【文章內(nèi)容簡(jiǎn)介】 1） 教育 ： AI增強(qiáng)的學(xué)習(xí)型學(xué)校隨處可見(jiàn)，通過(guò)其自動(dòng)化輔導(dǎo)能衡量學(xué) 生的發(fā) 展 16。 AI 輔 導(dǎo)員可補(bǔ)充面授教師，還可以因材施教。 16 AI 工具可以促 進(jìn)終身學(xué)習(xí)并讓所有社會(huì)成員獲取新技能。 16 （ 2） 醫(yī)學(xué)： AI 能支持從大規(guī)模基因組研究 （ 如全基因組關(guān)聯(lián)研究，排序 研究）中識(shí)別出遺傳風(fēng)險(xiǎn)的生物信息學(xué)系統(tǒng) ， 并預(yù)測(cè)新藥物的安全性和有效 性。 39 AI 技術(shù)允許進(jìn)行多維度 的 數(shù)據(jù)評(píng)估，以研究公共衛(wèi)生問(wèn)題，并為醫(yī)療診 斷和處方治療提供決策支持系統(tǒng) 。 40 AI 技 術(shù)為個(gè)人提供藥物定制；由此可提高 醫(yī)療效果、患者舒適度和減少浪費(fèi)。 41 （ 3） 法律 ： 通過(guò)機(jī)器對(duì)法律個(gè)案 史 進(jìn)行分析會(huì)變?yōu)槠毡椤?42 這些變得越來(lái) 13 美國(guó)國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃 中國(guó)信通院（ CAICT）編譯組整理 越復(fù)雜的過(guò)程使輔助取證過(guò)程的分析水平得以提高。 42 法律取證工具能識(shí)別和總 結(jié)相關(guān)證據(jù)；這些系統(tǒng)甚至能以越來(lái)越復(fù)雜的方式制定法律條例。 42 （ 4） 個(gè)人服務(wù) ： AI 軟件可以利用多來(lái)源的知識(shí)，為多種用途提供更準(zhǔn)確 的信息。 43 自然語(yǔ)言系統(tǒng)可以為真實(shí)世界、嘈 雜 環(huán)境中的技術(shù)系統(tǒng)提供直觀界 面。 44 個(gè)性化工具能為個(gè)人和群體調(diào)度提供自動(dòng)輔助設(shè)備 。 45 文本能從多個(gè)搜索 結(jié)果進(jìn)行自動(dòng)匯總，并在多種媒體中得以增強(qiáng) 。 46 AI 可以實(shí)現(xiàn)實(shí)時(shí)口語(yǔ)多語(yǔ)言 翻譯。 47 增強(qiáng)國(guó)家和國(guó)土安全 機(jī)器學(xué)習(xí)代理可以處理大量智能數(shù)據(jù)，并使用 快速變化的戰(zhàn)術(shù)來(lái)識(shí)別敵人 的相關(guān)生存規(guī)律模式。 48 這些代理還能向易受攻擊的關(guān)鍵基礎(chǔ)設(shè)施和主要經(jīng)濟(jì)部 門(mén)提供保護(hù)。 49 數(shù)字防御系統(tǒng)可以大大降低戰(zhàn)場(chǎng)風(fēng)險(xiǎn)和傷亡。 50 如何增強(qiáng)國(guó)家和國(guó)土安全？ （ 1） 安全和執(zhí)法 ： 執(zhí)法和安全官員可以通過(guò)使用模式檢測(cè)來(lái)檢測(cè)個(gè)人行為 者的異常行為或預(yù)測(cè)危險(xiǎn)人群的行為，從而幫助建立一個(gè)更安全的社會(huì)。 48 智能 感知系統(tǒng)可以保護(hù)關(guān)鍵基礎(chǔ)設(shè)施，如機(jī)場(chǎng)和發(fā)電廠。 49 （ 2） 安全和預(yù)測(cè) ： 正常條件的分布式傳感器系統(tǒng)和模式理解技術(shù)可以檢測(cè) 主要基礎(chǔ)設(shè)施中斷的概率何時(shí)會(huì)顯著上升， 無(wú) 論是由自然原因還是人為原因引 起。 51 這種預(yù)測(cè)能力能有助于指示出問(wèn)題將在哪里發(fā)生，以防止或甚至在發(fā)生之 前阻止中斷。 51 然而，這種積極使用 AI 的愿景，需要大量研發(fā)進(jìn)展。