技術地平線與智能化戰爭：來自DARPA的報告

作為美國國防科技創新的搖籃，DARPA的職責一般都是從事那些有潛在軍事用途而又未被陸、海、空軍列入現時議程的基礎研究。儘管不常顯山露水，但無論是武裝到牙齒的美軍，還是日常生活中的各種新科技，從軍事領域到民用領域，DARPA都一直扮演著一個極為重要的角色，是一面我們推進國防科技創新的難得的鏡子。

一、冷戰中誕生的創新孵化器

1957年10月4日，蘇聯發射人類第一顆人造衛星「Sputnik-1」。衛星直徑58厘米，重83.6公斤（約184磅）。由於當時冷戰的特殊背景，美蘇兩國都密切關注彼此「重要敵人」軍備動向，而「Sputnik-1」的成功發射無疑給美國帶來了巨大的震撼。第二天，美國《紐約時報》即以醒目的0.5英寸大寫字母橫貫首頁刊印：「時速18000英里環繞地球 無線電信號確認衛星通過合眾國上空軌道」。英國《曼徹斯特衛報》也報道，「『Sputnik-1』人造衛星已明白無誤地顯示，莫斯科現在可以製造能夠攻擊世界任何既定目標的洲際彈道導彈了，顯然，俄國人在外空領域已經取得了極大的領先地位，美國的核力量優勢從此將成為歷史，這是令自由世界倍感痛苦但又不得不接受的殘酷事實。」

同日，蘇聯在其官方報紙《真理報》上也宣布了「Sputnik-1」號人造衛星發射成功的消息：「蘇聯科學技術獲得的新的傑出勝利的消息昨天轟動了全世界。作為我國各科學研究所和設計院極其緊張工作的回報，我們創造了世界上第一顆人造地球衛星。現在這顆衛星以每秒約八千公尺速度繞著地球作橢圓形運轉，繞行一周為時一小時三十六點二分鐘……」對於這顆人造衛星對美國的含義，蘇聯的《真理報》也不忘藉機嘲諷一番：「現在難道不是美國統治集團走出自己鑽進去的死胡同的時候嗎？要知道，是他們發起了軍備競賽，宣稱他們壟斷了原子武器。但是他們的算盤落空了。他們繼續軍備競賽，高叫美國獨佔的氫彈，他們的算盤再次打亂了。他們拒絕蘇聯的裁軍建議，吹噓自己的火箭武器。這次他們又遭到了失敗，因為蘇聯已經製成了洲際彈道火箭。」

為避免再次出現此類對美國造成被動局面的技術突襲，同時確保其自身的技術優勢，1958年2月，美國政府宣布成立高級研究計劃局（Advanced Research Projects Agency，簡稱ARPA），即今天美國國防部高級研究計劃局（DARPA）的前身。作為美國國防部的直屬機構，DARPA始終堅持其「保持美國技術領先地位，防止潛在對手意想不到的超越」宗旨，在推動創新具有顛覆性影響的新技術和新能力方面做了大量探索性工作，包括互聯網、GPS、隱形戰機、無人機、高超聲速飛機、智能語音助手等在內的諸多領域，都取得了重要突破性科技創新，為美國保持軍事技術領先地位奠定了堅實基礎，並成為全球創新機構眼中開展前沿性、探索性及顛覆性研究的標杆。

近年來，DARPA持續資助人工智慧領域的相關研究。由於防務戰略研究的特殊性，儘管只有一定的借鑒性價值，不能照搬照抄或簡單對錶，但從其公開發布的技術報告中，我依然可以窺見到其有關人工智慧技術的探索動向，以及基於戰略前沿科技探索的智能化戰爭理解。

二、面向智能化戰爭的科技創新

美國軍事硬實力和戰略威懾力，在很大程度上依賴於其源源不斷的科技創新能力，尤其是對戰略前沿技術的敏銳捕抓。近幾年，DARPA加大了對智能科技的關注與升級，布局的一系列科研探索項目，將標靶瞄向了未來智能化重構的戰場。

（一）智能科技的升級

1.透明計算技術——「透明計算」

當計算達到極致所得出的結果仍然只是接近目標而非絕對正確時，計算的智能化就是如何在追求無限近似目標條件下「揭開黑箱」，從而設計出最優方案的過程。然而，由於人們對於計算機系統內部運行的認知就如同黑箱，幾乎無從看到具體運行過程。這就極大地限制了人們充分理解網路操作的能力，自然也就無法檢測並應對某些重大網路威脅，尤其是某些機理更複雜、時間更持續的網路威脅。

