可持续发展。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。根据高德纳咨询公司发布的技术发展曲线，当前智能机器人、认知专家顾问、机器学习、自动驾驶等人工智能热门技术与领域正处于期望膨胀期，但是通用人工智能及人工智能的整体发展仍处于初步阶段，人工智能还有很多“不能”，实现机器在任意现实环境的自主智能和通用智能仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此发展人工智能不能以短期牟利为目的，要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，并务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。
（二）加强基础扎实的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。在此发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。根据2017年爱思唯尔文献数据库SCOPUS统计结果，尽管我国在人工智能领域发表的论文数量已经排名世界第一，但加权引文影响力则只排名34位。为了客观评价我国在人工智能基础研究方面的整体实力，我们搜索了SCI期刊、神经信息处理系统大会（ConferenceonNeuralInformationProcessingSystems，简称NIPS）等主流人工智能学术会议关于通用智能、深度学习、类脑智能、脑智融合、人机博弈等关键词的论文统计情况，可以清楚看到在人工智能前沿方向中国与美国相比基础实力存在巨大差距：在高质量论文数量方面（按中科院划定的SCI一区论文标准统计），美国是中国的5.34倍（1325:248）；在人才储备方面（SCI论文通讯作者），美国是中国的2.12倍（4804:2267）。
我国应对标国际最高水平，建设面向未来的人工智能基础科学研究中心，重点发展原创性、基础性、前瞻性、突破性的人工智能科学。应该鼓励科研人员瞄准人工智能学科前沿方向开展引领性原创科学研究，通过人工智能与脑认知、神经科学、心理学等学科的交叉融合，重点聚焦人工智能领域的重大基础性科学问题，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。
（三）构建自主可控的创新生态。美国谷歌、IBM、微软、脸书等企业在AI芯片、服务器、操作系统、开源算法、云服务、无人驾驶等方面积极构建创新生态、抢占创新高地，已经在国际人工智能产业格局中占据先机。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。美国对中兴通讯发禁令一事充分说明自主可控“核高基”技术的重要性，我国应该吸取在核心电子器件、高端通用芯片及基础软件方面依赖进口的教训，避免重蹈覆辙，着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如军民融合、产学研融合等；“核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等；“高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等；“基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。
另外，我们需要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过标准实施加速人工智能驱动经济社会转型升级的进程。
（四）建立协同高效的创新体系。我国经济社会转型升级对人工智能有重大需求，但是单一的创新主体很难实现政策、市场、技术、应用等方面的全面突破。目前我国学术界、产业界、行业部门在人工智能发展方面各自为政的倾向比较明显，数据资源开放共享不够，缺少对行业资源的有效整合。相比而言，美国已经形成了全社会、全场景、全生态协同互动的人工智能协同创新体系，军民融合和产学研结合都做得很好。我国应在体制机制方面进一步改革创新，建立“军、政、产、学、研、用”一体的人工智能协同创新体系。例如，国家进行顶层设计和战略规划，举全国优势力量设立军事智能的研发和应用平台，提供“人工智能+X”行业融合、打破行业壁垒和行政障碍的激励政策；科技龙头企业引领技术创新生态建设，突破人工智能的重大技术瓶颈；高校科研机构进行人才培养和原始创新，着力构建公共数据资源与技术平台，共同建设若干标杆性的应用创新场景，推动成熟人工智能技术在城市、医疗、金融、文化、农业、交通、能源、物流、制造、安全、服务、教育等领域的深度应用，建设低成本高效益广范围的普惠型智能社会。
（五）加快创新人才的教育培养。发展人工智能关键在人才，中高端人才短缺已经成为我国人工智能做大做强的主要瓶颈。另外，我国社会大众的人工智能科技素养也需要进一步提升，每一个人都需要去适应人工智能时代的科技浪潮。在加强人工智能领军人才培养引进的同时，要面向技术创新和产业发展多层次培养人工智能创新创业人才。《新一代人工智能发展规划》提出逐步开展全民智能教育项目，在中小学阶段设置人工智能课程。目前人工智能科普活动受到各地学校的欢迎，但是缺少通俗易懂的高质量人工智能科普教材、寓教于乐的实验设备和器材、开放共享的教学互动资源平台。国家相关部门应高度重视人工智能教育领域的基础性工作，增加投入，组织优势力量，加强高水平人工智能教育内容和资源平台建设，加快人工智能专业的教学师资培训，从教材、教具、教师等多个环节全面保障我国人工智能教育工作的开展。
