美国政府人工智能发展思路

2019年2月11日，美国总统特朗普签署行政命令，正式发布美国人工智能倡议（American Artificial Intelligence Initiative），成为美国发展人工智能的行动蓝图，在美国国内和国际社会引起广泛关注。2020年2月，白宫科技与政策办公室发布《美国人工智能倡议：首个年度报告》（American Artificial Intelligence Initiative: Year One Annual Report）（简称《报告》），向全世界公布了过去这一年美国联邦政府对总统行政命令的落实情况。本文总结了美国在落实人工智能倡议、推动人工智能发展领域采取的主要行动和特点，并基于此对推动我国人工智能发展及军队智能化建设提出了一些思考和建议。

《美国人工智能倡议：首个年度报告》

美国联邦政府落实人工智能倡议所采取的主要行动

（一）加大联邦投资力度，提高资金使用效率

人工智能倡议中提到，要大幅增加联邦政府对人工智能研发的资金投入，并要求下属各机构提高对人工智能的投资优先级、上报投资计划。由于当时这份倡议没有提到具体的数额而被诸多学者所诟病，因此本次的《报告》就公布了部分资金数据，直观地体现联邦政府的巨额投入。《报告》中指出，根据人工智能倡议要求，联邦下属研究机构每年都要通过“网络和信息技术研发（Networking and Information Technology R&D, NITRD）项目”报告人工智能的研发投资情况，且该项目组织每年都要为国会准备一份《总统预算报告》的补充文件，报告各机构的非机密技术研发预算。今年出台的首份《2020财年NITRD预算补充文件》（The FY 2020 NITRD Budget Supplement）就提供了一份非机密、非国防的联邦人工智能研发投资报告，投资总额达到了9.735亿美元。随后，特朗普政府根据这些补充文件发布了《2021财年预算报告》（President Trump’s FY 2021 budget）。报告显示，2021财年的人工智能预算包括：向美国国家科学基金会（National Science Foundation, NSF）投资的超过8.5亿美元，比2020财年多了70%；给国家能源部科学办公室的核心人工智能研究增投5400万美元；以及给国家卫生研究院增投5000万美元，用于利用人工智能开展慢性病研究。报告指出，这些投资还将用来再多建立几个国家人工智能研究机构。通过这些数字和表述可以看出，美国联邦政府已经兑现了一年前的投资承诺，美国人工智能研究机构将极大地受益。除此之外，我们不得而知美国是否还有未公开的资金投入与建设计划，但也可以想象其规模绝对不可小觑。

除了增加投资以外，联邦政府也在想办法提高这些资金的投资效率。《报告》中指出，国家科学技术委员会（National Science and Technology Council, NSTC）已经建立了一个体制来协调跨联邦机构的人工智能投资，主要由以下几个部分组成：

•人工智能特别委员会（Select Committee on AI），2018年5月由白宫特许成立。

•国家科学技术委员会机器学习和人工智能小组（NSTC Subcommittee on Machine Learning and Artificial Intelligence），由相关机构领导人和行政人员组成，主要负责完成特别委员会的任务；制定和落实国家人工智能研发战略；确定并处理与人工智能相关领域的重要政策问题。

•人工智能研发跨部门工作组（AI R&D Interagency Working Group）。它在国家科技委员会下运作，由来自联邦政府的研究项目经理和技术专家组成。它要向以上两个小组报告，帮助协调人工智能研发项目的跨部门工作。

这一体制内还包含了一系列制定计划与报告工作的规定，对于联邦政府的资金的透明、高效使用非常重要，更有助于研发机构的工作顺利推进。

（二）开源联邦内部数据，扩大公私合作范围

联邦政府拥有大量重要的人工智能数据、模型和计算资源。为了提高美国私营部门的技术专家、研究人员和其他行业人员的综合竞争力，美国人工智能倡议提出要增加联邦内部数据的开源机会，促进全国各行业的人工智能合作。按照倡议要求，白宫在2019年7月发布了一份数据报告，同时欢迎公众就进一步获取或改进联邦数据和模型发表意见。2019年12月13日，美国发布《联邦数据战略》（Federal Data Strategy），专门提出了一种综合协调的方法，通过指导联邦政府进行道德宣传、宏观设计和文化塑造，充分开发联邦数据的公共价值。该战略的2020年行动计划也已经出台。

《美国联邦数据战略》

美国政府秉持的主张是联邦政府不是新兴技术的主要推动者，工商业、学术界及其他私营科技部门才是。但同时，联邦政府还要最大程度地利用私营部门的研究成果，促进政府与企业的广泛合作。为了联合学术界、工业界、非营利组织和民间社会的专业团队，白宫于2019年9月举行了政府人工智能峰会。通过峰会的讨论，联邦政府向社会寻求了利用人工智能改善政府服务的方案，私营部门的经验也为整个联邦政府的“人工智能化”提供了宝贵的信息。