許多關(guān)鍵和困難的技 術(shù)挑戰(zhàn)仍存在于所 有 AI 子領(lǐng)域中，包括基 礎(chǔ) 科學(xué)和應(yīng)用領(lǐng)域。 AI 技術(shù)還存在 風(fēng)險(xiǎn)，例如隨著人類(lèi)因自動(dòng)化系統(tǒng)而增長(zhǎng)或 被 替代，勞動(dòng)力市場(chǎng)可能會(huì)中斷， 以及 AI 系統(tǒng)安全性和可靠性的不確定性。本 AI 研發(fā)戰(zhàn)略計(jì)劃的后續(xù)章節(jié)討論 了 AI 研 發(fā)投資的高級(jí)優(yōu)先和戰(zhàn)略領(lǐng)域，這些將支持這一愿景的同時(shí)將降低潛在 破壞和風(fēng)險(xiǎn)。 （四）人工智能的現(xiàn)狀 自其開(kāi)始后， AI 研 究已經(jīng)歷了三次技術(shù)浪潮。第一次浪潮集中于手工知 識(shí)， 20 世紀(jì) 80 年 代著重于明 確 定義域的基于規(guī)則的專(zhuān)家系統(tǒng)，其中知識(shí)是從 人類(lèi)專(zhuān)家中采集，以 “if then” 的規(guī)則進(jìn)行運(yùn)算，然后在硬件中執(zhí)行。此類(lèi)系 14 美國(guó)國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃 中國(guó)信通院（ CAICT）編譯組整理 統(tǒng)推理可成功應(yīng)用于狹義問(wèn)題，但其并沒(méi)有 學(xué) 習(xí)或處理不確定性的能力。然 而，他們?nèi)匀荒墚a(chǎn)生重要解決方案，并且今天的技術(shù)發(fā)展仍然非?；钴S。 AI 研究的第 二次浪潮起始于 21 世紀(jì)直到現(xiàn)在，其表現(xiàn)特點(diǎn)是機(jī)器學(xué)習(xí)的 崛起。當(dāng)應(yīng)用于諸如圖像和書(shū)寫(xiě)識(shí)別、語(yǔ)音 理 解和人類(lèi)語(yǔ)言翻譯的任務(wù)時(shí)，極 為大量的數(shù)字?jǐn)?shù)據(jù)可用性、相對(duì)便宜的大規(guī) 模 并行計(jì)算能力和經(jīng)改良的學(xué)習(xí)技 術(shù) 讓 AI 變得更為進(jìn)步。這些進(jìn)步的成果無(wú)處不在：智能手機(jī)執(zhí)行語(yǔ)音識(shí)別、 ATM 在書(shū)面支票執(zhí)行手寫(xiě)識(shí)別、電子郵件應(yīng)用程序執(zhí)行垃圾郵件過(guò)濾、以及免 費(fèi)在線(xiàn)服務(wù)執(zhí)行機(jī)器翻譯。其中一些成就的關(guān)鍵是深度學(xué)習(xí)的發(fā)展。 如今， AI 系統(tǒng)在專(zhuān)業(yè)任務(wù)上的表現(xiàn)經(jīng)常勝于人類(lèi)。 AI 首次超越人類(lèi)表現(xiàn)的 主要里程碑包括：國(guó)際象棋（ 1997 年）、 52 trivia（ 20xx 年）、 53 Atari 游戲 （ 20xx 年）、 54 圖像識(shí)別（ 20xx 年）、 55 語(yǔ)音識(shí)別（ 20xx 年）、 56 和 Go（譯者 注： 即 AlphaGo 圍 棋 。 20xx 年 ）。 57 這類(lèi)里程碑的步伐似乎越來(lái)越快，按現(xiàn) 狀，最佳表現(xiàn)系統(tǒng)是基于機(jī)器學(xué)習(xí)，而非手編碼規(guī)則集合。 AI 的這些成就已得到了強(qiáng)大的基本研究基礎(chǔ)的支持。這項(xiàng)研究正在擴(kuò)大， 可能會(huì)刺激未來(lái)的發(fā)展。作為一項(xiàng)指標(biāo)， 20xx 年 到 20xx 年，以科學(xué)為索引提 到 “ 深度學(xué)習(xí) ” 的期刊文章的網(wǎng)站數(shù)量增加 了 六倍（ 圖 1）。這一趨勢(shì)也表明 研究日益全球化，美國(guó)的出版物，或至少被 引 用過(guò)一次的出版物的數(shù)量不再領(lǐng) 先世界（圖 2）。 美國(guó)政府在人工智能研究中發(fā)揮了關(guān)鍵作用， 盡管商業(yè)部門(mén)也積極參與人 工智能相關(guān)研發(fā)。 