DARPA的「透明計算」項目旨在保證系統性能損耗最低的前提下，通過提供高保真度的可見性，使目前不透明的計算機系統變得更加透明。透明計算主要支持科學研究和實驗所涉及的相關計算模型及體系研究，以及推理計算和通信。該項目將開發用於記錄並保存所有系統的要素/組件（輸入、軟體模塊及進程等）來源的技術，以動態跟蹤交互和網路系統組件間的因果關係，在端對端系統操作中整合與分析這些關係。與此同時，「透明計算」還將開發多層數據收集體系和分析/執行驅動器構成的基本技術和實驗原型，以實現主動執行的理想化策略（允許/禁止交互）、近距離實時入侵檢測及論證分析，並為計算技術的升級帶來新的起點。

2.終極搜索系統——「Memex深網搜索」

有人曾對美國的谷歌做過一個實驗，在谷歌搜索欄中輸入「the 10 deepest lakes in the U.S」（美國最深的10個湖），而搜索引擎將優先展示基於這些單詞或者片語權重最高的句子和網站。針對該實驗，谷歌的解釋是，搜索引擎還不能明白輸入的這句話是一個問題。此外，搜索演算法有時還會漏掉不能被標準搜索引擎檢索的網路信息，造成跨頁共享內容的丟失。由此可見，即便是表現非常出色的網路搜索引擎，也依然存在著亟待解決的技術難題。

DARPA的「Memex深網搜索」項目旨在創造更好的信息交互及分享方法，從而使用戶能夠快速、全面地組織並搜索與個人興趣有關的信息子集。深網搜索是一種補充人類記憶的模擬計算技術，它可通過存儲和自動交叉引用用戶的所有書籍、記錄和其他信息以達到快速、靈活地搜索大量信息，進而高效地獲得相關見解的功能。該項目將開發遠超當前水平，並提供完善內容探索、信息提取、信息檢索、用戶協作及其他關鍵搜索功能的先進在線搜索功能機制。

3.精準信息平台——「面向任務的彈性雲」

儘管美國有關「雲戰略」——在未來戰爭中將信息技術從傳統工作站轉移至雲計算環境的規劃早已提出，但如何將敏感數據和計算壓縮至雲計算系統時的安全性問題仍未完全得以解決。這其中的關鍵問題就在於，傳統安全解決方案中的國家周邊防禦重點無法覆蓋現在的「孤島」安全。而在雲環境中，它將會被進一步邊緣化，從而在高速網路環境中構成高度集中的同類主機，且在有限周邊防禦地區的主機內無需內部檢查，而擁有絕對的可信度。

DARPA的「面向任務的彈性雲」項目旨在通過開發雲計算中的攻擊檢測、診斷和相應技術，解決某些潛在的安全挑戰。為此，該項目將著重研究完成分配的雲防禦，創建共享態勢感知和動態信任模型，將可管理和可分配至任務的多樣性引入其他同類雲系統中，開發任務感知適應網路技術。同時，該項目還將與美國國防部的「彈性、自適應、安全主機的全新設計」計劃同時進行，以限制主機的安全漏洞。

（二）學習能力的提高

華盛頓大學計算機科學教授普德羅·多明戈斯曾指出：「如果機器人掌握了人類除學習以外的所有能力，人類很快就會拋棄它。」但正是由於人工智慧的自主學習功能，即人們無需事先以概念的形式告訴它應該怎樣做，它就能隨著事情的進展而獲得「規則」，並逐漸形成能夠改善其表現的策略。在這裡，人腦與神經網路的不同在於，人腦中的學習能力增強是一個生物化學過程，而神經網路中的學習能力增強另外一種發生機制，即通過修改其自身代碼，以在複雜情況下找到輸入和輸出之間或原因和結果之間的聯繫。

1.理論框架構建——「學習的根本局限性」

據國際數據公司估測，目前網上在線數據量約為4.4澤位元組，而如果能將這些數據輸入ipadAir（蘋果超薄平板電腦）中，那麼產生的堆棧將能夠覆蓋地球到月球距離的2/3。然而，如何找出數據海洋背後的關聯性，則成為機器自主學習的關鍵。例如，機器學習缺乏對相關領域、問題或資料庫相關技術的權衡和數學限制的理解。而這種缺陷正是了解數據、任務、資源和績效度量之間關係的基本理論框架，這些要素可以幫助我們理解人工智慧與任務之間的匹配關係。

