Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

特朗普签署启动美国AI计划,加速与中国、加拿大AI竞赛,争夺全球领导权

美国可能是全球人工智能的领导者,不过其大多数技术进步都来自于业界和学术界的驱动。在面临中国和欧洲竞争的情况下,一直「忽视问题」的特朗普政府开始发生转变。当地时间 2 月 11 日,美国总统特朗普签署了一项行政命令,启动「美国 AI 计划」——一项指导美国人工智能技术发展的国家级战略。


最近一次人工智能浪潮自北美掀起,美国已在 AI 技术上引领潮流:由于数十年的联邦研究经费、工业生产、学术研究以及外国人才的流入,美国正处于当前人工智能繁荣发展的最前沿。

然而随着 AI 愿景在全球蔓延,美国政府缺乏引导投资、技术落地和研究领域的高层次战略计划正在逐渐拖累研究的发展。与此同时,中国、加拿大、法国和韩国等至少 18 个国家近年来都推出了自己的人工智能战略计划。它们的战略包括新的研究计划、AI 辅助的公共服务甚至智能武器等项目。

美国的行动表明,该国已将人工智能技术的发展放在了政策制定的重中之重。

「美国优先」的 AI 战略

「美国在人工智能领域的持续领导权,对维持美国经济与国家安全而言至关重要。」——Donald J. Trump

「AI 已经成为改变工业、市场和社会的革命性技术,」白宫科技政策办公室主导人工智能工作的 Lynne Parker 表示,「为了美国人民的利益,我们需要采取行动来帮助我们驾驭人工智能。」

Parker 在奥巴马政府时期(特朗普当选前一个月)就已经开始着手这项工作,并最终制定了一项关于人工智能潜在的社会影响以及未来研究计划的报告。

根据白宫两个小时前发布的通告,「美国 AI 计划」旨在调配更多联邦资金和资源转向人工智能研究,并呼吁美国主导国际人工智能标准的制定,开展研究推动重新训练 AI 时代的美国劳动力。总结来说,该计划重点包括5大领域(更为详细的版本请参考文后链接):

  • 研发——联邦机构被要求在研发经费中「优先考虑」人工智能的投资,并报告资金是如何使用的,政府将以此形成更为全面的人工智能投资概述。

  • 资源倾斜——联邦政府的数据、算法和处理能力将向更多研究人员开放,为交通和医疗等领域的发展提供助力。

  • 建立道德标准——白宫科技政策办公室和国家标准与技术研究所(NIST)等政府机构将被要求制定标准,指导「可靠、稳健、可信、安全、简洁和可协作的人工智能系统」的开发。

  • 自动化——各机构将被要求通过设立奖学金和学徒制,让工人为新技术带来的就业市场变化做好准备。

  • 国际推广——美国政府希望在人工智能发展方面与其他国家展开合作,但要保留美国的「价值观和利益」。

人工智能是一项具有 60 年历史的科学探索,旨在让计算机完成被认为只有人类或动物才能做到的复杂任务。在过去七年,一种能够消化样本数据的机器学习算法「深度学习」让计算机在理解世界方面变得越来越成熟。该技术已经催生出能够检测医疗影像的软件、能够回答生活问题的虚拟助手,并成为每个主要的科技公司产品的战略核心。

特朗普 AI 计划的一个重要方面是向学术界和进行人工智能研究的公司开放一些政府数据库。虽然像谷歌这样的科技巨头有大量记录消费者行为习惯的数据;但在其他领域,例如医疗方面,它们则很难积累到 AI 项目所需要的数据量。

白宫表示它将要求卫生和交通等领域的政府机构发布新的数据集,以在关注数据隐私性的同时帮助 AI 研究的发展。这样的成果可能类似于此前退伍军人管理局的项目,其开发了一种方法以授权谷歌临时访问成千上万的匿名健康记录,这些记录可以训练 AI 以预测肾脏问题。