（六）推动共担共享的全球治理。人工智能将重塑全球政治和经济格局，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能将进一步拉大发达国家和发展中国家的生产力发展水平差距。美国、日本、德国等通过人工智能和机器人的技术突破和广泛应用弥补他们的人力成本劣势，希望制造业从新兴国家回流发达国家。目前看，我国是发展中国家阵容中唯一有望成为全球人工智能竞争中的领跑者，应采取不同于一些国家的“经济垄断主义、技术保护主义、贸易霸凌主义”路线，尽快布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合国家“一带一路”战略，向亚洲、非洲、南美等经济欠发达地区输出高水平、低成本的“中国智造”成果、提供人工智能时代的中国方案，为让人工智能时代的“智能红利”普惠人类命运共同体做出中国贡献！
（七）制定科学合理的法律法规。要想实实在在收获人工智能带来的红利，首先应保证其安全、可控、可靠发展。美国和欧洲等发达国家和地区十分重视人工智能领域的法律法规问题。美国白宫多次组织这方面的研讨会、咨询会；特斯拉等产业巨头牵头成立OpenAI等机构，旨在以有利于整个人类的方式促进和发展友好的人工智能；科研人员自发签署23条“阿西洛马人工智能原则”，意图在规范人工智能科研及应用等方面抢占先机。我国在人工智能领域的法律法规制定及风险管控方面相对滞后，这种滞后局面与我国现阶段人工智能发展的整体形势不相适应，并可能成为我国人工智能下一步创新发展的一大掣肘。因此，有必要大力加强人工智能领域的立法研究，制定相应的法律法规，建立健全公开透明的人工智能监管体系，构建人工智能创新发展的良好法规环境。
（八）加强和鼓励人工智能社会学研究。人工智能的社会影响将是深远的、全方位的。我们当未雨绸缪，从国家安全、社会治理、就业结构、伦理道德、隐私保护等多个维度系统深入研究人工智能可能的影响，制定合理可行的应对措施，确保人工智能的正面效应。应大力加强人工智能领域的科普工作，打造科技与伦理的高效对话机制和沟通平台，消除社会大众对人工智能的误解与恐慌，为人工智能的发展营造理性务实、积极健康的社会氛围。
六、结束语
人工智能经过60多年的发展，进入了创新突破的战略机遇期和产业应用的红利收获期，必将对生产力和产业结构以及国际格局产生革命性影响，并推动人类进入普惠型智能社会。但是，我们需要清醒看到通用人工智能及人工智能的整体发展仍处于初级阶段，人工智能不是万能，人工智能还有很多“不能”。我们应当采取理性务实的发展路径，扎实推进基础研究、技术生态、人才培养、法律规范等方面的工作，在开放中创新，在创新中发展，全速跑赢智能时代，着力建设人工智能科技强国！
（主讲人系中国科学院院士）
2019年美国国家人工智能战略报告（中文翻译版)
原标题：2019年美国国家人工智能战略报告（中文翻译版)来源：网络大数据
人工智能(AI)拥有巨大的希望，几乎可以使社会的各个方面受益，包括经济，医疗保健，安全，法律，运输，甚至技术本身。2019年2月11日，总统签署了行政命令13859，维持美国在人工智能方面的领导地位。
该订单启动了美国人工智能倡议，这是一项促进和保护美国人工智能技术和创新的共同努力。该倡议与私营部门，学术界，公众和志同道合的国际合作伙伴合作实施全政府战略。在其他行动中，该倡议的关键指令要求联邦机构优先考虑人工智能研究与开发(R&D)投资，增强对高质量网络基础设施和数据的访问，确保国家在制定人工智能技术标准方面处于领先地位，并提供为新的人工智能时代准备美国劳动力的教育和培训机会。
为支持美国人工智能倡议，该国家人工智能研发战略计划：2019年更新确定了联邦投资于人工智能研发的优先领域。2019年的更新建立在2016年发布的第一个国家AI研发战略计划的基础上，考虑了过去三年中出现的新研究，技术创新和其他考虑因素。此更新由来自联邦政府的领先AI研究人员和研究管理人员开发，得到了更广泛的民间社会的投入，包括来自美国许多领先的学术研究机构，非营利组织和私营部门技术公司。这些主要利益攸关方的反馈肯定了2016年战略计划各部分的持续相关性，同时也呼吁更加重视人工智能值得信赖，与私营部门合作以及其他必要措施。
国家人工智能研发战略计划：2019年更新为联邦政府资助的人工智能研究制定了一系列目标，确定了以下八个战略重点：
策略1：对人工智能研究进行长期投资。优先考虑对下一代人工智能的投资，这将推动发现和洞察，并使美国成为人工智能的世界领导者。战略2：为人工智能协作开发有效的方法。增加对如何理解创建有效补充和增强人类能力的AI系统。策略3：理解并解决人工智能的道德，法律和社会影响。通过技术机制研究人工智能系统，包括道德，法律和社会问题。策略4：确保AI系统的安全性。了解如何设计可靠，安全和值得信赖的AI系统。策略5：为AI培训和测试开发共享的公共数据集和环境。开发并实现对高质量数据集和环境的访问，以及测试和培训资源。战略6：通过标准和基准测量和评估AI技术。为人工智能开发广泛的评估技术，包括技术标准和基准。策略7：更好地了解国家AI研发人员的需求。改善研发劳动力发展的机会，从战略上培养一支适合AI的劳动力队伍。策略8：扩大公私伙伴关系，加速人工智能的发展。与学术界，行业，国际合作伙伴和其他非联邦实体合作，促进人工智能研发持续投资和将进步转化为实际能力的机会。展开全文返回搜狐，查看更多
责任编辑：