2020年,人工智能仍是各国战略竞争的重点。除持续加大政策扶持力度、增加资金投入、推进技术研发外,欧美国家更加关注人工智能治理,并开始重视对数据的规范利用,以期更安全、更规范地进行人工智能研发,激发人工智能的应用活力,推动技术革新和行业进步。 1.世界主要经济体继续强化人工智能战略部署 2020年2月,美国白宫向国会提交2021财年联邦政府预算报告,提议将联邦研发支出增加到1422亿美元,比2020年预算增加6%,尤其计划大幅增加人工智能和量子信息科学等未来产业的研发投资,承诺到2022年将非国防人工智能和量子信息科学中的研发支出增加一倍。2020年8月,美国白宫科技政策办公室(Officeof Science and Technology Policy,OSTP)宣布, 将在2020-2025年投资超过10亿美元,在全美范围内设立12个新的人工智能和量子信息科学研究机构,旨在让美国在人工智能和量子技术方面保持全球竞争力。2020年12月,美国众议院投票通过一项提案,以支持制定国家人工智能战略,从而打破美国在全球人工智能领域的领导力真空状态。该提案包含数十条有关投资和监管人工智能的提议,以确保人工智能为社会积极创造价值,并重塑美国在全球人工智能领域的领导力。 2020年11月,巴西政府宣布启动针对人工智能的国家创新网络,旨在提高巴西国内公司的生产能力和竞争力。巴西政府将在2020一2025年拨款约1200万美元,用于加强对人工智能研究机构的扶持,促进其开发和创新能力的发展。 2020年12月,德国政府决定对2018年版的国家《人工智能战略》做出修订,计划到2025年把对人工智能的资助从30亿欧元增加到50亿欧元。德国希望成为欧洲未来人工智能技术的主要创新驱动力,确保欧盟能够引领全球标准,并最终在人工智能等未来领域增强欧洲的技术主权。 2020年12月,欧盟拟为"数字欧洲"计划拨付75亿欧元,其中21亿欧元用于人工智能。该计划将在2021一2027年,为欧洲数字化转型提供支持,确保民众和企业获得高质量的公共服务,提高欧洲在全球数字经济中的竞争力并实现技术主权。 2.欧美国家越发重视人工智能治理和数据可利用性 人工智能在高速发展的同时,在可靠性、公平、透明度、安全等方面仍存在问题。这也是各国政府、学术界和业界长期博弈与争论的话题。为确保人工智能可控、向好发展,各国越发重视人工智能的治理,谨慎制定监管政策。然而,囿于隐私和人权的顾虑,欧美国家对于数据有着严格的保护,掣肘着人工智能应用的落地和发展。近年来,欧美国家意识到数据对于人工智能创新的重要性,拟推动数据规范利用以促进创新。 2020年1月,美国白宫科技政策办公室发布美国人工智能监管原则提案,敦促联邦法规放宽对人工智能的限制,以推动创新并避免监管过度。提案中主要包括初步规范私人部门人工智能技术开发和使用的10项监管原则,指示各联邦监管机构在考虑实施与人工智能相关的监管行动时,坚持"公平、非歧视、公开、透明、安全和保障"等原则,并听取公众对拟出台法规的反馈。2020年2月,美国国防部正式采用国防创新委员会(Defense lnnovation Board)于2019年10月提出的"责任、公平、可溯源、可信赖和可控"等人工智能伦理准则。2020年8月,美国国家标准与技术研究院(National Institute of Standards and Technology,NIST)提出4项原则,以确定人工智能所做决定的"可解释"程度。具体的4项原则为:人工智能系统应为所有输出提供相关证据或原因;人工智能系统应向个体用户提供有意义且易于理解的解释;所提供的解释应正确反映人工智能系统生成输出结果的过程;人工智能系统仅在预设或系统对其输出有足够信心的情况下运行。该工作旨在通过理解人工智能的理论能力和局限性,以及通过提高人工智能使用的准确性(Accuracy)、可靠性(Reliability)、安全性(Security)、鲁棒性(Robustness)和可解释性 (Explainability)来建立对人工智能系统的信任。 2020年2月,欧盟委员会在布鲁塞尔发布《人工智能白皮书》,旨在促进欧洲在人工智能领域的创新能力,推动道德和可信赖人工智能的发展。其提出一系列人工智能研发和监管方面的政策措施,并提出构建"卓越生态系统"和"信任生态系统"。