如果 AI 计划执行顺利,将可以解决美国在人工智能发展中面临的一些关键问题,但目前该计划并没有涉及资金投入,这也许会引发一些担忧。迄今为止,已有至少 18 个国家已经启动了国家人工智能战略,其中一半包含新的资金资助。金额从澳大利亚和丹麦的大约 2000 万美元到韩国的近 20 亿美元不等。

截至 2018 年 12 月,全球提出 AI 计划的国家。(图片来源:CIFAR)

值得注意的是,该计划也未能解决移民问题。美国在人工智能领域的领先部分是由于其吸引外国人才的能力,但专家警告说,特朗普政府的反移民言论及其限制签证自由的承诺越来越使研究人员望而却步。根据国家科学基金会的统计,2016 年至 2017 年间,美国的海外研究生人数下降了 5.5 %。

纽约大学研究小组 AI Now 的联合主任 Kate Crawford 表示,总统命令「正确强调 AI,将其作为美国决策的一大重要事项」,但缺乏来自学界和民间领袖的投入。考虑到人脸识别人工智能技术可能侵犯隐私和公民自由,这一点尤其令人担忧。最近,微软等科技公司呼吁对面部识别实施联邦监管,但该 AI 计划并未提及这些担忧。

哈佛大学教授 Jason Furman 曾担任奥巴马总统的经济顾问委员会主席,并帮助起草了前一届政府关于人工智能的报告。他表示,该计划是朝着正确方向迈出的一步,但需要具体保证——不仅仅是承诺——来实现其既定目标。

「政府的 AI 计划包含了所有正确的元素,关键的考验将是它们能否有力地贯彻到底,」Furman 说。「该计划雄心勃勃,但没有任何细节,也不是自动执行的. 」

周一之前,特朗普政府与人工智能最显著的公开接触是去年 5 月在白宫举行的为期一天的会议,主要集中讨论该技术的经济效益。

美国:国家 AI 战略的后来者

2018 年 7 月,机器之心曾编译介绍了《人工智能军备竞赛:一文尽览全球主要国家 AI 战略》一文,当时文章写到「与其他国家不同,美国虽然在人工智能领域拥有最强实力,但目前尚没有国家层面的人工智能促进计划。」经过半年的发展,美国首份国家层面的 AI 计划最终出炉。2019 年伊始,全球 AI 竞赛再次提速。

以下为中国、日本、加拿大等主要国家的 AI 战略简要介绍:

加拿大

加拿大是全球首个发布 AI 全国战略的国家。2017 年的财政预算详细介绍了一份五年计划——《泛加拿大人工智能战略》(Pan-Canadian Artificial Intelligence Strategy),政府计划拨款 1.25 亿加元支持 AI 研究及人才培养。该战略包含四个目标:(1)增加 AI 研究者、毕业生数量;(2)创建三个卓越的科学团体;(3)培养理解 AI 经济、道德、政策和法律含义的思想领袖;(4)支持专注于 AI 的国家研究团体。加拿大高等研究院(CIFAR)在战略中起带头作用,与政府及三个新兴 AI 机构——埃德蒙顿的 Alberta Machine Intelligence Institute(AMII)、多伦多的 Vector Institute 及蒙特利尔的 MILA——展开密切合作。

加拿大的 AI 战略与其他战略存在很大差异,因为它主要是一个研究及人才战略。该战略提出的新兴 AI 机构、CIFAR AI 主席及国家 AI 计划都旨在提高加拿大作为 AI 研究和培训领导者的国际形象。CIFAR AI 及社会计划(CIFAR AI & Society Program)检验 AI 的政策和道德影响,但总体战略不包括其它战略中的政策,如战略部门投资、数据和隐私或技能开发。这并不是说加拿大政府没有将这些政策落实到位,而是这些政策与《泛加拿大人工智能战略》相分离,而不是其中一部分。

《泛加拿大 AI 战略》:https://www.cifar.ca/assets/pan-canadian-artificial-intelligence-strategy-overview/