（三）消除技术发展壁垒，获取公众支持信任

虽然人工智能的许多现有和潜在的好处已经体现了出来，但这一技术仍处于起步阶段，它对社会的真正影响程度仍然是未知的。人工智能不是一种简单的技术，大多数公众不是很容易就能理解。美国向来都宣称政府保护经济和国家安全、公民自由、隐私和美国价值观，因此获取公众的信任与支持就显得十分重要。

为了达到这一目的，联邦政府首先主导制定了人工智能研发的技术标准和相关工具。2019年8月，美国国家技术与标准研究院（National Institute of Standards and Technology）根据美国人工智能倡议发布了《联邦参与开发技术标准和相关工具计划》（Plan for Federal Engagement in Developing Technical Standards and Related Tools），消除人工智能研发时可能遇到的技术障碍。这一计划是由大量的社会和私营部门人员编写的，又体现了联邦政府推进公私合作的力度。

其次，联邦政府开始更新现有的人工智能监管法规，尽可能避免给研发人员增加负担，同时促进人工智能研发透明化，增强公众的信任与信心。2020年1月，在美国人工智能倡议的指导下，白宫针对监管问题举办了一次公开评论会，内容是关于监管和非监管政策的提议。在会上，联邦政府提出了以下三个监管目标：

•确保公众参与：人工智能监管原则要求联邦机构增加公众对决策过程的参与度，建立公众对人工智能技术的信任和信心。监管机构必须根据科学依据和来自美国公众的反馈做出技术和政策决定。

•避免监管过度：监管机构必须建立灵活的、高效的框架，而不是一刀切的监管。

•推进可信赖的人工智能发展：联邦机构必须考虑公平、非歧视、信息透明、安全性等社会原则。

（四）培养人工智能领域的专业人才，构造美国主导的人工智能发展国际生态

人工智能技术创造了全新的职业，同时也增加了各行各业对新兴先进技术的需求。人工智能人才的稀缺是制约国家技术发展的一个重要因素。联邦正在努力推行通用STEM（科学、技术、数学、工程）教育和人工智能培训，包括发布《五年STEM教育战略》（Five-Year Strategy for STEM Education）、建立美国工人国家委员会等。根据美国人工智能倡议，人工智能特别委员会也在为美国工人提供的专业的建议和指导。许多现有的联邦机构现在还在资助那些专注于人工智能教育、培训和研究的教师和学生。

国际方面，美国通过一系列国际战略手段进一步巩固了与其盟友的合作，试图建立以美国为中心的人工智能发展国际生态。美国在包括七国集团创新和技术部长会议、二十国集团数字经济部长会议、北约、欧盟、经合组织会议和其他多边讨论在内的论坛等许多国际场合积极参与人工智能的相关议题，确定美国价值观在人工智能领域的重要性。2019年5月，美国与其他经合组织国家一道，推进经合组织《人工智能声明》中原则的实施。2019年6月，二十国集团也通过了这些原则，扩大了其在全球的影响力。

G20部长级会议

美国联邦政府推动人工智能发展的主要特点

（一）注重促进人工智能发展的长期性

联邦政府投资人工智能的目的，既有短期内的加速应用，更有长期持久的战略投资。《报告》中四次提到要“支持长期的人工智能基础研发，推动未来的技术突破”就体现了这一特点。美国高层认为，美国在人工智能领域已经在全球保持了相当长的领导时间，美国所要做的就是继续维护自己的领先地位，保持未来几十年的安全与繁荣。无论美国由哪位总统执政，鉴于人工智能技术的极端重要性，《报告》中披露的联邦政府人工智能领域研发体系很大概率会维持相当长的一段时间，只可能继续完善而不会开倒车。这就是美国在人工智能领域战略谋划的长期性和战略性的集中体现，需要引起我们的高度重视。

美国政府人工智能行动时间线

（二）强调推动人工智能研发的优先性

联邦政府发展人工智能的优先性体现在两个方面，一是在诸多新兴科技中优先发展人工智能；而是全球的人工智能技术发展始终要以“美国优先”为原则。这两点在《报告》中体现得更为明确，“优先”一词总共出现了17次之多。美国政府想尽各种办法破除人工智能研发的障碍，除了大量的资金投入以外，还有优先给人工智能研发提供高性能计算资源、利用云计算等其他新兴技术辅助人工智能等。美国国家科学基金会和美国国防部高级研究计划局在实时机器学习（real – time machine learning, RTML）项目上进行了合作，将高性能的硬件和机器学习架构运用于人工智能研发，近期发布的《美国国家战略计算倡议》（National Strategic Computing Initiative）也明确表示要优先为人工智能技术服务。国际上，美国政府主导了许多规则的制定，主张人工智能等任何新兴技术的发展都要体现美国的核心“自由、民主”价值观，保证美国的国家和经济安全；在国内，联邦政府还要求私营企业把最先进的技术优先提供给政府机构使用。

