人工智能研究领域(人工智能的研究方向)

 

美国高度重视人工智能发展。近年来发布的人工智能政策数量达到历史最高纪录。第117届美国国会在2021年共提出了130项人工智能相关的法案，而2015年只有1项。

鉴于美国政策制定者对人工智能的超高关注度，2022年7月27日，美国科技创新智库信息技术和创新基金会（ITIF）数据创新中心（Center for Data Innovation，CDI）发布了题为《美国人工智能政策工作情况报告》（US AI Policy Report Card），从9个政策领域对美国人工智能政策完成情况进行评估，详细分析了美国人工智能政策的理想与现实情况，并提出了针对性的政策改进建议。

1.评估概况

美国人工智能政策总体评估概况

报告将美国人工智能政策分为创新政策和监管政策两大类，其中

创新政策包括：支持人工智能研发、投资人工智能技术中心、加强人工智能人才培养、促进对人工智能资源的访问、推动政府采用人工智能、制定人工智能技术标准等6个维度，

监管政策包括：确保人工智能监管对于创新是友好的、通过知识产权推动人工智能活动、通过贸易政策推动人工智能发展3个维度。

对人工智能政策的评价结果分为4个等级，超出预期、满足预期、接近预期、未达到预期。评价结果中超出预期0项，满足预期3项，接近预期5项目，未达到预期1项。

2.评估维度

美国人工智能政策评估九大维度

2.1 支持人工智能研发

在支持人工智能研发方面总体评价为接近预期，因为联邦政府直接AI支出和税收支持低于确保整个国家的人工智能研发处于全球领先地位的水平。

2.1.1 AI直接研发支出

图1是拜登政府2022财年非国防领域人工智能研发预算请求与2021财年批准的研发情况对比。总的来说，非国防领域人工智能研发投入从16亿美元增加到了17亿美元。

拜登政府认为人工智能是颠覆性技术，积极推动人工智能研发投入。2022财年预算请求超过17亿美元，其中包括资助多个联邦机构创建国家人工智能研究中心网络（参见美国人工智能创新法案2020）。在2022年3月公开的2023财年预算请求中，在人工智能领域投入的预算更多。比如，预算中为NIST请求1.87亿美元，旨在通过技术标准推动人工智能应用。此外，2021年通过的美国创新和竞争法案（USICA）中包含在NSF创建关注技术和创新的新的委员会，并在2026财年前投入93亿美元加强美国在关键技术领域的领导地位，其中包括人工智能领域。

那么联邦政府需要投入多少资金用于人工智能研发才能加速人工智能创新和确保美国在人工智能领域具有国际竞争力呢？NSCAI（国家人工智能安全委员会）认为，美国在非国防人工智能研发领域的投资应该以2020财年的10亿美元为基准，在2026财年到达320亿美元，使人工智能领域的研发投入与生物医药研究持平。因此，2022财年应该达到20亿美元，2023财年预算中应该达到40亿美元。

改进建议：

国会应将2023财年中人工智能研发投入增加到至少40亿美元

网络与信息技术研发计划(NITRD)应更新国家人工智能研发战略计划，将评估和监控人工智能系统的能力包含在内

2.1.2 AI研发的税收优惠

根据斯坦福大学 AI index报告（2021）的数据，发表的人工智能领域论文主要来自学术机构，在美国，发表论文排名第二的是企业，占比19.2%；而在欧洲和中国排名第二的是政府机构，分别占比17.2%和15.6%。但美国在研发的税收方面的激励措施并不占优势，2021年，美国在与OECD和BRIC国家等34个国家相比时，排名第32。拜登政府曾表示了对研发领域的税收激励支持，但美国财政部表示正在寻找有效的办法。

改进建议：

国会应将研发税率优惠提升到与其他国家相同水平，以更好激励私营企业人工智能研发

国会应扩大合作研究的研发税率。美国对企业投资大学、联邦实验室等的联合研发提供20%的税率优惠，但仅限于能源领域研究。国会应取消这一限制，以支持包括人工智能在内的其他研发领域

2.2 投资人工智能技术中心

投资人工智能技术中心满足预期。政府采取了一系列强有力的措施选择最具增长潜力的人工智能中心进行投资。

研究指出，美国最具创新的企业都聚集在一定的区域内。创新聚集可以对人工智能行业带来优势。比如，在技术研发的早起，聚集可以更好地交换一些进展，使得企业更具竞争力。人工智能人才和企业的聚集可以促进区域的创新和增长，但超聚集可能会加剧国家经济在地理位置上的不平衡。当前美国人工智能聚集在一些超级科技中心周围，下图是大科技中心的人工智能领域雇员情况。