DARPA的「學習的根本局限性」項目旨在開發學習系統設計方案能力評估方法及應用規則。該項目將研究能夠提供可量化及可歸納性學習測定結果的數學框架，進而設計出具備好性能的系統。此外，該項目還將有助於描述現有的和新型機器學習規範做法之間的基本限度特徵，並闡明多種應用中可信度的評價方法。

2.複雜系統建模——「深度有目的學習」

Facebook（臉譜網）曾創建了一種稱之為「DeepFace」的臉部識別技術，該技術可憑藉深度學習能力，對比兩張照片並查看其顯示的是否同一人。而在此後不久，Facebook又在「DeepFace」的基礎上開發了另一種技術，該技術能夠為盲人用戶描述圖像。例如，一張圖片上顯示的是某人在一個夏日騎自行車穿過英國鄉間小路，該技術在識別後便能用語音將這一情景描述出來。當然，在軍事領域，人工智慧的深度學習系統要比這裡的「面部識別」和「場景描述」複雜得多，其複雜系統建模也成為深度學習中不可缺少的一環。

DARPA的「深度有目的學習」項目旨在利用高效的信息分析和處理方法，推進複雜動態系統建模，並在多個尺度上實現數據和已知物理學的最佳應用。該項目將使用高通量多模態科學數據開發如下內容：降噪和內插隨機時間序列數據的新方法；用於預測系統軌跡、彈性和穩定性的產生式模型；調整這種系統最終態勢軌跡的新方法。

3.戰場對策制定——「自適應電子戰行為學習」

智能化戰爭究竟能否實現？為何我們對此深信不疑，原因或許有兩點：一是人工智慧技術的需求牽引；二是人工智慧的自我進化。對於前者，我們正在經歷，而對於後者，也並非天馬行空般地猜測。如美陸軍發布的《2015-2040機器人和自主系統戰略》就制定了增強自主系統態勢感知能力在內的一系列計劃。

DARPA的「自適應電子戰行為學習」項目旨在通過開發新的機器學習演算法和技術，將能夠快速檢測和鑒定新的無線電威脅、動態合成新的對策，並能基於對威脅的無線觀測改變提供精確的戰損評價，這對於戰場環境變化過程中對策的制定將發揮重要作用。

（三）失控風險的控制

對於人類而言，我們習慣於將「人造物」的「失控」歸結為事故或者是故障。如飛機失事及列車相撞等。而通常我們在排除這類故障時，會從飛機或火車的製造環節中尋找線索。但人工智慧卻會改變我們這一觀念，其根源就在於人工智慧是一種自主系統，其指導下的行為源於一種判斷和概率，而並不能給出完全確定的結果，這也就在不經意間給依賴人工智慧的系統帶來失控的風險。

1.惡意行為問責——「增強身份歸屬」

有人也許會產生這樣的疑問，既然在現階段人工智慧還不太能理解價值追求，不能完成多元價值取捨，而只能按照設定的目標「自我發揮」。那麼當設定的目標與價值追求不符時，人工智慧是否會為完成目標而做出「極度偏執」的事情呢？答案是肯定的。早在2005年，在美國的一次自動駕駛試驗中，一輛大眾途銳以每小時32-40公里的速度勻速跑在一條沙漠公路上，車裡坐著4位頭戴防撞頭盔的乘客。車裡的計算機通過5個感測器感知外部環境，並控制方向盤。而當這輛汽車駛進一個窪地時，由於汽車向上傾斜，它的激光雷達掃描到了位於車輛上方的樹枝，但自動駕駛系統並不清楚這是什麼，因此出現了異常，車輛「偏執」地跌出道路而陷到荊棘之中。

DARPA的「增強身份歸屬」項目就旨在通過使惡意行為具有高保真度的可視性，對目前不透明的惡意行為進行透明化。該項目將開發相關技術和工具，以控制人工智慧系統可能出現的「極度偏執」行為。

