《从政策角度 一览我国人工智能建设的轨迹》

  • 来源专题:数控机床——前沿技术
  • 编译者: icad
  • 发布时间:2019-06-17
  • 近年来,由于在经济带动方面的巨大作用,以及对传统产业升级变革的颠覆性影响,人工智能逐渐成为了世界各国竞争的焦点。以美、中、欧、日、韩等为代表的主要国家和区域,纷纷将人工智能视为当代通用目的技术之一,不断从政策层面发力推动其发展,久而久之形成了群雄割据的局面。   

    截至目前,美国已经在人工智能发展上具备了一定的优势,中、欧等国家也正在加速追赶与超越,但无论是哪一个国家,都还未能在这一领域形成垄断地位。也就是说,眼下谁能够更好的布局并更快的发展,就可能在该领域占据一席之地,并取得未来产业的重要主导权。   

    那么,当前我国人工智能的建设发展局面是怎样的呢?发展方向在哪?重点是什么?通过政策的角度,今天笔者带大家一起来看下近些年国内人工智能发展的具体轨迹,让大家能够对我国人工智能的假设发展有更清晰的了解。   

    一、起步阶段   

    2015年和2016年是我国人工智能发展刚刚起步的两年,在该阶段中,我国对人工智能建设的主要任务是提出概念、深化认知以及明确重要性,为未来常态化发展打下政策基调,构建扎实的顶层设计。因此,该阶段我国主要发布了以下重要政策。   2015年5月,《中国制造2025》的发布,首次提及了智能制造,提出将智能制造作为两化深度融合的主攻方向,着力发展智能装备和智能产品,推动生产过程的智能化,这为人工智能的出场打下基础。   

    2016年1月,国务院又发布《“十三五”国家科技创新规划》,将智能制造和机器人列为“科技创新2030项目”重大工程之一。同时2016年3月,国务院《国民经济和社会发展第十三个五年规划纲要(草案)》,人工智能概念进入“十三五”重大工程。政府对人工智能的关注明显提升。   

    二、探索阶段   

    在很长一段时间里,人工智能发展的代名词是“互联网+”,人工智能与产业的结合被视为“互联网+产业”的融合发展。因此,这段时间国家的重点是推动“互联网+”的快速推进,并寻求人工智能的落地可能。为此,我国主要发布了以下相关政策。   

    2015年7月,国务院发布《关于积极推进“互联网+”行动的指导意见》。该《指导意见》将人工智能作为主要的十一项行动之一。明确提出,依托互联网平台提供人工智能公共创新服务,加快人工智能核心技术突破。   

    2016年5月,国家四部门联合发布了《“互联网+”人工智能三年行动实施方案》,明确提出到2018年国内要形成千亿元级的人工智能市场应用规模。规划确定了在六个具体方面支持人工智能的发展。   

    2016年7月,国务院在《“十三五”国家科技创新规划》中提出,要将研发新一代互联网技术以及发展自然人机交互技术视为首要目标。   

    2016年9月,国家发改委在《国家发展改革 委办公厅关于请组织申报“互联网 +”领域创新能力建设专项的通知》中,提到了人工智能的发展应用问题,为构建“互联网+”领域创新网络,促进人工智能技术的发展,应将人工智能技术纳入专项建设内容。   

    三、全面发展阶段   

    在经过“互联网+”的初步探索之后,人工智能的价值逐渐被政府所认知,之后便对人工智能进行了进一步的强调与推动,人工智能逐渐进入全面发展阶段。该阶段中,人工智能不仅被写入政府工作报告,并且获得了新的发展名词“智能+”。我国主要发布了以下政策进行落实。   

    2017年3月,在十二届全国人大五次会议的政府工作报告中,“人工智能”首次被写入政府工作报告。政府强调要加快培育壮大新兴产业,全面实施战略性新兴产业发展规划,加快人工智能等技术研发和转化,做大做强产业集群。之后人工智能又连续两年在政府工作报告中被提及,并在2019年获得了“智能+”的新名词。   