58 使用 “ 深度學(xué)習(xí) ” 或 “ 深度神經(jīng)網(wǎng)絡(luò) ” 這一術(shù)語(yǔ)的專(zhuān)利數(shù)量 急劇增加（圖 3）。從 20xx 年到 20xx 年，投入人工智能創(chuàng)業(yè)公司的風(fēng)險(xiǎn)資本 增加了四倍 。 59 人工智能的應(yīng)用現(xiàn)正為大型企業(yè)創(chuàng)造可觀收益 。 60 人工智能對(duì)金 融系統(tǒng)的影響甚至更大 — — 全球金融交易近乎一半，即數(shù)萬(wàn)億美元的交易，屬 于自動(dòng)化（ “ 算法 ” ）交易。 61 15 美國(guó)國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃 中國(guó)信通院（ CAICT）編譯組整理 至少被引用一次的期刊數(shù) 期刊數(shù) 深度學(xué)習(xí) 出版年份 圖 1：各 國(guó)提 到 “ 深 度學(xué) 習(xí) ” 或 “ 深 度神經(jīng) 網(wǎng)絡(luò) ” 的期 刊文章 62 深度學(xué)習(xí)（引用出版物） 中國(guó) 美國(guó) 英國(guó) 澳大利亞 加拿大 日本 德國(guó) 新加坡 韓國(guó) 法國(guó) 中國(guó) 美國(guó) 英國(guó) 澳大利亞 加拿大 日本 德國(guó) 新加坡 韓國(guó) 法國(guó) 出版年份 圖 2：各 國(guó)至 少被引 用過(guò) 一次的 提到 “ 深度 學(xué)習(xí) ” 或 “ 深度 神經(jīng)網(wǎng) 絡(luò) ” 的期刊 文章 63 16 美國(guó)國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃 中國(guó)信通院（ CAICT）編譯組整理 患者人數(shù) 深度學(xué)習(xí)專(zhuān)利 專(zhuān)利公布年份 圖 3：使 用術(shù) 語(yǔ) “ 深 度學(xué) 習(xí) ” 或 “ 深 度神經(jīng) 網(wǎng)絡(luò) ” 的專(zhuān) 利數(shù) 量分 析 64 盡管取得了進(jìn)步，人工智能系統(tǒng)仍然有其局限 性。幾乎所有進(jìn)步都是在能 夠有效完成專(zhuān)業(yè)任務(wù)的 “ 狹義人工智能 ” 方 面 取得；而在各種認(rèn)知領(lǐng)域能夠發(fā) 揮有效作用的 “ 廣義人工智能 ” 方面取得的 進(jìn) 步很小。即使是在狹義人工智能 方面，進(jìn)步也不均衡。用于圖像識(shí)別的人工 智 能系統(tǒng)需大量人力來(lái)標(biāo)記數(shù)以千 計(jì)的示例答案。 65 相反，大多數(shù)人只需通過(guò)幾個(gè)示例便可 “ 一次性 ” 掌握學(xué)習(xí)方 法。雖然大多數(shù)機(jī)器視覺(jué)系統(tǒng)容易被具有重 疊 事物的復(fù)雜場(chǎng)景混雜，但是兒童 可輕松進(jìn)行 “ 場(chǎng)景解析 ” 。人容易理解的場(chǎng)景對(duì)于機(jī)器來(lái)說(shuō)仍然很困難。 人工智能領(lǐng)域現(xiàn)處于第三次浪潮的開(kāi)始階段， 注重解釋性和通用人工智能 技術(shù)。這些方法的目標(biāo)是通過(guò)說(shuō)明和界面修 正 加強(qiáng)學(xué)習(xí)模型，明確輸出的基礎(chǔ) 和可靠性，以高透明度運(yùn)作，超越狹義人工 智 能，獲得可在更廣泛任務(wù)領(lǐng)域中 通用的功能。如果成功的話(huà)，工程師可創(chuàng)建 系 統(tǒng)，構(gòu)建現(xiàn)實(shí)世界現(xiàn)象類(lèi)的解釋 性模型，與人進(jìn)行自然交流，在遇到新任務(wù) 和 情況時(shí)學(xué)習(xí)和思考，并通過(guò)總結(jié) 過(guò)去的經(jīng)驗(yàn)解決新問(wèn)題。