同月,欧盟委员会宣布将放弃为期5年的面部识别禁令,并鼓励各成员国制定自己的面部识别法规。关于面部识别技术是否压制人权的讨论迫使欧盟放弃全面施行面部识别禁令,转而建议各成员国评估面部识别技术的影响后,再将其推广到公共场所。2020年11月,欧盟提出《数据治理法案》(DigitalGovernance Act)。该法案将促进整个欧盟及各部门之间的数据共享,从而在增强公民和企业对数据掌控力度和信任程度的同时,为欧盟经济发展和社会治理提供支撑。法案的相关条款将允许企业获取公共和个人数据,旨在促进欧洲企业与美国和亚洲的同行竞争。一旦获取大量真实的数据,欧洲企业将能够分析市场的实际需求,从而推出更好的人工智能产品和服务,提升自身竞争力。在该立法下,企业和研究机构将能够访问通常因隐私、商业机密或知识产权而被屏蔽的数据。同时,欧盟数据隐私保护法规《通用数据保护条例》(GDPR)仍将适用。2020年12月,欧盟基本权利机构(EuropeanUnion Agency for Fundamental Rights,FRA)发布《走向正确的未来》(Getting TheFuture Right)报告,深入讨论必须考虑的人工智能技术伦理问题。该报告称,算法存在偏见和歧视,这可能带来社会问题。如果没有适当的透明度,这些偏见可能会对人类产生不利影响。FRA敦促决策者就现有规则如何适用于人工智能提供更多指导,并确保未来的人工智能法律保护人的基本权利。 2020年11月,加拿大隐私事务专员办公室(Office of the Privacy CommissionerofCanada,OPC)呼吁制定法律,使加拿大人能够负责任地创新并从人工智能中受益,同时确保基本权利得到尊重。该办公室还建议对《个人信息保护和电子文档法》进行修订,允许将受保护的个人信息用于研究目的,以促进人工智能创新和社会进步。 3.对中国的影响与启示 中国是人工智能的后起之秀,发展路径与美国不同。美国人工智能发展源于学术界的兴趣,起于美国国防部、高校院所和众多私营企业的不断推动。这种模式促进了投资和人才培养,使得美国人工智能的发展轨迹具有韧性。中国人工智能的发展最早由国家级基金和科研计划推动,如今的研发主力包括国有企业、高校院所、互联网平台企业和人工智能开发企业等。 近年来,中国人工智能快速发展,应用成为其中的重要支撑。据统计,中国人工智能企业主要集中在应用层,占比近80%,主要是生产人工智能应用终端和提供人工智能应用行业解决方案的企业。如果将算力、算法、数据作为人工智能成功发展的三大要素,中国在数据方面有着最为突出的优势。凭借着众多的人口、机构和复杂的应用场景,以及多年来数字经济发展奠定的基础,中国有大量的数据可供训练人工智能算法与系统,这也成为吸引众多国外人工智能企业来华发展的重要因素。而阿里巴巴、腾讯等企业不仅拥有丰富的应用和数据资源,还在人工智能研究方面投入巨资,在全球招聘顶级人才,从而引领中国企业在全球人工智能赛场上脱颖而出。无论是产业整体,还是龙头企业等方面的进步,都是中国人工智能发展无可争 议的成就。 然而,中国人工智能的发展水平与美国仍存在着明显差距。中国人工智能学术研究与行业发展间的联系仍十分有限,存在需要长期应对的脱钩情况。整体来看,国内研究对基础技术、尖端技术的自主掌握不足,且其中很多精力花在增加专利数量上,但这些专利的可用度并不高。借助与美国人工智能创新系统(如谷歌公司的TensorFlow和脸书公司的PyTorch平台等)的深度集成,中国的人工智能企业多将大部分精力集中在占领应用市场上,在人工智能的基础技术方面严重依赖国外技术。在人工智能高端人才方面,中国仍大量依赖海外高校培养的中国留学生,本土化培养模式仍有待进一步探索。在全球开源项目方面,中国开发者的贡献较为有限。 为此,中国应正视差距、找准短板,确定科学有效的路径和方法,深耕核心领域,如重视人工智能核心算法的开发,重视芯片等核心元器件的自主掌握。面对欧美国家开放数据使用带来的竞争压力,唯有打牢基础,不断扩大应用面、深化应用层次,才有望维持人工智能、大数据领域的应用优势,持续创造价值。而在数据应用方面,应加大数据保护力度,通过法律手段创造严格的监管环境,杜绝隐私泄露、大数据杀熟等现象,防止数据滥用带来的危害。