美政府发文明确人工智能研发八大战略

前沿君微信：tech99999  手机：[phone]

美政府发文明确人工智能研发八大战略

远望智库技术预警中心 张锐

《美国国家人工智能战略》确定人工智能技术研发是维持美国人工智能在全球领先地位的重中之重。美国如今在人工智能创新方面处于世界领先地位，很大程度上要归功于美国强大的研发生态系统。美国联邦机构通过积极在相关领域进行投资，支持了许多世界一流研究计划，为人工智能创新做出了重要贡献。2019年11月，美国总统行政办公室发布《2016-2019年人工智能研发发展报告》。报告明确了美国人工智能研发的八个重点战略和基于八个战略的具体人工智能研发方向，梳理了美国政府各部门正在推动的人工智能项目和研发进展情况。从报告来看，美国政府对人工智能创新给与了相当大的投入，其研发也产生了巨大的收益，促进了美国社会的发展。

一、美国国家人工智能研发战略

早在2019年6月，美国政府就公布了《国家人工智能研发战略规划》（2019版），明确了联邦政府投资人工智能研发的优先领域，要求确保联邦政府能够利用并提高人工智能能力，并确保这些能力在未来几十年内能够使美国人民更加繁荣、更加安全、提升安保水平和生活质量，确定了八大国家人工智能研发战略。《2016-2019年人工智能研发发展报告》围绕《国家人工智能研发战略规划》（2019版）的八大战略，强调了三年来美国政府在人工智能研究研发方面的项目和工作进展情况，明确了八大战略的具体实施意见。

• 战略一：对人工智能研究进行长期投资。

• 战略二：开发人与人工智能协作的有效方法。

• 战略三：明确并解决人工智能的伦理、法律和社会影响。

• 战略四：确保人工智能系统安全可靠。

• 战略五：开发可共享的公共数据环境，用于人工智能系统训练和测试。

• 战略六：开发衡量和评估人工智能技术的基准和标准。

• 战略七：更好地了解国家人工智能研发人员的需求。

• 战略八:加强人工智能领域的公私伙伴关系，加速人工智能的发展。

表1.联邦机构在八大国家人工智能研发战略中的投资情况

二、八大战略指导人工智能研发方向

战略一：对人工智能研究进行长期投资

人工智能系统能够大幅提高解决现实问题的能力。最突出的手段就是使用统计学模型或神经网络算法的机器学习（ML）方法。机器学习特别适合应用于那些需要进行模式识别的领域，如对实体进行分类或对数值进行预测。联邦机构正在对机器学习方面的研究进行长期投资，以解决诸如如何减少训练模型所需标记的数据量、交互式和连续学习、减少模型中的意外偏见等问题，提高算法的鲁棒性以更好地应对对手的欺骗。

在国防方面，2018年美国国防部发布的《国防战略》和《国防部人工智能战略》中明确了国防部人工智能研发的总体框架。美国国防部于2018年6月成立了联合人工智能中心来具体执行《国防部人工智能战略》。

2018年9月，DARPA宣布了“AI Next”项目，该项目是DARPA的新人工智能研发长期投资项目，旨在使国防部关键业务流程自动化，如将人工智能用于作战部署的安全许可审查或软件系统授权；提高人工智能系统的稳健性和可靠性；增强人工智能系统和人工智能技术的安全性和弹性；降低能耗，提升数据和资源的使用效率；开创下一代人工智能算法和应用，如增强结论的可解释性和进行常识推理。重点方向如下：

• 新能力（New Capabilities）：DARPA已经对大量人工智能技术应用研发项目进行投资,如电子复兴计划、复杂网络攻击实时分析、欺诈图像检测、构建全域的动态杀伤链、人类语言技术、多模态自动目标识别、生物医学进展和假肢控制等。

• 鲁棒性人工智能（Robust AI）：人工智能技术已经在执行任务方面展示出巨大的价值，如图像分析、网络攻击预警、供应链物流和微生物系统分析。然而，人们对人工智能技术的失败样式还知之甚少。DARPA致力于通过分析和以经验为重点的研发来弥补这一不足。

• 对抗性人工智能（Adversarial AI）:机器学习系统很容易被修改数据输入所欺骗，而这些修改却欺骗不了人类。用于训练这类机器学习系统的数据很可能会遭到破坏，软件本身也容易受到网络攻击。需要开发具有对抗性的人工智能系统来应对这些挑战。

• 高性能人工智能（High-Performance AI）:在过去的几年里，计算机性能的大幅提高使得机器学习与大型数据集和软件库相结合取得了巨大成功。无论是数据中心和战术部署，都需要在较低的电力消耗下获得更好的系统性能。DARPA已经在最先进的数字处理器上演示了如何使用人工智能算法进行模拟计算处理，其计算速度提高了一千倍，计算功耗降低了一千倍。DARPA还在正在进行人工智能专用硬件设计。

• 下一代人工智能（Next-Generation AI）：这项研究将会把计算机从计算工具变成解决问题的伙伴。DARPA的研究旨在使人工智能系统不仅能够解释它们的行为，还能够获取和推理出常识。

战略二：开发人与人工智能进行协作的有效方法

许多联邦机构正在努力促进开发有效的人与人工智能协作方法。

DARPA设想，在未来，人工智能将不仅仅是执行规则程序或对数据集进行概括的工具，还将成为解决问题的助手。如果将这些人工智能技术整合到军事系统中，与作战人员相互协作，将有助于在情况复杂、时间紧迫的战场环境中做出更好的决策；能够共同理解大量的、不完整的和矛盾的信息；能够使无人系统与有人驾驶战机协作，以更安全和更高效的方式来执行任务。

