亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

2020年初，美國海軍發布《人工智能技術安全性》。該報告重點關注對此項技術帶來的安全性問題。美國海軍乃至整個國防部系統，都在嚴肅認真地對待軍事人工智能的發展。2019 年的 2、6、9 月，美國先后公布《國防部人工智能戰略》、《國家人工智能戰略》《空軍人工智能戰略》三大戰略，表明其在國家、軍隊、軍種三個層面的“智能化戰略”全面啟動。可看出美國人工智能在軍事領域的發展態勢日趨激烈

一、推出多項政令戰略規劃，聚力發展人工智能

人工智能作為驅動第四次工業革命的重要引擎，深刻影響著經濟產業和各技術學科的發展，為此美國以國家戰略地位提升對人工智能在社會發展各領域( 特別是國防領域) 的動能，以推動人工智能技術的研發。2019年10月，世界經濟論壇發布制定國家人工智能戰略的框架白皮書，創建了最低限度可行的人工智能國家戰略制定框架，指出國家人工智能戰略的制定應考量具有戰略意義的優先事項人口需求資源限制和地緣政治等因素，旨在指導尚未或正在制定人工智能國家戰略的政府。美國多措并舉，繼續把發展人工智能技術作為提升國力維護國家安全的重大戰略，從國家戰略層面強化人工智能技術布局。2019年2月，美國政府科技政策辦公室發布由美國總統特朗普簽發的《維持美國在人工智能領域的領導地位》行政令，提出了美國發展人工智能的政策和原則戰略目標和重點領域，啟動旨在推進美國在人工智能領域領導地位的美國人工智能倡議，指示聯邦政府整合資源，聚力發展人工智能。

同年2月，美國國防部公布《2018年國防部人工智能戰略》的摘要部分( 題為《利用人工智能促進安全與繁榮》) 。該戰略是美國國防部首個人工智能戰略，旨在落實美國政府《國家安全戰略》和《國防戰略》提出的人工智能重要事項，為美國國防部謀求軍事人工智能優勢發展軍事人工智能實戰化能力提供戰略指導。2019年7月，美國空軍推出數字空軍計劃，旨在改進其在數據管理信息技術架構和業務運營方面的不足，使美國空軍保持競爭力。2019年9月，美國能源部成立人工智能與技術辦公室，旨在為美國人工智能研究人員提供聯邦數據模型和高性能計算資源。2019年9月，美國空軍以美國《國防部人工智能戰略》附錄形式發布《2019空軍人工智能戰略》，詳細闡釋在數字時代如何有效管理引導和引領所必須的基本原則職能和目標。2020年初，美國海軍分析中心發布專題報告《人工智能技術安全性———對海軍的行動方案建議》。該報告從當前美國海軍推動軍事領域人工智能技術運用過程中引發的公眾關注進行介紹入手，提出了海軍乃至整個國防部系統在軍事領域接收采用新興技術手段的總體態度與思路。

二、多家軍事機構開展研發項目，探索人工智能技術的軍用新場景

作為軍事大國，美國對于人工智能軍事作戰賦能的目標非常清晰，強力推動美國頂尖人工智能研究走向新的技術突破，促進科學新成果的發現、增強經濟競爭力、鞏固國家安全。2019年3月，美國參議院軍事委員會舉行主題為國防部人工智能計劃的聽證會，美國國防預先研究計劃局 DARPA、國防創新小組( DIU) 、國防部聯合人工智能中心( JAIC)等機構主管分別發言，闡述所在部門的人工智能項目及運行機制等情況，鞏固并強化了人工智能技術及應用與軍方之間的聯系，保障美國的人工智能軍用化步伐進一步加快。以DARPA為例，DARPA正將投資和研發重點轉向第三代人工智能技術，用于創建能在特定語境下進行推理的機器。資助的主要項目包括終身學習機器( L2M，2017年啟動)，可解釋人工智能( XAI，2018年啟動)和機器常識( MCS，2018年啟動)等，探索提高人工智能技術水平的方法，實現語境推理能力。DARPA認為，將這些技術集成到與軍事作戰人員合作的軍事系統中，將有助于在對空間敏感的復雜戰場環境中做出及時決策，了解不完整或者相互矛盾的海量信息，并使用無人系統安全自主地執行關鍵任務。2019年1月，DARPA啟動知識導向型人工智能推理模式( KAIROS)項目，旨在提升面向復雜戰場環境挖掘和理解海量信息中的復雜事件及其相互關系的能力。2019年1月，美國陸軍研究實驗室( ARL)啟動異構戰術環境中的分布處理( DPHTE)計劃，基于霧計算平臺在對抗性軍事環境中為作戰人員提供更多的態勢感知。2019年2月，美國空軍研究實驗室發布多域戰和目標定位支持信息分析項目，旨在開發基于算法戰和人工智能等技術，針對時敏有價值的敵對移動目標進行快速預判和打擊。2019年5月，DARPA啟動旨在將人工智能應用于空戰演變( ACE) 項目，人工智能空戰應用成熟后可替代飛行員完成部分空戰任務。2019年5月，麻省理工學院發布為美國空軍打造人工智能加速器項目，該項目研究領域包括救災和醫療準備、數據管理、維護物流、車輛安全以及網絡還原能力。2019年9月，美國國防部聯合人工智能中心宣布美國軍方網絡安全數據制定新框架，重點為未來人工智能網絡防御體系奠定基礎。2020年初，美國特朗普政府向國會提交2021財年預算申請，加速發展人工智能等技術。提議政府預算從2020財年1560億美元削減至1422億美元，下降138億美元，但預算申請仍強調優先發展“未來產業”，必須加速發展人工智能等技術。其中，500萬美元用于能源部新立“人工智能與技術辦公室”，加強人工智能的項目研發。