人工智能系統(tǒng)的解 釋 性模型可通過(guò)先進(jìn)方法自動(dòng)構(gòu) 建。這些模型可實(shí)現(xiàn)人工智能系統(tǒng)的快速學(xué) 習(xí) ，可以向人工智能系統(tǒng)提供 “ 含 義 ” 或 “ 理解 ” ，使人工智能系統(tǒng)獲得更多通用功能。 17 美國(guó)國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃 中國(guó)信通院（ CAICT）編譯組整理 二、研發(fā)戰(zhàn)略 《戰(zhàn)略》中所述研究重點(diǎn)側(cè)重于行業(yè)不能解決 的領(lǐng)域，因此這些領(lǐng)域最有 可能從聯(lián)邦投資中受益。這些重點(diǎn)研究涉及 人 工智能領(lǐng)域所有需求，包括感 知、自動(dòng)推理 /規(guī)劃、認(rèn)知系統(tǒng)、機(jī)器學(xué)習(xí) 、 自然語(yǔ)言處理、機(jī)器人等人工智能 子領(lǐng)域和相關(guān)領(lǐng)域中的常見(jiàn)需求。由于人工 智 能的廣度，這些研究重點(diǎn)跨越整 個(gè)領(lǐng)域，而不僅針對(duì)各子領(lǐng)域具體的單個(gè)研 究 難題。為了實(shí)施該規(guī)劃，應(yīng)制定 詳細(xì)的路線(xiàn)圖，明確與規(guī)劃一致的功能缺口。 戰(zhàn)略一中所述最重要的聯(lián)邦研究重點(diǎn)之一是對(duì) 人工智能的持續(xù)長(zhǎng)期研究， 獲得發(fā)現(xiàn)和深刻見(jiàn)解。美國(guó)聯(lián)邦政府許多對(duì) 高 風(fēng)險(xiǎn)、高回報(bào)基礎(chǔ)研究的投資已 帶來(lái)了今天賴(lài)于生存的革命性的技術(shù)進(jìn)步， 包 括互聯(lián)網(wǎng)、 GPS、智能手機(jī)語(yǔ)音識(shí) 別、心臟監(jiān)視器、太陽(yáng) 能電池板、先進(jìn)電池 、 癌癥治療等。人工智能的前景幾 乎可涉及社會(huì)的每一方面，帶來(lái)顯著積極的 社 會(huì)效益和經(jīng)濟(jì)效益。因此，為了 在這一領(lǐng)域保持世界領(lǐng)先地位，美國(guó)必須重 視 對(duì)人工智能基礎(chǔ)和長(zhǎng)期研究的投 資。 許多人工智能技術(shù)將與人一起工作， 16 因此如何最好地建立主動(dòng)幫助人工作 的人工智能系統(tǒng)成為重要挑 戰(zhàn) 16。人和人工智能系統(tǒng)之間的壁壘慢慢被打破， 人工智能系統(tǒng)不斷增強(qiáng)人的能力。如戰(zhàn)略二 所 述，需開(kāi)展基礎(chǔ)研究，以研究有 效的人機(jī)交互和協(xié)作方法。 人工智能的進(jìn)步為社會(huì)帶來(lái)了許多積極的益處 ，并提高了美國(guó)的國(guó)家競(jìng)爭(zhēng) 力。 8 然而，與大多數(shù)變革性技術(shù)一樣，人 工 智能也為某些領(lǐng)域帶來(lái)了風(fēng)險(xiǎn)，包 括就業(yè)、經(jīng)濟(jì)、安全、倫理和法律問(wèn)題。因 此 ，隨著人工智能科技的發(fā)展，聯(lián) 邦政府也必須投資研究更好地理解人工智能 對(duì) 所有這些領(lǐng)域的影響，并通過(guò)研 發(fā)如戰(zhàn)略三所述的符合倫理、法律和社會(huì)目 標(biāo) 的人工智能系統(tǒng)以解決這些影 響。 當(dāng)前人工智能技術(shù)的一個(gè)關(guān)鍵缺口是缺乏確保 人工智能系統(tǒng)安全性和可預(yù) 測(cè)性的方法。確保人工智能系統(tǒng)的安全性是 一 項(xiàng)挑戰(zhàn)，因?yàn)檫@些系統(tǒng)異常復(fù)雜 并不斷演變。面對(duì)這一安全挑戰(zhàn)進(jìn)行了幾項(xiàng) 重 點(diǎn)研究。首先，戰(zhàn)略四強(qiáng)調(diào)需建 立可解釋和透明的系統(tǒng)，這些 系統(tǒng)受到用戶(hù) 信 任，按用戶(hù)可接受的方式運(yùn)行， 并確?？