中国

作为全球第二大经济体,中国已向世人宣告了引领全球 AI 理论、技术和应用的雄心,在 2017 年 7 月颁布了《新一代人工智能发展规划》。该计划是所有国家人工智能战略中最为全面的,包含了研发、工业化、人才发展、教育和职业培训、标准制定和法规、道德规范与安全等各个方面的战略和发展目标(参见文章:十余家 AI 创业公司、五大角度,深度解读国务院新一代 AI 发展规划 )。

这是一个三步走策略:第一步,到 2020 年让中国的 AI 产业界与最强竞争者「齐头并进」;第二步,在 2025 年在一些 AI 领域实现「世界领先」水平;第三步,到 2030 年成为全球人工智能创新的「主要中心」。中国在 2030 年的目标是人工智能产值达到 1 万亿人民币,而相关行业的总产值达到 10 万亿人民币。这一计划还明确了政府将会鼓励招揽全球最优秀的人才,加强对国内 AI 劳动力的培训,并在促进人工智能发展的法律、法规和道德规范方面引领世界。这其中包含了积极寻求全球 AI 领导者的意图。

在《新一代人工智能发展规划》发布之后,工信部又与 2017 年 12 月发布了《促进新一代人工智能产业发展三年行动计划(2018-2020 年)》,该计划可看做是前者的第一步战略,希望推动中国的 AI 产业到 2020 年达到世界一流水平。具体来说,它试图推动四个方面:(1)加大力度开发智能和网络产品,如自动驾驶汽车、服务机器人和语音 / 图像识别系统;(2)加强开发人工智能支持系统,其中包括智能传感器和神经网络专用芯片;(3)鼓励智能制造业的发展;(4)通过投资行业培训资源、标准化测试和网络安全等方面改善人工智能的发展环境。去年 11 月,科技部还与百度阿里巴巴腾讯科大讯飞等科技公司展开合作,宣布建立国家新一代人工智能开放创新平台。随后,中国又于去年 1 月宣布投资 138 亿元人民币,在中关村建立人工智能科技园。

  • 国务院关于印发新一代人工智能发展规划的通知:http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm

  • 工业和信息化部关于印发《促进新一代人工智能产业发展三年行动计划(2018-2020 年)》的通知:http://www.miit.gov.cn/n1146295/n1652858/n1652930/n3757016/c5960820/content.html

欧盟

欧盟委员会 AI 战略时间表

2018 年 4 月,欧盟委员会通过了《人工智能通讯》。这是一份长达 20 页的文件,阐述了欧盟对 AI 的态度。委员会的目标是:(1)提高欧盟的技术和工业能力,增加公共和私营部门对 AI 的吸收;(2)让欧洲人为 AI 带来的社会经济变化做好准备;(3)确保建立适当的道德和法律框架。主要举措包括承诺将欧盟对 AI 的投资从 2017 年的 5 亿欧元增加到 2020 年底的 15 亿欧元,建立《欧洲人工智能联盟》(人们现在可以加入),以及制定一套新的 AI 道德准则,以解决公平、安全和透明等问题。一个新的「AI 高级别小组」将作为《欧洲人工智能联盟》的指导小组,并将起草道德准则供成员国审议。

人工智能通讯:https://ec.europa.eu/digital-single-market/en/news/communication-artificial-intelligence-europe

日本

日本是第二个发展 AI 战略的国家。基于 2016 年 4 月的「面向未来投资的公私对话」期间首相安倍晋三的声明,日本成立了人工智能技术战略委员会以发展「研究和发展目标以及人工智能产业化的路线图」。该委员会有 11 名成员,分别来自学术界、业界和政府,包括日本科学促进会主席、东京大学校长和丰田董事长。