2.數據污染控制——「可解釋人工智慧」

微軟曾經推出了一款名為「Tay」的聊天機器人，但這款產品在上線不到一周就被迫下線了。原因就在於這款產品表達出一些與主流價值觀不吻合的偏激觀點。對此，美國人接受不了，而為了避免事態惡化，「Tay」很快被下線了。事後，微軟主管研發副總裁彼得·李解回應道：「我們對『Tay』無意的攻擊性以及傷人的話語深表歉意，『Tay』的言行不代表我們就是這個樣子，也不代表我們支持它所說的那些觀點，並且有意把它設計成了那個樣子。」實際上，「Tay」下線事件所反映的是數據污染的問題。在「數據—學習類演算法—行為」的鏈條之下，數據本身顯然會對最終的行為產生關鍵影響。然而，由於數據量極其龐大，許多時候我們無法控制什麼數據會被輸入給學習類演算法，因此也就無法知道人工智慧的準確行為。

DARPA的「可解釋人工智慧」項目旨在創建具有解釋基本原理、描述優勢和劣勢以及表達對未來表現認識能力的新型機器學習系統。該項目將與最先進的人機交互技術結合，以便將模型轉換到最終用戶可理解、實用的解釋對話中，從而生成一套更新的方法，以解決人工智慧系統可能出現的數據污染問題。

3.系統安全運轉——「洞察力」

如果我們讓每種人工智慧系統都處在一個無形的沙盒中，另一面則系統地檢測這樣一種人工智慧系統所產出的各種數據和記錄。一旦發現異常，就對其進行調整或關閉。在這裡，我們可以認為沙盒是人為設置的人工智慧邊界，我們通過沙盒控制人工智慧的發展。然而，或許人類在使用人工智慧的那一天就已經決定了對特定機器或程序失去嚴密控制的能力。這就好比在AlphaGo與李世石的「人機大戰」中，我們無法控制它每遇到一種情形是出好棋還是差棋。事實上，人工智慧系統的安全運轉需要的是一種社會化的權責控制系統。

DARPA的「洞察力」項目旨在開發通過接收、索引及存儲源於多種渠道的數據，並對這些數據進行分析，同時向分析師和數據提供商請求並共享相關信息。該項目採用開放標準化的即插即用架構，可以快速集成現有的和正在開發中的情報、監視和偵查（ISR）技術和來源，並及時做出決策的直觀多用戶界面，以強化情報分析師對戰場實時感知作戰的支持，從而有利於人工智慧系統的安全運轉。

三、DARPA創新機制的獨特之處

1958年，ARPA探索大型運載火箭「朱諾Ⅴ」的發展，後移交新成立的美國航空航天局（NASA）；1959年，ARPA啟動用於探測核爆炸的「船帆座」項目；1960年，ARPA與美國中央情報局聯合資助的「日冕」偵察衛星項目成功返回了首批照片；1965年，ARPA資助威廉姆公司開發了WR19小型渦扇發動機，該發動機的改進型後來成為了AGM-86空射導彈和BGM-109「戰斧」巡航導彈的動力裝置；1969年，由ARPA資助的全球第一個網路「ARPA網」問世；1971年，ARPA啟動了用於偵察的「小型遙控無人機」項目；1975年，DARPA啟動了有人駕駛隱形飛機的研究；1977年，DARPA資助的驗證機「海弗藍」首飛成功，後發展成為F-117隱形戰鬥機；1982至1984年，DARPA開展了一個名為「銅溪谷」的秘密項目，後演進為「X-30」空天飛機項目；1997年，DARPA啟動了微型無人機（MAV）項目；2001年，DARPA啟動了「先進短距起飛和垂直著陸」項目；2007年，DARPA開啟了為期三年的「射頻應用寬禁帶半導體」（WBGS-RF）計劃；2008年，DARPA提出了融飛機的速度與航程、水面艦艇的游弋能力及潛艇的隱身能力於一體的「潛水飛機」概念。從2008到2018,近十年來DARPA更是抓緊布局了人工智慧、大數據、雲計算及高超聲速飛行器技術、量子計算等戰略戰略前沿技術研發。

長期以來，正是在上述這些國防科技創新成績單輝映下，人們對有關DARPA在促進軍用或民用科技創新方面的計劃，倍感好奇。與此同時，由於DARPA隸屬於美國國防部的原因，這一機構又經常籠罩著一層神秘的面紗。