联邦政府已意识到需要在国家层面采取行动来应对当前人工智能投资过于集中的问题。2021年，美国国家科学基金会(NSF)在40个州建立了11个新的人工智能研究机构，投资超过2.2亿美元。目前，美国有至少87个区域具有人工智能研究和商业化能力，是潜在的人工智能采用中心，这些区域在研究领域、商业活动等方面都存在差异。

改进建议：

NSF应与商务部（DOC）联合选择人工智能增长中心，国会已指示其创立新的区域创新中心项目。

2.3 加强人工智能人才培养

在人工智能人才培养方面，远达不到预期。人工智能教育在范围和深度上是不平衡的，而移民政策阻碍了国外人才对美国人工智能创新的贡献。

2.3.1 人工智能教育和培训

美国中小学系统并未对人工智能人才的重要性进行完全响应，但越来越多的教师、家长、甚至学生开始认识到学习人工智能的好处。相比之下，美国高等教学对人工智能项目更加重视，从全球各地招收优秀学生。此外，大学生学习人工智能和人工智能相关的课程的热情也非常高涨。但美国研究机构却无法满足需求，因为不愿意或不能够招收到合格的教授。因此，高等教育机构也没有对人工智能市场需求给出足够回应。而私营企业在支持人工智能教学方面起着非常重要的作用。

改进建议：

国会应该对低收入和农村地区学校提供资金，使人工智能课程融入到高校课程体系中

国会应该通过NSF资助等形式向增加人工智能领域课程和入学率的公立大学建立更加偏向人工智能的激励机制

国会应该在NSF资助一个项目，为仍在学术界的1000位人工智能研究人员进行为期5年的奖励

国会应该建立知识税率来激励人工智能人才培养方面的投入

人事管理办公室（OPM）应修改当前联邦政府许多人工智能岗位的要求，允许通过人工智能认证的个人而非具有相关学位的个人进入相关岗位

2.3.2 吸引国外人才

吸引和保留高技能外国人才对于美国创新和保持竞争力非常重要。事实上，在美国顶尖人工智能博士学位项目获得学位的学生有66%都是外国人，美国有超过50%的计算机科学家都是外国人。

考虑到外国人工智能人才对于美国人工智能创新的成功实践，美国需要加强和扩展现有移民政策，使得更多高技能人工智能人才进入美国，包括美国大学毕业的外国学生。英国、加拿大、中国、法国、澳大利亚等都采用了灵活的移民政策到吸引外国人工智能和其他技术领域人才，而美国的移民政策约50年没有改变了。

拜登政府重启了2017年奥巴马政府提出的移民项目——International Entrepreneur Parole Program。该项目并未创建新的签证种类，而是允许国土安全部根据现有授权允许符合条件的人临时进入。

改进建议：

国会更好地帮助具有人工智能相关专业的研究生申请绿卡，并且优先在美国大学获得学位的学生

对人工智能企业家建立新的签证项目

2.4 促进对人工智能资源的访问

在促进对人工智能资源的访问上，整体评价为接近预期。因为当前，公共领域的人工智能研究人员还是不能够完全访问计算资源。

对数据和计算资源的访问是人工智能创新的加速器。人工智能系统依赖大量数据进行训练，所以大数据集可以帮助人工智能系统构建高度准确的模型。目前，公共资助的学术研究人员想要访问包括相关软件、硬件在内的人工智能高性能计算机资源，可以使用其所在学术机构或国家高性能计算中心的资源。据美国数据创新中心（CDI）2020年的报告数据，访问需求量是机构能够提供的量的3倍，这影响了人工智能研究人员开发新产品和服务的能力，而这些新产品和服务对于保持美国人工智能领域竞争力、应用人工智能到国防创新等领域非常重要。对此，美国已经开展了一个庞大的计划来增加学术研究人员对人工智能资源的访问。在2020年的国家人工智能创新法案中，国会要求NAIRR（美国家人工智能研究资源工作组）建立一个共享计算和数据基础设施的路线图，为人工智能研究人员和学生提供先进的计算生态系统。

改进建议：

美国政策制定者应推动安全、节能的人工智能计算

白宫科技政策办公室（OSTP）和NSF应优先工具和度量标准的开发，以量化学术界对于人工智能计算的需求和资源

NAIRR应优先在人工智能计算供需差距比较大的区域提供本地人工智能计算资源

2.5 推动政府采用人工智能

在推动政府采用人工智能方面，整体接近预期。当前的政策行动还不足以解决影响政府人工智能应用的结构问题，包括方法和文化、经济、度量和激励、采购、监管和检查。

政府在推动人工智能发展方面能做的最重要的事情之一就是采用人工智能技术。近期，国会和白宫采取了很多重要举措促进政府采用人工智能，但许多机构在变成人工智能成熟机构之前仍然面临很多挑战，包括过时的IT基础设施、优先的资金支出、缺乏对人工智能技术的认识、风险等等。

