我国人工智能如何实现战略突破　　

      中图分类号：G434 文献标识码：A 文章编号：1009-5195(2020)01-0003-09

      人工智能(AI)作为一种变革性技术，是现代工业发展的产物，具有推动产业革新，提升经济效益和促进社会发展的巨大潜力。目前，人工智能已经整合了包括新型算法、云计算、物联网、大数据、新材料等在内的一系列前沿技术，并且其技术融合的图谱仍在迅速拓展(苗逢春，2019)。经过60多年的演进，特别是在移动互联网、大数据、传感网、超级计算、脑科学等新理论与新技术的共同驱动下，人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征，对经济社会发展的影响也日渐深入(欧阳鹏等，2019)。在促进国家发展方面，人工智能可以辐射到包括增加经济繁荣，改善教育机会和生活质量，以及加强国家和国土安全等领域。由于这些潜在的利益，近年来各个国家一直都在持续不断地投资于人工智能的相关研究与应用。然而，正如政府所关注的任何一种重要技术一样，在指导人工智能研发的总体方向时，不仅需要考虑巨大的机遇和回报，还需要着眼相关因素之间的相互作用，例如人工智能在消费产品与服务、健康、教育和公共基础设施中的迅速使用，都将塑造人们对规范制定和发展的看法(Gill，2019)，而对这些作用关系的把握可通过国别比较研究快速地得以借鉴。本文试图以中美两国政府及机构组织发布的人工智能发展报告为基础，解读并比较中美两国在人工智能发展战略走向的异同，以期为我国人工智能相关研究提供参考。

      一、报告文件出台的政策背景

      20世纪50年代，人工智能在美国达特茅斯会议上被正式提出，并作为一个新兴的研究领域被确定。直至21世纪初，人工智能一直按照科学技术的一般规律在发展和演进。迄今为止，人工智能的技术发展经历了三个阶段，即初期以计算能力为主导的计算智能阶段，中期以专家系统和人工神经网络为主导的感知智能阶段，20世纪90年代以来以深度学习为主导的认知智能阶段(高婷婷等，2019)。直到近十多年，这一领域才具备了大规模产业化及应用所需的技术基础，出现了更快速的处理器、更广阔的存储空间、更丰富的数据集和更智能的算法(中国信息通信研究院等，2019)。因此，从技术本身的发展规律来看，已经到了亟须制订技术标准，规范技术伦理，推动技术纵深发展，从而占领科技制高点的时刻。可以说这构成了中美两国人工智能发展报告出台的技术背景。

      随着技术溢出效应的显著增强，近十年来人工智能已从学术牵引式发展迅速转变为需求牵引式发展(中国电子学会，2017)，并逐渐演变为新一轮产业变革的核心力量。全球人工智能产业日趋成熟，进入加速发展阶段。在人工智能日益融入实体经济这一趋势引领下，美国着眼于人工智能对经济增长的刺激和推动效应，中国则聚焦于经济转型升级。尽管侧重点不同，但中美两国都希望以人工智能作为提振经济和促进产业发展的核心驱动力，在此愿景下对产业未来发展提出针对性的建议，构成了报告出台的经济及产业背景。

      从国家战略角度分析，二战后美国历届政府都强调要保持其在高科技领域的领导地位，中国则在某些领域具有后发优势并逐渐逼近甚至反超美国，这在人工智能方面体现得尤其明显。面对中国等新兴经济体在人工智能领域创新突破与交叉运用的发展态势给美国的国际领先地位带来的严峻挑战，美国政府意识到亟须重新引领人工智能发展前沿，确保美国在人工智能的创造和使用中占有领导地位(蒋鑫等，2019)，于是从2016年开始相继发布国家战略报告，以前所未有的姿态对人工智能发展提出了全面系统的指导意见。与此同时，近两年我国政府相继发布了《新一代人工智能发展白皮书(2017版)》和《人工智能标准化白皮书(2018版)》等纲领性文件，同样从国家高度系统规划人工智能发展方向，进行战略布局，以期走在人工智能领域的世界前沿。

      表1 美国国家人工智能战略关键领域

战略	关键领域
战略一：在人工智能研究方面进行长期投资	推进以数据为中心的知识发现方法 增强人工智能系统的感知能力 理解AI的理论能力和局限性 开展通用人工智能研究 开发可拓展的人工智能系统 促进对类人人工智能的研究 开发更有能力、更可靠的机器人 为人工智能的发展改进硬件 为改进硬件而创建人工智能
战略二：开发有效的人机协作方法	为人工智能寻找新的算法 开发用于人体增强的人工智能技术 开发可视化和人机界面技术 开发更有效的语言处理系统
战略三：理解和解决人工智能的伦理、法律和社会影响	通过设计提高公平、透明度和问责制 打造合乎伦理的人工智能 设计符合伦理道德的人工智能体系
战略四：建立健康可信的人工智能系统	提高人工智能可解释性和透明度 提高人工智能系统的信任度 加强人工智能验证 防范潜在攻击 实现长期的人工智能安全和价值一致性
战略五：为人工智能训练和测试开发共享的公共数据集和环境	开发和访问各种数据集，以满足各种人工智能兴趣和应用程序的需要 使培训和测试资源符合商业和公共利益开发开源软件库和工具包
战略六：通过标准和基准来衡量和评估人工智能技术	开发广泛的人工智能标准 建立人工智能技术基准 增加人工智能试验台的可用性 让人工智能领域参与标准和基准测试
战略七：更好地了解国家人工智能研发人员的需求	优先考虑计算领域的数据科学和工程项目 统计数据现代化(SDM)项目
战略八：扩大公私合作，加速人工智能的发展	基于单个项目的协作 促进开放、竞争和基础研究的联合项目合作部署和加强研究基础设施 合作促进劳动力发展，包括扩大参与范围