（三）重视政企学及与国际盟友之间的合作

联邦政府的人工智能投资虽然领域广泛，但也有重点关注的领域。《国家人工智能研发战略计划2019年更新版》（National AI R&D Strategic Plan: 2019 Update）指出，联邦政府投资的8个重点优先领域包括：人工智能的长期性研究；有效的人机协作方法；人工智能的伦理、法律问题；人工智能系统的安全性问题；人工智能的共享数据集；人工智能技术评估；国家人工智能研发人员的保障以及公私合作领域问题。对于这些文件明确表示的研发重点，我国也应当重点给予关注。

此外，美国政府非常注重政府机构之间、政府与社会之间以及国际盟友之间的合同协作。公私合作与国际协作的实例人们都已经比较熟悉，但在联邦政府内部的多个机构都成立了专门负责人工智能的组织就很有代表性和借鉴意义，比如美国总务管理局（General Services Administration, GSA）建立了人工智能卓越中心、国防部建立了联合人工智能中心、美国能源部成立了人工智能技术办公室等，这些机构为协调人工智能研发和加速部门合作起到了重要作用。

推动我国人工智能发展和军队智能化建设的几点思考

（一）坚持走自主创新道路，加大对人工智能基础理论研究的支持

高科技领域的创新能力是新世纪大国竞争的核心领域之一。我国需要坚持走自主创新的道路，减少对美国的技术依赖。而技术的突破，在于大量的科学工程实践，更在于扎实的基础理论研究。如今，美国在人工智能基础理论仍走在全球前列，而我国距离世界顶尖水平还有不小差距。2018年4月，教育部印发《高等学校人工智能创新行动计划》，提出加强新一代人工智能基础理论研究；2020年5月19日，科技部在国新办“加快建设创新型国家，支撑引领高质量发展”发布会上再次指出，“整体上我们的人工智能基础还不够强，所以下一步要把基础理论研究作为加强的重点”。对待现在的人工智能、高集成芯片等关键技术领域，我们要努力发扬“两弹一星”精神，坚持加强基础理论的攻关力度，更好地支持工程实践，为我国建设现代化强国、建设世界一流军队提供战略支撑。

（二）深化科研体制改革，为人工智能研发奠定坚实基础

我国《新一代人工智能发展规划》

2019年11月，白宫发布的《2016-2019年进展报告：推进人工智能研发》（2016-2019 Progress Report: Advancing Artificial Intelligence R&D）中强调，推进人工智能研究，首先是要制定合理的研发战略，其次是健全体制机制，然后才是具体实现。我国在2017年发布了《新一代人工智能发展规划》，近年来也取得了很傲人的成绩，但是在人工智能的研发体制、法律法规、前沿理论、高级软硬件、人才储备方面还有非常大的提升空间。这就要求我们要坚定不移深化科技领域改革，尽一切努力破除阻碍人工智能研发的各类弊端，构建有中国特色的科技研发体系。

（三）加强人工智能领域的人才培养与国际合作

人才是一国综合国力发展的根本支撑，也是推动人工智能发展和军事智能化建设的关键所在。当前，美国正在通过推进技能学徒制、再培训制以及终身学习计划等手段大力培养人工智能理论研究人才与专业技术人才，在联邦范围内还出台了诸多激励与奖励政策。中美两国在人才领域的比拼愈演愈烈，我国要通过推动在高校建立人工智能学院研究院、编写高水平人工智能教材、完善人工智能学科体系、推动人工智能一级学科建设、在中小学引入人工智能普及教育、建立面向青少年和社会公众的人工智能科普公共服务平台等实质性举措，推动人工智能领域的STEM（科学、技术、数学、工程）人才培养和储备。此外，还要加大力度引进国外优秀人才，推动在人工智能生态系统构建、产业链优势互补等领域的国际合作，推动我国人工智能健康持续发展。

（四）利用人工智能加快推进军队智能化建设

习主席强调，人工智能是引领这一轮科技革命和产业变革的战略性技术，正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深远的影响。党的十九大报告也明确提出要“加快军事智能化发展”，而人工智能正是驱动智能化战争的引擎。在此背景下，应积极贯彻军民融合战略，大胆吸收应用地方人工智能的相关技术成果，提升军队在态势感知、指挥控制、信息对抗、无人化系统与平台建设、后勤保障、军事训练等领域的智能化水平，发挥人工智能作为战斗力催化剂、粘合剂和效能倍增器的作用，为推动军队智能化建设、将我军建设成世界一流军队提供坚实科技支撑。

作者  |秦中南（国防科技大学）、龙坤（国防科技大学）