應該說，在現代國防科技發展史上，美國國防部DARPA機制的誕生，是一個成功的決策範例。在DARPA誕生後的六十年時間裡，它取得了舉世矚目的成就。由DARPA開發的軍事技術，不僅幫助美國無可爭議地佔據了全球軍事科技研發「執牛耳」的地位，而且，近年來由於美國在其發動的第一次海灣戰爭、科索沃戰爭、第二次海灣戰爭中對這些高科技武器裝備的展示，更激發了全球範圍內軍事技術革命浪潮。對DARPA的研究，不論從理論層面還是現實層面來說，都是一個透視美國國防科技決策機制的窗口。

對於DARPA來說，創意就是一切。在這個聚集著最頂尖人才的機構，正如曾任DARPA局長的托尼.特瑟所言：「我們可以僱傭成千上萬的人來執行想法，但是最重要的是先有想法。」潛能的最大發揮來源於機制的有效運行。總結起來，DARPA的模式有如下一些特點：

其一，前瞻性。邁克爾·圖什曼和查理斯·奧賴利曾提出，成功的創新領導者會創造出「雙性」組織——也就是說，這種組織能夠「高效地將今天的工作處理妥當，還能預見明天的非連續性」。擁有這種管理者的組織不僅在當前有能力勝出，甚至在它們應付未來的時候也能技高一籌。

DARPA著眼於未來需求，強調出創意、出概念、出奇招，而不是出對於現實問題的解決方案，「思想的閃光」是DARPA研究項目的起點，其主要責任是感知軍方的未來潛在需求，而不是去驗證軍方提出的現實需求。因此，它對某些新技術的研究往往比其實際應用提前數十年。例如，DARPA從1969年開始進行ARPAnet的研究，而ARPAnet後來逐步發展成為了現在的國際互聯網；從1973年開始，DARPA開始進行無人機方面的研究，時至今日，無人機已經成為美軍裝備體系中不可或缺的關鍵角色。

從本質上講，這種前瞻性的研究使用傳統的科學研究方法，研究為實現某種未來產品可能的技術方案，其應用前景是強烈的。但是，它的收益既可用遙不可及來形容，又可用遙遙可期來概述，因此，它成功的背後必然得有許多專業人才的前赴後繼的持續努力。

其二，獨立性。科研機構的某種獨立運轉，能夠激發其新思想的產生，並有利於與外界建立更加廣泛的聯繫。雖然DARPA歸屬於國防部，但卻獨立於各軍種，與美國海、陸、空軍種都是客戶關係，具有很強的獨立性。它招聘富有遠見的技術人員、頂級科學家和工程師，組成一系列小型科研機構，為那些旨在攻克具體技術難關的大學、公共部門和科技企業搭建起科學共同體，並在研究經費使用方面賦予他們非常高的自主支配權，支持有可能實現的想法。一位項目官員要決定是否資助某個項目，通常只需要說服兩個人：所在技術辦公室的主管和DARPA局長。

獨立性使DARPA擺脫了行政指派的傳統方式，這就能夠充分發揮它的預見性，並激發科學家的探索精神，促進他們之間的交流和合作，從而在一些重大的、前瞻的科技領域取得突破性進展。

其三，敏銳性。DARPA的運營，看上去似乎捉摸不定：資金支持決策不需經專家評審，項目管理人員憑個人意念即可自主決斷，唯一遵從的原則就是DARPA始終不渝的使命——支持富於想像和創造性、高風險且符合美國防務利益的研究。

對於DARPA來說，相較於公平性，它更關注的是敏銳性（agile）。它招聘的很多項目主管需要具備很高的素質，他們必須擁有項目投資的豐富經驗，對於科研項目的長期應用遠景有很敏銳的嗅覺，他們到處尋找潛在的好項目和好人才。DARPA鼓勵其工作人員削減沒有取得進展的團體的經費，並將資源重新分配給更有希望實現技術突破的團體；而且，出於提高決策效率等方面的考慮，其項目資助過程可以不採用同行評議方式。

美國卡內基梅隆大學（Carnegie Mellon University）工程與公共政策系助理教授Erica R.H.Fuchs在《成功地克隆DARPA模式》中指出，DARPA模式最主要成功因素是其獨特的項目官制度。在科研工作中，科研工作者的素質決定了計劃實施的進度和水平，而敏銳性又實實在在地構成了落實與執行科研計劃的基礎。

其四，效益性和效率性。效益性和效率性是每一個科研機構都必須納入考量的維度。研製的產品能否推進相關領域技術的發展？它的研究能否在儘可能低的成本下發揮最大優勢？在這個方面，DARPA似乎有其獨到之處。