    2017年7月,国务院发布《新一代人工智能发展规划》, 明确指出新一代人工智能发展分三步走的战略目标,到2030年使中国人工智能理论、技术与应用总体达到 世界领先水平,成为世界主要人工智能创新中心。同年10月,人工智能进入十九大报告,将推动互联网、大数据、人工智能和实体经济的深度融合。   

    2017年12月,《促进新一代人工智能产业发展三年行动计划(2018-2020年)》发布,其作为对7月发布的《新一代人工智能发展规划》的补充,详细规划了人工智能在未来三年的重点发展方向和目标,每个方向的目标都做了非常细致的量化。   

    四、标准化建设阶段   

    随着人工智能的全面发展与落实,现实应用中存在的诸多问题开始出现,为应对这些问题,国家开始推动人工智能标准化建设,以期打造更加规范、成熟的人工智能产业发展。该阶段中,我国主要发布了以下政策。   

    2018年1月18日,《人工智能标准化白皮书(2018版)》正式发布。国家标准化管理委员会宣布成立国家人工智能标准化总体组、专家咨询组,负责全面统筹规划和协调管理人工智能标准化工作,并对《促进新一代人工智能产

相关报告
  • 《3月份国内人工智能政策动态》

    • 来源专题:数控机床——战略政策
    • 编译者:icad
    • 发布时间:2020-07-08
    • 三部门发布16个新职业 AI训练师在列   3月2日消息,人社部与市场监管总局、国家统计局联合发布第二批16个新职业,其中人工智能训练师、智能制造工程技术人员、工业互联网工程技术人员、虚拟现实工程技术人员、网约配送员、无人机装调检修工等均在列。   教育部:100多所高校新增人工智能专业   3月3日消息,教育部公布了2019年度普通高等学校本科专业备案和审批结果。其中,各高校新增备案专业1672个、审批专业181个。其中,新增人工智能、数据科学与大数据技术专业的学校分别占到了100多所。   广州《推进新一代人工智能产业发展三年行动计划》   3月5日消息,广州市印发《关于推进新一代人工智能产业发展的行动计划(2020-2022年)》,行动计划指出,到2022年,全市人工智能产业规模超过1200亿元,打造8个产业集群,建设10个人工智能产业园,培育10家以上行业领军企业,推动形成50个智能经济和智能社会应用场景,推进实施100个应用示范项目,争取创建国家级人工智能创新试验区、人工智能先导区。   浙江:积极开展消费领域AI应用试点   3月24日消息,浙江省人民政府办公厅印发《关于提振消费促进经济稳定增长的实施意见》。积极开展消费服务领域人工智能应用试点,丰富5G技术应用场景,扩大互联网、物联网、区块链、5G+4K”等新技术应用,加快研发可穿戴设备、移动智能终端、智能家居、4K视频终端、医疗电子、医疗机器人等智能化产品,带动5G智能终端、AⅠ智能服务新消费。加快5G网络基础设施建设,扩大4K用户覆盖面。   安徽推出十项措施支持AI产业创新发展   3月25日消息,安徽省政府发布《关于支持人工智能产业创新发展若干政策》的通知。《若干政策》明确,制定人工智能关键技术与重点产品导向研制目录,对智能传感器、高端智能芯片、智能制造装备等项目给予最高2000万元的补助。实施“人工智能+”应用示范工程。支持企业研发产品和人工智能场景应用方案推广,每年择优评选10个人工智能场景应用示范予以授牌并给予项目最高1000万元的补助等。   工信部:加快5G、物联网、AI等新基建   3月26日消息,工信部办公厅发布《关于开展产业链固链行动推动产业链协同复工复产的通知》。主要任务包括,实施中小企业数字化赋能专项行动。加快5G网络、物联网、大数据、人工智能、工业互联网、智慧城市等新基础设施建设,加快制造业智能化改造。加快工业和通信业重点项目开工建设,跟踪抓好重大外资项目落地,推动在建项目尽快投产达产。   小结   从3月份的政策动态来看,不仅国家对于人工智能发展依然非常支持,各地政府也正在加大相关布局,支撑本地区人工智能产业落地。除此外,人工智能人才培养和职业发展正在成为新的热点。一旦人才缺口得到弥补,我国人工智能产业落地有望按下“加速键”。
  • 《各国人工智能计划的关注重点有何规律》