三、夯實人工智能實踐應用的道德準繩和安全邊界

隨著人工智能技術的發展，人權倫理、隱私保障、歧視偏見、安全問題等困境日益突出。美國亦在探索中多措并舉，確保人工智能在充分的監督和控制之下發展。特別是在2019年發布的國家級人工智能戰略和2020年初發布人工智能技術安全性報告中，將道德、隱私、安全等問題擺在突出位置，認為應在尊重道德、重視安全的前提下最大限度地發揮其社會效益。

（一）明確戰爭中使用人工智能技術的道德原則和標準

美國推動多項研究，闡明美國合法道德地使用人工智能的愿景和指導原則，引導負責任的人工智能應用和開發。2019年1月，美國國防部要求國防創新委員會制定在戰爭中使用人工智能的道德原則，用以指導軍方在戰爭中使用人工智能技術和武器，并向硅谷科技公司確認其人工智能產品將如何被使用。美國國防部這一舉措被認為旨在形成全球軍用人工智能規范的指導方針，并吸引硅谷科技公司參與防御工作；10月，人工智能原則: 國防部人工智能應用倫理的若干建議推出，被認為是美國對軍事人工智能應用所導致倫理問題的首次回應。2019年1月，美國著名智庫布魯金斯學會發布《自動化和人工智能：機器對人及地區的影響》報告，著重分析了過去近30年間的資助系統與人工智能對行業、就業、地理和人口的影響，并對當前至2030年的趨勢進行了預測。最后針對國家、州和地方的政策制定者提出一個綜合響應框架，為人們理解并規范自動化和人工智能的作用提供參考。

（二）人工智能對軍事領域尚屬新興技術，安全性不容忽視

人類歷史上，充斥著軍隊利用技術取得軍事優勢的實例。比如戰車。戰車，是出現在戰場上的第一種車輛裝備，由民間通用馬車提高速度和機動性改進而來，在軍事運用方面取得了顯著的優勢。戰車被描述為當時的“超級武器”。又比如火藥。火藥源起于一個偶然發現，它的出現，使得軍隊能夠駕馭化學反應能量來提高速度與威力，由此徹底改變了戰爭的形態和樣式。再比如內燃機。這種發動機繼承并發展了蒸汽機的優勢，改變了戰爭活動的速度與范圍。對內燃機的應用方案，包括為后勤物流（補給運輸卡車）提供動力以及為潛艇、飛機與導彈賦予持久的遠程監視及打擊能力。對大多數技術手段的接收和運用，一度都曾起到了改變了戰爭樣式的作用。而其中有幾項，更是徹底顛覆了以往戰爭活動的樣式和范圍，其中便包括火藥與核武器。人工智能技術，亦被認為位居此類。此項技術能夠應用于整個戰爭事業的方方面面，大幅提高了戰爭活動的效能與效率。各類人工智能技術，也因其各自獨有的特性而有所區別。首先應注意到，現實世界中人工智能技術應用方案，是用以解決特定領域問題的狹義人工智能技術，而非具備普遍通用性的通用人工智能技術應用方案。人工智能技術在軍事領域的應用，可以與美國軍隊對核武器的運用方式進行類比：安全方面的關鍵性技術領域知識，必須在很大程度上由軍隊文職機構掌握，在很大程度上亦屬技術范疇。

