美聯邦機構推動人工智慧發展

美國聯邦政府已經為人工智慧技術的發展開闢了前進之路，以幫助美國保持技術優勢。但在有關規劃與政策頒布之後，必須有相應的投資和行動來確保成功，因為設計和實現人工智慧存在一定的難度。

2月11日，特朗普簽署了一項行政命令，啟動「美國人工智慧倡議」，旨在激勵人工智慧的發展。第二天，美國防部發布了一份非機密的人工智慧戰略，以增強聯合人工智慧中心（JAIC）的作用。2020財年預算中包括數億美元的資金用於支持JAIC，以及能源部和美國國家標準與技術研究院（NIST）的人工智慧研究。最近，一個由兩党參議員組成的小組提出了20多億美元的資助計劃。

這一系列的舉措為今後幾個月聯邦機構在人工智慧領域的工作奠定了基礎。這些機構現在必須明確使用人工智慧的機會，然後進行設計和實施。目前聯邦機構領導人所面臨的關鍵決策包括設定目標、重新分配資源以及優先考慮人工智慧投資。

人工智慧已經成功地應用於阻止網路攻擊、協助救災、打擊欺詐等領域。但要讓人工智慧走出實驗室並真正發揮其全部潛力，還有很長的路要走。

首先，美國仍需要一個全國性的人工智慧戰略，以鞏固政府、學術界和私營部門為保持美國人工智慧領域領先地位而作出的努力。目前，全球已有10多個國家在各自的國家戰略中將人工智慧列為優先發展項目，加拿大、中國、日本以及其他幾個國家也公布了相關計劃。

戰略的關鍵支柱必須包括深思熟慮的公共政策，以鼓勵人工智慧的應用和減少障礙，同時鼓勵創新。目前，旨在保護美國知識產權的現行法規或擬議中的出口管制方案都將可能產生抑制創新等負面影響。

其次，聯邦領導人在制定人工智慧實施計劃時應該考慮一些策略性步驟——與產業界和學術界合作——包括:

激發目標和價值觀。明確投資的價值，明確實際影響，充分考慮如尊重、透明、隱私和公平等倫理問題；

評估能力。標記數據是否充分，計算基礎設施是否需要更新以捕獲和處理所需的數據，專業知識是否正確，高技能員工如何獲得人工智慧技術能力；

可操作化設計。很多人工智慧應用案例無法走出實驗室。是否正在將敏捷性構建到機器學習操作 (MLOp)中，是否計劃驗證不斷學習的模型，如何管理不一致的、過時的IT環境、零星的網路、軟體體系結構，為機器學習和人工智慧實現中可能出現的挑戰和風險進行規劃。

通過「美國人工智慧倡議」的啟動，美國在保持技術優勢方面邁出了至關重要的一步。現在，聯邦政府連同學術界和工業界的合作夥伴必須帶著新的目標向前推進，從制定具體的實施計劃轉向確保未來人工智慧的實現。

來源 ：美國下一代政府網站/圖片來自互聯網

軍事科學院軍事科學信息研究中心劉偉雪

如需轉載請註明出處：「國防科技要聞」（ID：CDSTIC）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！