DARPA將資金提供給大學的研究人員、剛剛起步和在業內穩步立足的公司，以及工業集團等機構，由於其在諸多項目上獲得的技術成果只有向軍種和工業部門轉移才能最終形成產品，進而形成美軍的作戰能力，可見它的最終目標是為了推動應用技術的進展，任務便自然地延伸到幫助企業把其產品商業化階段，因此該機構提供給公司的資助遠遠超過資助經費。

同時，DARPA通過科學計量學指標的數據挖掘分析，若發現有兩位科學家同時在攻克同一問題，但採取的技術路線不同，就會對他們分別給予資助，從而防止兩人今後潛在的重複研究，而兩人也省去了繁複的經費申請過程，雙方各得其所。若最後兩人中只有一人拿到了DARPA的資助，雙方都必須在DARPA組織的研討會上與大家分享研究思路與工作進展。通過這種方式，DARPA培育出一個研究者社區，推動了社區成員間的協調合作，提高了整體的科研效率。

其五，風險寬容性。發展與風險往往難解難分，因而，對兩者的取捨常常讓人為難。埃絲特.戴森(Esther Dyson)曾告誡《哈佛商業評論》的讀者：「你必須樂於面對風險，樂於進行試驗，辯證地看待失敗之處。我的信條是：『即便犯錯誤也必須是新錯誤。』犯錯誤沒什麼羞恥。只要從中吸取教訓不再犯同樣的錯誤就好。我學到的東西，都是我從錯誤中獲得的。」

在創新領域，決策者必須認識到風險與回報之間的密切關係。對於DARPA來說，它強調所進行的是「高風險、高回報」研究，因此它容忍失敗，實行開放式學習，形成了一種風險承擔的文化。它強調管理風險，而不是逃避風險。因此，它在組織、管理和人事政策方面鼓勵個人責任和首創精神，並在項目界定上具有高度的靈活性。DARPA高層的一個重要決策就是篩選出那些勇於承擔風險、創新思想驅動的項目主管。

但是，「高風險」並不等價於「高代價」。DARPA允許項目失敗，但其嚴格的項目評審機制在一定程度上又降低了高昂的代價。這種模式與賭牌的一種技巧十分相似。一個精明的牌手知道如果他糾纏著一手死局的牌，就別指望最終能贏，於是他停住下注，放棄該局，等著重新發牌。如果牌勢很號，他將繼續下去，提高賭注。每當他摸到新牌，他總會判斷是否值得繼續這一局。而他的原則是一旦發現牌局必輸無疑，就儘可能最快、最低代價地從中脫身。同理，DARPA在一個項目或試驗剛剛顯示出「行不通」時就終止它，這種迅速「收手」的做法在一定程度上能夠降低其失敗的代價。

其六，廣泛聯繫性。一個頓悟的火花是渺小的，但是，通過與外界的廣泛聯繫，就可以由小聚大，最終產生突破性的創新。莫爾斯想到了點和虛線的創意，並將它們用於傳送四位數字碼，但是，只有在和韋爾合作的過程中，他才想到了根據點和線的區別來傳送字母。

為提高決策水平，推動技術創新和轉化，DARPA與外界有著廣泛的聯繫，定期與國防部的文職官員和領導人會面，了解需要研究的問題；定期對軍事基地、司令部、訓練中心和其他軍事機構進行參訪、調研，收集情況；廣泛徵求高級軍事領導人的意見，了解他們最關心且難以解決的問題：研究最新的軍事行動戰例，找出限制美軍能力的薄弱環節和問題；與軍內外涉及國家安全的諸多部門共同研討相關專業領域的技術發展問題，探索以創新性方法解決所面臨挑戰的可行性。

轉自丨軍鷹資訊

作者丨石海明 曾華鋒（國防科技大學）

研究所簡介

國際技術經濟研究所（IITE）成立於1985年11月，是隸屬於國務院發展研究中心的非營利性研究機構，主要職能是研究我國經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展態勢，為中央和有關部委提供決策諮詢服務。「全球技術地圖」為國際技術經濟研究所官方微信賬號，致力於向公眾傳遞前沿技術資訊和科技創新洞見。

地址：北京市海淀區小南庄20號樓A座

電話：010-82635247/6558

微信：iite_er

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！