改进建议：

AI COE（人工智能卓越中心）应该确定向人工智能过渡的20到50个核心进程

互联网小常识：IP地址经历了四个阶段：标准分类的IP地址、划分子网的三级地址结构、构成超网的无类域间路由技术（CIDR）和网络地址转换NAT技术。

国会应允许联邦机构将其一小部分运营预算转向人工智能创新项目

每个联邦机构应该发布自己的人工智能战略，并任命首席人工智能官

AI COE应对联邦人工智能合同建立采购网站

GAO（审计署）和监察长委员会应呼吁不用人工智能进行创新的机构采用人工智能

2.6 制定人工智能技术标准

在制定技术标准方面，整体满足预期。因为在美国，政府机构需要更多地参与人工智能国际标准制定，以促进自愿的、行业引领的标准制定方法，促进人工智能创新。

2019年2月，特朗普在签署的人工智能行政命令中要求NIST（国家标准与技术研究所）更多地参与人工智能标准。美国在负责人工智能标准制定的国际标准委员会中处于领导角色，但美国政策制定者应更加积极地应对其他国家主导的、限制性的、歧视性的标准方法。比如，欧盟的人工智能法案要求开发和实现高风险人工智能系统的公司使用CEN（欧洲标准化委员会）和CENELEC（欧洲电工标准化委员会）发布的标准。

改进建议：

NIST和商务部应与美国贸易代表（USTR）协作发起印度洋-太平洋人工智能标准战略

国家人工智能办公室应与NIST协作创建人工智能标准中心

美国应利用美国与欧盟贸易与技术理事会（US-EU TCC）会议应对欧盟追求区域人工智能标准的提案

2.7 确保人工智能监管对于创新是友好的

在确保人工智能监管对于创新是友好的方面整体评价满足预期。近期的政策表明，宽松的监管（light-touch）方法已经开始应用于人工智能。

美国对人工智能的监管方法是分领域分部门的。比如，交通部监管自动驾驶汽车的使用，食品和药品管理局监管基于人工智能的医疗设备。国会有时会要求相关部门开展监管或通过立法。比如，2022年引入的算法问责法案，就要求联邦贸易委员会（FTC）对大公司现有的和新的高风险自动决策系统进行监管和风险评估。2021年，共提出130项与人工智能相关的联邦法案，都只有3项通过立法。

美国政府对人工智能的早期监管坚持了创新原则，因为大多数人工智能创新对社会是有益的。2020年，特朗普政府提出了针对人工智能监管的10条原则。10月，OMB发布指南重申这10条原则，通过为联邦机构建立框架以评估新兴人工智能问题的监管和非监管方法。然而，拜登政府开始支持强监管。2021年4月，FTC发布企业如何信任、公平、平等地使用人工智能的公告，表明FTC开始更多地关注人工智能带来的伤害问题。2021年10月，总统科学顾问、OSTP主任基于当前人工智能和生物技术引发了歧视、偏见等严重问题这一假设提出了人工智能权利法案（AI Bill of Rights）。

改进建议：

政策制定者应基于算法可审计的原则建立创新友好的监管框架，在算法可审计原则下，算法运营者对于严重伤害是可审计的

国会和监管机构应该支持增强监管和政策制定者的技术能力

政策制定者应继续通过各部门的试错法（tried-and-true）解决人工智能的担忧

国会和管理层应该关注监管人员的行为，因为监管人员会收集和处理大量的数据

2.8 通过知识产权推动人工智能活动

在通过知识产权（IP）推动人工智能活动方面总体接近预期。因为在人工智能的知识产权方面存在阻碍创新的不确定性。

美国在与人工智能相关的知识产权方面的政策主要集中在两个问题：一是，人工智能创造的内容是否应该受到保护；二是，如果是，谁应被认定为作者和发明者？

美国专利和商标局（USPTO）认为人工智能只是工具，人工智能系统的所有者和运营者应当被认为是IP的默认所有人。但这并不意味着专利系统在人工智能方面不需要改革。专利局和法院面临哪些基于人工智能的发明可以被授权的问题。随着人工智能相关专利快速增长，这一问题变得愈发严重。

人工智能专利一般都依赖于数学关系和算法，而这有可能会被认为只是一个想法（idea）。专利审查员必须确定一项人工智能创新是否可以被授予专利，在这一过程中有很大一部分本应受到保护的人工智能专利申请会被驳回绝。为解决这一问题，2019年USPTO发布了关于人工智能专利申请的指南，指南使得驳回率从60%降低到32%。