战略三：理解并解决人工智能的伦理、法律和社会影响

美国政府支持了大量的研究和开发计划，以加深对人工智能技术潜在的道德、法律和社会影响的理解。美国政府的研发资金将用于解决人工智能的公平性、透明度、隐私性、可靠性、弹性、算法偏差、问责制和可解释性等问题。这项研究中收集的信息可用于更好地理解人工智能系统的工作方式、潜在挑战以及随着技术的发展这些挑战将如何演变、如何缓解这些挑战，以及这些革命性技术会对社会产生怎样的影响。

战略四：确保人工智能系统安全可靠

人工智能安全包括人工智能系统安全，以及运行这些系统的数字基础设施安全。许多联邦机构已经开始使用人工智能技术来加强系统的网络安全。联邦机构已经开始采取措施，来加强人工智能系统的安全可靠性。新推出的《人工智能安全计划》将确保美国处于最有利的地位，能够安全地发挥人工智能的全部潜力。

战略五:开发可共享的公共数据环境供人工智能系统进行训练和测试

政府数据就像政府本身一样庞大、广泛和多样。用于训练和测试人工智能系统的数据包括：项目收集的数据和通过研究创建的数据;这些数据分为结构化数据(数据库中的数据)和非结构化数据(自然语言文本)两种形式。这些数据能够描述范围广阔的自然现象和人类活动，如从分子结构到天文地理。联邦机构一直在创新数据管理的新途径，如数据的获取、准备、注释、集成和保存。除了数据管理之外，各联邦机构还与非政府伙伴合作，创建必要的数据环境，以支持各种大型数据集，设计使数据更容易发现的新本体，为数据管理提供新的解决方案。

战略六：建立基准和标准来衡量和评估人工智能技术

为了能够研发出安全、有效和对社会有益的人工智能系统，开发人员、用户和决策者需要通过一个特定的基准和标准，来对人工智能技术的能力和风险进行评估。联邦机构在制定这些新的基准和标准方面发挥主导作用。相关研究人员正在积极地利用机器学习来收集大量的操作数据集，以便对预测模型的性能进行基准测试，并确定当前预测模型的不足之处，以改进预测模型并减少性能中的不确定性。

战略七：更好地了解人工智能研发人员的需求

许多联邦项目旨在确保美国人工智能研发人员有足够的研发能力，并且能够满足对人工智能专业人员迅速增长的需求。这些措施与联邦机构努力推进科学、技术、工程和数学（STEM）教育的五年计划相一致。迄今为止，美国对人工智能研发人员的需求进行了调查研究，寻求新方法来培训人工智能研究人员。联邦机构大力支持参与人工智能相关项目研究的研究生，向本科生介绍大数据和人工智能研究机会，为K-12学生提供人工智能与计算思维相关的基本技能，为企业家和社区提供学习人工智能技术应用的机会。

战略八:扩大人工智能领域的公私伙伴关系，加速人工智能发展

尽管私营部门在人工智能研发方面的创新正在以惊人的速度进行，但绝大多数行业的研发都聚焦于短期应用。而联邦政府投资的研究项目大多风险较高、周期较长。鉴于政府部门在领导和推动公私伙伴合作方面拥有独特的优势地位，需要建立新的公私伙伴合作机制，更好地利用私营部门力量，共同应对长期研究项目和公共事业项目的挑战。多个联邦机构正在努力寻找公私合作的新方式，主要有两大方向:一是放宽对数据和计算资源的访问限制；二是公私合作共同资助项目研究。虽然还有许多挑战存在，但这些公私伙伴合作项目应当看做是一个良好的开端。

三、美国将继续推进人工智能研发取得新突破

美国国家人工智能研发的实力是雄厚的。根据总统在行政命令中对有人工智能的定位，美国人工智能的研发能力和创新水平是维持美国在人工智能全球领导地位的重中之重。美国有责任继续利用其技术实力，支持下一代人工智能技术的早期研究，以推动人工智能技术有新的突破。

这份报告说明了联邦政府在人工智能研发方面进行投资的广度、多样性、影响力和重要性。让我们了解到联邦人工智能研发活动是如何推动人工智能进步的，是如何进一步影响到许多经济领域的。尽管这份报告并非详尽无遗，但它反映了联邦政府支持的重大人工智能战略和具体项目。

一网打尽系列文章，请回复以下关键词查看：

创新发展：习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 科研管理 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧

热点专题：军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估

预见未来：预见2016 |预见2020  | 预见2025 | 预见2030  | 预见2035 | 预见2045  | 预见2050

前沿科技：颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 |  基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | 5G | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 | 传感器

先进武器：中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 直升机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器

未来战争：未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空战 | 反卫星

领先国家：美国 | 俄罗斯 | 英国 | 德国 | 法国 | 日本 | 以色列 | 印度

前沿机构：战略能力办公室 | DARPA | 快响小组 | Gartner | 硅谷 | 谷歌 | 华为 | 阿里 | 俄先期研究基金会 | 军工百强

前沿人物：钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普

专家专栏：黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨

全文收录：2017文章全收录 | 2016文章全收录 | 2015文章全收录 | 2014文章全收录

其他主题系列陆续整理中，敬请期待……