砂从脩?hù)想要的方式運(yùn)行。人工智能 系 統(tǒng)的潛在功能和復(fù)雜性以及與人 18 美國(guó)國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃 中國(guó)信通院（ CAICT）編譯組整理 跨領(lǐng)域研發(fā)基礎(chǔ) 基礎(chǔ)研發(fā) 應(yīng)用程序 數(shù)據(jù)分析 感知 農(nóng)業(yè) 通信 理論假設(shè)限制 教育 通用人工智能 財(cái)務(wù)方面 政府服務(wù) 可擴(kuò)展人工智能 法律 類(lèi)人人工智能 物流 制造業(yè) 機(jī)器人 市場(chǎng)營(yíng)銷(xiāo)方面 硬件 醫(yī)藥 人事服務(wù) 人本意識(shí)人工智能 科學(xué)和工程 人類(lèi)機(jī)能增進(jìn) 安保 運(yùn)輸 自然語(yǔ)言處理 界面和可視化 類(lèi)用戶(hù)和環(huán)境的廣泛相互作用，使增加對(duì)人 工 智能技術(shù)安全性和控制性研究的 投資至關(guān)重要。戰(zhàn)略五要求聯(lián)邦政府對(duì)用于 人 工智能培訓(xùn)和測(cè)試的共享公共數(shù) 據(jù)集進(jìn)行投資，以推進(jìn)人工智能的研究并對(duì) 替 代解決方案進(jìn)行更有效的比較。 戰(zhàn)略六討論了評(píng)估研發(fā)的標(biāo)準(zhǔn)和基準(zhǔn)，以確 定 進(jìn)展，縮小差距，為具體問(wèn)題和 挑戰(zhàn)提供創(chuàng)新解決方案。標(biāo)準(zhǔn)和基準(zhǔn)對(duì)于測(cè) 量 和評(píng)估人工智能系統(tǒng)以及確保人 工智能技術(shù)符合設(shè)計(jì)功能和互用性的關(guān)鍵目標(biāo)至關(guān)重要。 最后，人工智能技術(shù)在社會(huì)各領(lǐng)域的日益普及 為人工智能研發(fā)專(zhuān)家?guī)?lái)了 新的壓力 。 66 人工智能領(lǐng)域的核心科學(xué)家和工程師將擁有大量機(jī)會(huì)，他們熟練 掌握技術(shù)，具有新想法，能夠拓展該領(lǐng)域的 知 識(shí)邊界。國(guó)家應(yīng)采取措施，確保 熟練掌握人工智能技術(shù)的人才充足。戰(zhàn)略七闡述了這一挑戰(zhàn)。 以下 圖 4 提供了本《戰(zhàn)略》總 體 結(jié)構(gòu)的圖形說(shuō)明。底部一行（紅色行）是 影響所有人工智能系統(tǒng)開(kāi)發(fā)的跨領(lǐng)域根本基 礎(chǔ) ；這些基礎(chǔ)在戰(zhàn)略三 7 中進(jìn)行了 說(shuō)明。中間第二行（淺藍(lán)色和中藍(lán)色行）包 括 推動(dòng)人工智能進(jìn)步所需許多領(lǐng)域 的研究。這些基礎(chǔ)研究領(lǐng)域（包括應(yīng)用型基礎(chǔ)研究）在戰(zhàn)略一 2 中進(jìn)行了概 述。 67 圖形的頂部一行（深藍(lán)色行）是預(yù)期受益于 AI 進(jìn)步的應(yīng)用示例，如本文 件前文愿景部分 所述?？傊尽稇?zhàn)略》的 這 些組成部分為聯(lián)邦投資定義了一 個(gè)高層框架，可為該領(lǐng)域帶來(lái)有效進(jìn)展和積極的社會(huì)效益。 [1]長(zhǎng)期投資 [2]人機(jī)協(xié)作 [3] 倫理、法律和社會(huì) 影響 [4] 安全與安保 [5] 標(biāo)準(zhǔn)和基準(zhǔn) [6] 數(shù)據(jù)集和環(huán)境 [7] 人工智能精干團(tuán)隊(duì) 圖 工 智 能研發(fā) 戰(zhàn)略 規(guī)劃的 結(jié)構(gòu) 跨領(lǐng)域研 發(fā) 基礎(chǔ)（底 部 紅色行） 對(duì) 于所有人 工 智能的研 究 都很重要 。 人工智能 研 發(fā)的 19 美國(guó)國(guó)家人工智能研究與發(fā)展戰(zhàn)略計(jì)劃 中國(guó)信通院