人工智能技术战略》的计划在 2017 年 3 月发布。该战略对于其工业化路线图很重要,它将 AI 设想为一种服务,并将 AI 的发展划分为三个阶段:(1)在多个领域发展数据驱动的 AI 技术的应用;(2)在多个领域发展 AI 技术的公共事业;(3)通过连接多个领域建立 AI 生态系统。该战略将这个框架应用到日本《社会 5.0》倡议的三个主要领域:生产力、健康和流动能力,并勾勒出了实现工业化路线图的基本轮廓。这些政策包括在研究与开发、人才、公共数据和创业公司上的新投资。


人工智能技术战略》:http://www.nedo.go.jp/content/100865202.pdf

英国

英国政府于 2018 年 4 月发布了《人工智能行业新政》(AI Sector Deal)。这是该国政府更大工业战略的一部分,旨在推动英国成为全球 AI 领导者。它非常全面,包含推动政府和公司研发、STEM 教育投资、提升数字基础设施、增加 AI 人才和领导全球数字道德交流等方面。其中包括超过 3 亿英镑的国内外科技公司投资计划、扩建阿兰图灵研究所、创立图灵奖学金以及启动数据伦理与创新中心。该中心是英国政府 AI 计划的重要组成部分,英国希望以此引领全球 AI 道德研究。该机构已于去年 6 月开始了征询公众意见以及领导人招募的行动。

在行业新政颁布之前,英国上议院人工智能特别委员会还发布了一份长篇报告《AI in the UK: ready, willing, and able?》。该报告是一份为期十个月调查的结果,旨在研究人工智能进步对经济、道德和社会的影响。该报告突出了政府需要考虑的一些策略,包括要求审查科技公司潜在的数据垄断,激励开发新的数据集审计方法,以及为使用 AI 的英国中小企业创建发展基金。该报告还指出,英国有机会领导全球人工智能,并建议在 2019 年举办一次全球峰会,以建立人工智能使用和发展的国际规范。

英国人工智能行业新政:https://www.gov.uk/government/publications/artificial-intelligence-sector-deal

参考内容:

  • https://www.wired.com/story/trumps-plan-keep-america-first-ai/

  • https://www.sciencemag.org/news/2019/02/trump-launch-artificial-intelligence-initiative-many-details-lacking

  • https://www.theverge.com/2019/2/11/18219981/american-ai-initiative-trump-administration-funding-research-data

  • https://www.whitehouse.gov/articles/accelerating-americas-leadership-in-artificial-intelligence/

  • https://www.whitehouse.gov/presidential-actions/executive-order-maintaining-american-leadership-artificial-intelligence/

产业美国特朗普人工智能政府
31
相关数据
科大讯飞机构

科大讯飞股份有限公司成立于1999年,是亚太地区知名的智能语音和人工智能上市企业。自成立以来,长期从事语音及语言、自然语言理解、机器学习推理及自主学习等核心技术研究并保持了国际前沿技术水平;积极推动人工智能产品研发和行业应用落地,致力让机器“能听会说,能理解会思考”,用人工智能建设美好世界。2008年,公司在深圳证券交易所挂牌上市。

http://www.iflytek.com
Microsoft机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。

https://www.alibabagroup.com/
百度智能云机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com
腾讯机构

腾讯,1998年11月诞生于中国深圳,是一家以互联网为基础的科技与文化公司。我们的使命是“通过互联网服务提升人类生活品质”。腾讯秉承着 “一切以用户价值为依归”的经营理念,为亿万网民提供优质的互联网综合服务。 腾讯的战略目标是“连接一切”,我们长期致力于社交平台与数字内容两大核心业务:一方面通过微信与QQ等社交平台,实现人与人、服务及设备的智慧连接;另一方面为数以亿计的用户提供优质的新闻、视频、游戏、音乐、文学、动漫、影业等数字内容产品及相关服务。我们还积极推动金融科技的发展,通过普及移动支付等技术能力,为智慧交通、智慧零售、智慧城市等领域提供有力支持。

http://www.tencent.com/
相关技术
推荐文章
对比中美的计划,可以看出两种截然不同的AI发展思路。一个是博小,一个是博大。