美国出台了AI研发战略规划确定了AI发展的七大战略

semico_ljj · 发表于 2017-6-1 10:18:46

马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。

您需要登录才可以下载或查看，没有账号？注册

x

□特约撰稿　陈凯

　　2016年，美国出台了AI研发战略规划，确定了AI发展的七大战略。其中，两项是基础战略，一是长期投资数据分析、机器人、硬件、类人AI、AI可扩展性、AI架构、理论限制、感知领域；二是“人－AI”的协作，包括具有人类意识的AI、增强人力、自然语言处理、人机界面和虚拟化。其他五项是交叉分割研发，包括：AI的道德、法律和社会影响；安全；标准和基准；数据集和环境；具有AI能力的劳动力。

　　对AI研发进行长期投资

　　AI研究投资应是从长期看有潜在收益的领域，高风险的研究，往往有高回报，收益可能是5年、10年或更长时间才会显现。

　　美国对于AI研发投资的重点主要有：

　　1、推进以数据为中心的知识发现方法论研发——通过对智能数据的了解和知识发现，可建立许多基础性新工具和技术。开发更先进的机器学习算法，需要进一步开发和识别隐藏在大数据中的所有有用信息。

　　2、提高AI系统的感知能力——感知是智能系统进入世界的窗口。人的感知通过传感器和算法的适当结合，可得到很大的改善，使AI系统可与人更有效的合作。

　　3、了解AI的理论能力和局限性——虽然许多AI算法的最终目标是以人为本的解决方案来解决挑战，但我们对AI的理论能力和局限性理解有限，需要加大投入了解AI的理论和破解局限性。

　　4、追求广义人工智能研究——建立系统，在广泛的认知领域展现人类智力的灵活性和多功能性，包括学习、语言、感知、推理、创造力和规划。

　　5、开发可扩展的AI系统——AI系统组和网络可以协调或自主协作执行任务，多AI系统的开发和使用面临重大的研究挑战。这种系统的规划、协调、控制和可扩展性必须快速、实时、适当环境的变化。

　　6、培育类人AI研究——类人AI，需要系统以人类可理解的方式解释自己，这引出了新一代的智能系统。

　　7、开发能力更强和更可靠的机器人——机器人在认知和推理方面需改善，与物理世界实现互动。提高适应和学习能力，可扩展机器人的技能，包括机器人团队和与人的合作。

　　8、创建AI以改进“硬件－硬件”的改善可使AI系统能力更强，同时，AI系统也可以改进。

　　开发“人－AI”有效的合作方法

　　实现人与AI系统间的交互，需要研发投入才能确保系统设计不会导致过度的复杂性、信任不足或信任过度。在系统设计和开发时，要采用以人为本的自动化原则。主要研发包括：

　　1、找到具有人类意识的AI算法——除人与机器间的交互外，还要建立系统与系统间的交互。

　　2、开发AI技术增强人力——包括：固定装置工作算法（电脑）、可穿戴设备（如智能眼镜）、植入装置（如脑界面）、特殊的用户环境（如特制定制的手术室）。

　　3、开发更有效的自然语言处理——通过说、写语言，实现人与AI间的交互。需要进一步研发适用于多种语言的系统、研究有用的结构域知识接入语言处理系统。

　　4、开发虚拟化和人机界面技术——虚拟化人机界面有助人们了解大量现代数据集和各种来源的信息。“人－AI”合作，在用户界面研发时，重要的是考虑通信需求和限制。

　　了解和关注AI的道德、法律和社会影响

　　主要研究涉及：了解AI的道德，法律和社会影响，设计时，要开发符合伦理、法律和社会原则的AI方法，还必须考虑隐私问题。在AI设计时，要提高公平性，透明度和逐项问责制。AI系统的行为要遵循常规的论理法规。AI系统在架构设计时，要考虑符合伦理逻辑。

　　确保AI系统的安全

　　在AI系统广泛投入使用前，需确保系统运行安全和可控，这需要解决如下挑战：1、复杂和不确定的环境；2、紧急行为； 3、目标错误指定；4、人机交互问题。

　　为了解决这些问题和其他问题，需要投资改善解释性和透明度、建立信任、增强认证和有效性、反攻击、长期的AI安全和价值取向。

　　开发用于AI培训和测试的共享公共数据集和环境

　　AI培训和测试资源的开发和可用性，决定了AI带来的好处是否能继续累积。培训数据集和其它资源的品种、深度、质量和准确性，影响人工智能表现。许多不同的AI技术，需要高质量的培训和测试数据，以及动态、交互测试床和仿真环境。因此，需要开发和制作各种数据集，以满足多样化的AI需求和应用；需要开发开源软件图书馆和工具书。

　　通过标准化和基准测试和评价AI技术

　　制定广泛的AI标准，标准提供需求、规范、指导原则，确保AI技术达到关键目标的特性功能和互操作性，并且它们可靠而安全地运行。标准需考虑：软件工程、性能、矩阵、安全、可使用性、互操作性、隐私、可跟踪性、领域等问题。

　　一是需要建立AI技术基准——包括测试和评估，为制定标准提供量化措施，并评估对标准的遵守情况。

　　二是增加AI试验床的可用性——测试平台是必不可少的，可使用实际的操作数据，对现实世界进行建模和实验。

　　三是将AI社区纳入标准和基准中——需政府的领导和协调，推动标准化和鼓励广泛应用于政府，学术界和工业界。AI社区由用户、业界、学术界和政府组成，必须充满活力，参与制定标准和基准程式。

　　具有AI能力的劳动力

　　要实现AI研发战略，需要充足的AI研发劳动力，也是确保国家在AI竞争中保持领先地位的关键。有研究显示AI专家短缺，高技术企业加大了员工再培训的投入。因此，需要加大对现有和未来国家对AI研发人员需求研究的投入，包括供需、预测未来的需求。