人工智能标准化白皮书（2021）解读（附全文下载）

回复：标准化2021（附全文下载链接） 本白皮书提出了以下内容：一是从产业链的角度，分析了人工智能产业现状及发展趋势；二是介绍了当前国际上普遍认可的系统生命周期模型、人工智能生态系统框架和机器学习技术框架；三是梳理了国内外主要人工智能标准化组织的重点工作；四是落实《国家新一代人工智能标准体系建设指南》（国标委联〔2020〕35号）标准体系框架及标准体系明细表；五是结合标准化工作进展及标准体系建设情况，提出我国人工智能标准化重点工作建议。

人工智能产业链基础层、技术层和应用层：基础层提供了数据及算力资源，包括芯片、开发编译环境、数据资源、云计算、大数据支撑平台等关键环节，是支撑产业发展的基座。技术层包括各类算法与深度学习技术，并通过深度学习框架和开放平台实现了对技术和算法的封装，快速实现商业化，推动人工智能产业快速发展。

应用层是人工智能技术与各行业的深度融合，细分领域众多、领域交叉性强，呈现出相互促进、繁荣发展的态势。

芯片作为算力基础设施，是推动人工智能产业发展的动力源泉。随着人工智能算法的发展，视频图像解析、语音识别等细分领域算力需求呈爆发式增长，通用芯片已无法满足需求。而针对不同领域推出专用的芯片，既能够提供充足的算力，也满足低功耗和高可靠性要求。

国际标准化组织在ISO/IEC 22989《人工智能概念与术语》中提出了人工智能系统生命周期模型，包括初始阶段、设计与开发、验证与确认、部署、运行与监测、重新评估及退出阶段。该生命周期模型源于系统和软件工程系统生命周期，并在此基础上强调了人工智能领域特性方面，包括开发运营、可追溯性、透明度及可解释性、安全与隐私、风险管理、治理等，如图所示。

ISO/IEC JTC 1 /SC 42在ISO/IEC 22989《人工智能概念与术语》国际标准中提出了人工智能生态系统框架，该框架从上至下分别包括：垂直行业及研究的应用层，包含人工智能系统、人工智能服务、机器学习技术框架及工程系统的核心技术层，以及依托云计算、边缘计算、大数据等构成的计算环境和计算资源池及其管理和配置的基础层。

人工智能生态系统框架中的机器学习技术框架部分，在ISO/IEC 23053《运用机器学习的人工智能系统框架》中进行了细化，如图所示。机器学习技术框架体现了近年来机器学习学术、产业应用分支中的新型技术路线。

标准是经济活动和社会发展的技术支撑，是国家基础性制度的重要方面。标准化在国家治理体系和治理能力现代化建设中发挥着基础性、引领性作用。

人工智能标准化对加快技术创新具有重要意义。一方面，促进科技成果转化，推动科技创新成果推广应用、促进产业升级和技术革新。另一方面，能够固化全球先进技术成果，淘汰落后产能，为产业发展释放更多资源和空间。

人工智能标准化为产品和服务质量提供保障。一方面，人工智能企业积极参与标准制定，在追求高标准中创造更多优质产品和服务。另一方面，依据标准开展符合性测试，保障产品和服务的质量。

人工智能标准化是信息安全的坚实保障。一方面，可以有效减少人工智能技术带来的信息安全、个人隐私等问题。另一方面，可以解决应用中伦理道德规范和安全标准滞后于技术发展的问题。

统一的人工智能标准化体系建立将成为新阶段人工智能产业发展不可或缺的基石。《国家新一代人工智能标准体系建设指南》（以下简称《指南》）明确提出要以市场驱动和政府引导相结合，按照“统筹规划，分类施策，市场驱动，急用先行，跨界融合，协同推进，自主创新，开放合作”原则，立足国内需求，兼顾国际，建立国家新一代人工智能标准体系，加强标准顶层设计与宏观指导。在《指南》的指引下，我国人工智能标准体系建设将更加有序。

当前，国际标准组织积极推进AI标准制定。目前，ISO/IEC JTC 1/SC 42是国际首个面向全AI生态系统的国际标准委员会，前期在人工智能词汇、人机交互、生物特征识别、计算机图像处理等关键领域均开展了标准化工作。ISO/IEC JTC 1/SC 42聚焦JTC 1 AI标准化工程，为JTC 1、ISO（国际标准化组）、IEC（国际电工委员会）提供人工智能相关标准化方面的指导。同时，ISO与IEC主要分别针对人工智能应用与产品开展标准的制定工作。ISO主要在工业机器人、智能金融、智能驾驶方面开展人工智能标准化研究，而IEC主要在可穿戴设备领域开展人工智能标准化工作。