因为美国专利系统的不可预测性和不确定性，许多人工智能创新者选择商业秘密来保护其工作。商业秘密与专利相比具有很多的优势，但是由于商业秘密是不公开的，因此长期来看可能会阻碍人工智能创新。

改进建议：

USPTO应重新评估阻碍专利审查员进行人工智能专利预审查过程中的障碍。

国会应指示商务部长和知识产权商务部长重新考虑商业秘密对于人工智能创新的影响。

国会和白宫应与USPTO、版权办公室、国务院以及其他相关机构共同起草培育强大人工智能产权的人工智能国家战略。

2.9 通过贸易政策推动人工智能发展

在通过贸易政策推动人工智能发展方面整体接近预期，但还需要更多的跨境数据流动和关于人工智能制造装备的出口管制方面的协定。

2.9.1 跨境数据流动

其他国家的实践对于美国企业如何开发和部署人工智能具有很大的影响。尤其是，数据跨级流动的限制会对美国企业开展人工智能创新带来影响。2021年，有62个国家提出了144条针对数据跨境流动的限制。

美国在保护跨境数据流动的几个贸易协议上取得了成功。在2020年7月生效的美国-墨西哥-加拿大协定（United States-Mexico-Canada Agreement (USMCA)），美国实现了跨境数据流动的安全保护。同月，欧洲法庭宣布欧盟-美国隐私盾协议无效的决定。2021年10月，拜登宣布成立印太经济框架(IPEF)以加强美国与亚洲地区的关系。

改进建议：

美国应使用IPEF支持联合数据信任和其他数据分享模型的开发，以提高数据质量。

美国和欧盟应建立新的隐私盾框架以确保数据在两个区域内的自由流动。

美国贸易代表（USTR）应继续抵制其他国家可能采用的源代码公开要求，这会对美国公司带来劣势或导致美国的知识产权被滥用。

2.9.2 人工智能芯片

最新的人工智能芯片的使用对于确保人工智能开发者和用户在人工智能研发和部署上保持竞争力是非常重要的。目前，已经有了针对不同任务的人工智能芯片集。

美国在设计针对人工智能系统的芯片方面仍然是全球领导者。CDI报告显示，美国有62家人工智能芯片开发公司，而中国和欧盟只有29家和14家。美国在人工智能芯片生产商也具有许多优势，包括高质量的基础设施和物流、顶尖大学等等。此外，中国人工智能芯片公司依赖于美国的电子设计自动化软件，该软件是设计电子系统的软件工具，比如设计集成电路。

但持续保持竞争力是无法保证的。为保证美国人工智能芯片产业的竞争力，国会需要通过2个重要的法案以支持美国制造业更多使用美国版半导体——《为芯片生产创造有益的激励措施法案》（CHIPS）和促进美国制半导体法案（FABS）。

改进建议：

美国应与具有类似想法的国家合作开发人工智能芯片。

美国应与盟友合作对人工智能芯片制造设备进行出口管制。

3.评述

特朗普和拜登两届政府先后发布一系列政策措施发展人工智能，旨在维持美国在全球人工智能领域的领导地位。这些政策文件包含支持技术和产业发展、监管和全球竞争应对两个方面共9个领域。通过对政策工作情况进行评价，可以及时做出修正和改进，通过动态调整更好地促进人工智能发展。

从CDI的评级来看，除人才培养相关政策外，美国人工智能政策总体满足或接近预期，表明相关人工智能政策文件对推动美国人工智能产业发展和维护美国人工智能全球领导地位起到了积极作用。针对政策存在的不足，也给出了针对性的改进意见。

免责声明：本文转自学术plus，原作者TAO。文章内容系原作者个人观点，本公众号转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

转自丨学术plus

互联网小常识：信息的安全传输包括两个基本部分：（1）对发送的信息进行安全转换（如信息加密），实现信息的保密性。或者附加一些特征信息，以便进行发送方身份验证。（2）发送和接收双方共享的某些信息（如加密密钥），这些信息除了对可信任的第三方外，对于其他用户是保密的。为了信息的安全传输，通常需要一个可信任的第三方。

作者丨TAO

编辑丨郑实

研究所简介

国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。全球技术地图为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

电话：010-82635522

微信：iite_er

互联网小常识：交换表建立的过程。开始空白，有数据帧进入则查找目的地址是否在交换表中，在则转发，不在则广播报文，拥有该地址的网络会回应报文，交换机将该记录加入表中。表的维护通过时间戳来完成。添加或引用时便会更新时间戳，定期删除某个时间戳以前的项。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186