    • 来源专题:人工智能
    • 编译者:高楠
    • 发布时间:2023-06-09
    • 2023年4月25日,布鲁金斯学会(Brookings Institution)发布其技术创新中心客座高级研究员Kevin C. Desouza,加拿大皇家军事学院(Royal Military College of Canada)管理系教授James S. Denford以及美国亚利桑那州立大学凯瑞商学院(W. P. Carey School of Business) 助理教授Gregory S Dawson共同撰写的评论文章《WEIRD AI:了解各国在其人工智能计划中包含的内容(WEIRD AI: Understanding what nations include in their artificial intelligence plans)》。本文从34个已制定公共人工智能政策的国家的基本国家特征的角度出发,分析了这些国家的战略要素及其战略动力,以及在文化取向上相似的国家是否对人工智能政策采取了相同的方法。   首先,作者分析了各个国家的人工智能计划中的数据管理、算法管理等六个关键要素,以从中了解各个国家如何进行人工智能部署,并按照“WEIRD框架”将国家分组,来研究其文化相似性。六要素中的数据管理是指国家设想如何获取和使用从人工智能获得的数据;算法管理涉及到国家对算法问题的认识;人工智能治理指的是人工智能的包容性、透明度和公众信任,以及适当监督的必要性;研发能力发展的重点是政府对私营部门投资人工智能的激励计划;教育能力发展的重点是人们在中学、高等教育和职业阶段对人工智能的学习,公共服务改革能力发展的重点是将人工智能应用于面向公民或支持公民的服务。“WEIRD框架”是基于西方的、受教育程度、工业化程度、富裕程度和民主程度(Western,Educated, Industrialized, Rich, and Democratic)进行国家类型分类,以确定它们在通过共同的国家假设和偏见形成的类似决策过程的基础上对各种问题的处理是否有共同之处。文章中的“西方”使用《世界人口评论》对拉丁文西方的定义,即是否属于以西欧及其后殖民时代的足迹为中心,拥有共同语言和文化背景的国家。“受教育程度”是基于联合国人类发展指数中的平均受教育年限,其中12年(高中毕业)被认为是高教育和低教育之间的分界点。“工业化”采用世界银行的国内生产总值工业增加值,按照人均增加值的中位数3500美元将高工业化和低工业化分开。“富裕”采用瑞士信贷全球财富数据库中衡量每个成年人的平均财富,其中12.5万美元的财富是各国的中值。“民主”采用经济学人智库的民主指数,该指数区分了民主和专制政权的不同程度,其中混合政权的中点(5.0分)是民主和非民主的分界点。图1描绘了研究样本中的34个国家,具体如下。结果来自于纯粹的WEIRD国家,包括许多西欧国家和一些密切的贸易伙伴和盟国,如美国、加拿大、澳大利亚和新西兰。所有34个国家根据它们具有的西方、受教育、工业化和民主等属性的排列组合和分类。   其次,作者通过定性配置分析(Qualitative Configuration Analysis,QCA)比较每个国家分组与六个要素的存在与否,阐释了各国“WEIRD框架”分类和人工智能战略之间的相关性和每个国家如何单独看待人工智能以及在其特定分组中的情况。首先,在数据管理方面,拥有高度发达计划的国家有三种不同的配置。对于第一种配置为WeIRD国家(如法国、意大利、葡萄牙和西班牙)来说,“属于西方国家”是预测其是否将数据管理纳入人工智能计划的最佳因素,没有受过教育也是核心因素,因为这很可能会使这些国家意识到他们需要在数据管理方面迎头赶上。对于第二种配置的WEIrD国家(捷克、爱沙尼亚、立陶宛和波兰等)来说,民主是核心,也是预测其如何制定人工智能计划的最重要的因素,这表明这些国家已经有效地制定了数据管理计划,并将联合其民主盟友来达成目的。