全球多国强化部署，力图抢占新一轮科技主导权。为减少人工智能技术开发和应用进程中的障碍，许多国家都强调要建立统一的人工智能技术标准和测试基准。如美国国家标准与技术研究院（NIST）于2019年发布了关于政府如何制定人工智能技术和道德标准的指导意见，为未来的技术标准制定提供指导；德国标准化协会（DIN）于2019年开始制定人工智能标准化路线图，总结出人工智能领域现有的规范和标准，为德国制定相关行业标准提供规范化和标准化的操作框架。此外，欧盟、日本等发达国家和地区高度重视人工智能标准化工作。欧盟发布的“人脑计划”以及日本实施的“人工智能/大数据/物联网/网络安全综合项目”均提出要强化标准规范等部署。

我国人工智能领域开创性技术引领能力不足，标准化制定尚存差距。我国人工智能产业发展多处于应用层，而核心的基础研究、技术生态、基础平台等方面的创新能力不足。据清华大学统计，高被引论文前100篇中，美国占59篇，中国仅占16篇；中国杰出人才在全球占比仅为5.4%，与美国的17.1%相比存在差距。同时，美国在人工智能生态上形成战略布局，全球诸多企业与科研机构的人工智能技术开发，依赖于谷歌的Tensorflow框架和Facebook的Pytorch框架，而中国在技术能力生态建设上有待加强。以上多重因素导致我国在参与制定人工智能国际标准的力度不足，我国人工智能技术和产业的生态渗透力与国际影响力需要进一步提升。

国家标准化管理委员会、中央网信办、国家发展改革委、科技部、工业和信息化部等五部委联合印发的《指南》，明确了人工智能标准体系建设的目标及路径。指南提出：到2021年，明确人工智能标准化顶层设计，研究标准体系建设和标准研制的总体规则，明确标准之间的关系，指导人工智能标准化工作的有序开展，完成关键通用技术、关键领域技术、伦理等20项以上重点标准的预研工作。到2023年，初步建立人工智能标准体系，重点研制数据、算法、系统、服务等重点急需标准，并率先在制造、交通、金融、安防、家居、养老、环保、教育、医疗健康、司法等重点行业和领域进行推进。建设人工智能标准试验验证平台，提供公共服务能力。在《指南》的指引下，我国人工智能标准体系建设将更加有序。

目前，我国人工智能标准建设思路得到明确。《指南》中明确了人工智能标准体系结构与人工智能标准体系框架。人工智能标准体系结构包括：基础共性、支撑技术与产品、基础软硬件平台、关键通用技术、关键领域技术、产品与服务、行业应用、安全/伦理等八个部分，人工智能标准体系框架同样由上述八个部分组成。《指南》针对每个组成部分，给出相应的领域细分标准结构与主要任务，最终形成体系化、整体化的人工智能标准建设思路。《指南》的印发意味着我国人工智能标准体系建设正式启动。其中形成了人工智能标准建立的整体框架，并基本涵盖了当前阶段人工智能产业发展所涉及的技术、产品、应用、伦理等领域的标准制定。

人工智能是引领未来的战略性技术，推进人工智能标准化正当其时、意义重大。标准化对于促进人工智能产业发展成熟、提升我国人工智能产业国际竞争力，以及调动各方面力量共建共享人工智能具有重要意义。一直以来，标准都是产业竞争的制高点。标准之争代表着先机的取得，同时也意味着拥有了优先切分市场蛋糕的权限。国内标准的国际化输出，将是增强我国在人工智能产业国际标准方面话语权的最佳路径。在世界完善的人工智能标准体系尚未成熟之时，大力向国际推行本国完善的人工智能标准体系，有利于加强国内与国际行业的统一性，而且有利于本国标准体系下生产的产品与生产线走向国际市场。产业界应推进人工智能关键技术突破，坚持补短板断长板并举，深化人工智能的融合应用赋能，加快在制造、医疗、社会治理等重点行业打造典型应用示范，推行标准化。此外，还需着力着力优化产业发展环境，强化支撑体系建设，如推动跨行业、跨学科的交叉型、融合型的人工智能标准的制定和实施，强化知识产权保护等。

热门报告，重点推荐