对于第三种配置的weirD国家(墨西哥、塞尔维亚、乌拉圭和印度等)来说,唯一重要的因素是民主程度,这些国家能够在低财富、低教育和低工业化的背景下做到这一点,表明了投资人工智能数据管理作为低成本建立人工智能政策的重要性。综合来看,这些国家有许多共同点,但一个国家属于西方国家和/或民主国家是预测一个国家如何在其计划中制定数据治理战略的最佳因素。文章还研究了哪些原因导致一些国家缺乏高度发展的数据管理计划。例如,既不富裕也不民主是wEIrd国家(俄罗斯、阿联酋)的核心原因,不属于西方国家,但受过高等教育是wEIRD国家(日本和韩国)中的核心原因。这两个组合的共同点都是工业化国家,但不是西方国家。其次,在算法管理方面,除了WeriD国家(墨西哥、塞尔维亚和乌拉圭)外,没有明显的模式显示某一类国家承认算法管理的价值。算法管理的低结果有两种配置,第一种wEIRD(日本和韩国)以及weIRD(新加坡)的核心条件是富裕和民主,第二种wEIrd(俄罗斯和阿联酋)的核心条件是不富裕和不民主,这两种配置的共同点是不属于西方国家,但属于工业化。第三,在人工智能治理方面,除了WeirD国家(墨西哥、塞尔维亚和乌拉圭)以外没有明显的人工智能治理高结果模式。而人工智能治理的低结果对应有三种不同的配置,第一种wEIRD以及weIRD,其核心原因是不属于西方国家,但属于富裕和民主国家,第二种wEIrd的核心要素是受教育,第三种weirD的核心要素是民主。六个国家的三种配置的共同点是不属于西方的分类。这三点都表明西方国家普遍比非西方国家更关心数据管理、算法管理和人工只能治理的问题。   最后,作者分析了其余三个关键要素,并从东、西方国家发展的不同出发,给出切实建议。在研发能力发展方面,东、西方国家一样,无论民主与否,同样注重能力发展和研发投资。高研发能力有四种配置,第一种配置是WEIRD国家和WEIrD国家,对于后者来说,他们虽然不是较富裕的国家,但他们仍然设法在研发方面进行大量投资。第二种配置的WeirD国家的加入是由于其普遍的民主性质,但教育、工业化和财富水平较低。第三种配置包括非西方、非民主的国家,如welRd国家(卡塔尔),对这些国家来说能力发展相较于其他要素是最重要的,其投资于人工智能的应用比其治理要重要得多。第四种配置包括非西方但民主的国家,如wEIRD国家(日本、韩国)和weIRD国家(新加坡)。在高教育能力发展方面,有WEIrD和WeirD两种配置,共七个国家,其都具有属于西方、民主但不富裕的核心条件,并且这些国家似乎正专注于创造教育机会,以便在人工智能领域追赶其他国家。三种低教育能力发展的配置则包括,第一种wEIRD国家(日本和韩国)以及weIRD国家(新加坡),第二种weIRd国家(卡塔尔),而第三种wEIrd国家(俄罗斯和阿联酋)以及weirD国家(印度),这些国家的共同因素是非西方国家。这表明改善人工智能结果而进行的教育投资主要是西方现象,与其他计划要素无关。作者就公共服务改革能力发展指出,目前没有发现任何一致的高公共服务改革能力发展的配置,但有三种对此类计划的低投资配置。第一种是wEIRD国家(日本和韩国),第二种是weIRd国家(卡塔尔),第三种是weirD国家(印度),其共同核心因素是它们都不是西方国家。作者表示其期望各国在包括某些要素方面有更多的共同点,但研究结果的零散性可能反映了各国仍处于人工智能应用的早期阶段,仍在不断摸索,但随着时间的推移,WEIRD国家将开始在什么是重要的方面趋于一致,并在他们的国家计划中得到反映。同时,东、西方在其计划中对人工智能发展采取了非常不同的方法:东方几乎只专注于建立其研发能力,在很大程度上忽视了技术管理的传统“护栏”(例如,数据治理、数据管理、教育、公共服务改革),而西方国家几乎只专注于确保这些“护栏”是否到位,在建设对人工智能发展至关重要的研发能力方面花费的精力相对较少。许多西方技术领袖呼吁暂停人工智能发展六个月,以让合适的”护栏”到位,但面对中国的领先地位,唯一审慎的策略是在继续从事人工智能发展的同时建立“护栏”,否则即使西方开发出一套伟大的“护栏”,也没有有价值的东西可以守护。