（三）給予人工智能技術安全性 “恰到好處”的信任

人工智能技術安全性，也與對其信任程度有關。美國軍方運用人工智能技術方面的一個關鍵問題是，軍方人員和美國政府高層領導能否相信這些系統確實有效且不會引發意外問題。2016年國防科學委員會對自主控制技術的研究報告指出：“決定在特定任務中部署運用某系統的個人，必須信任該系統。”在伊拉克和阿富汗的行動表明，負責實施特定行動的指揮官和戰斗/操作人員在不完全了解后果的情況下，不一定會使用某些系統。當某些系統被部署至戰場以滿足緊急需求時（如反簡易爆炸裝置系統或用于提供關鍵性情報的監視系統），一些部隊還是選用了他們已經熟悉的武器系統和情報監視偵察平臺，即便是老系統的功能指標比不上那些已經可以選用的新系統。對人工智能系統的信任度過低是一種危險，會阻止部隊運用他們所需的功能。而另一種危險，則是對某項能力的過度信任。人類傾向于過度信任機器，即便在有證據表明不能夠給予這種程度的信任情況下，也是如此。戰爭活動中的過度信任，也有具體案例。如，2003年，陸軍“愛國者”防空導彈系統曾擊落1架海軍F/A-18飛機，該系統將飛機誤判定為戰術彈道導彈，并向操作人員提出了建議，要求其發射導彈實施攔截。操作人員在沒有獨立核實可用信息的情況下，批準實施了這項建議。這表明，在實際作戰行動中，軍方需要對人工智能給予程度“恰到好處”的信任，不能過熱也不可太冷，避免滑向兩個極端。需要達成的目標，是程度恰當的信任，并且應該讓人來參與決策過程。而這種決策過程，則需要以各種相關能力及對系統功能所具備的經驗與知識為依托。

（四）軍事人工智能安全問題將寫入政策方針

軍方和政府的高層領導，還應通過政策方針層面的決策對相關軍事行動的性質施加影響，包括確定戰爭活動中應該使用哪些特定的技術手段。這些方針政策，可能會對監管程度構成影響。例如，國防部第3000.09號指令，就要求對某些類型的自主控制系統進行高級別審核。明確戰爭活動中允許使用的技術手段（例如，對白磷（彈藥）運用的限制和使用集束彈藥時相關設定要求以及對其它此類武器具體性能參數的限制要求），并且對某些特定類型作戰行動中的策略原則進行限制。例如，《2013版總統政策指導（Presidential Policy Guidance，PPG）》及《2017版總統政策指導》中，對某些反恐行動的批準與監管流程的總體原則框架進行了明確。這些政策方針原則，有助于確保相關軍事活動符合美國的原則、價值觀及利益。這些政策方針層級的決定，都有反映出對此類系統或作戰行動可靠性所應持有的信任程度的意味。值得注意的是，以上這些實例內容都涉及到了安全性原則問題，而《國防部第3000.09號指令》的目的，就在于避免“意外交戰（inadvertent engagements）”事件的出現（例如致使平民傷亡）。限制白磷彈藥和集束彈藥的目的，還在于減少使用這些武器時給平民帶來的危險。《2013版總統政策指導》中，直接將致使平民傷亡明確列為作戰行動批準程序中的否決條件（no-gocriterion）。因此可以預見，安全性問題，勢必將成為未來高層領導人對于將人工智能技術手段運用于戰爭活動方面所明確的相關指導與指令內容中的一部分。

（五）軍方須與業界協助解決安全問題

人工智能技術的巨大進步，也使美國政府產生了對業界新的依賴性。自第二次世界大戰以來，美國政府一直在很大程度上依賴于自身投入的研發資金。然而，人工智能技術方面的研發投資，越來越多地由私營機構所主導。其特征，是過去十年來科技行業的研發支出急劇增加。在圖1中，我們將整個美國政府在網絡和信息技術研發方面的支出與美國排名前五位的高科技公司（亞馬遜、谷歌/阿爾法控股、英特爾、微軟、蘋果）的研發投資進行了對比。如圖1所示，科技行業企業在研發方面的投入明顯更多，而且兩者間的差距正在擴大。2010年，科技行業企業的研發支出，已經是美國政府整體科技研發投資規模的6倍。8年后，企業在這方面的投入規模將激增至美國政府的15倍。總體而言，美國政府在尖端技術方面研究工作的投資面臨著迅速擴大的缺口。這種現狀，為美國政府營造出了一種處于不斷變化中的環境。在這種環境中，與業界的協作，對于美國政府實現其戰略目標必須保持的技術優勢而言至關重要。在這個意義上，人工智能技術安全性應該是業界關注的問題——正如谷歌等公司放棄了對美國政府軍事領域應用方案的支持，并開始運用倫理性審查程序對其內部工作流程進行監測所證明的那樣，美國政府必須與業界協作，依托其幫助解決此類問題。

圖1 美國政府與科技行業企業研發投資差距對比圖

四、美國軍事人工智能面向未來的發展趨向人工智能技術一般可分為弱人工智能、強人工智能、超人工智能 3 個等級，預計強人工智能技術可能在 2050 年前問世。未來美軍智能化建設發展可能經歷三個階段：

2025 年前，美軍重點是搭起智能化軍隊框架，總體水平處于弱人工智能階段。美軍建設主要圍繞構建“全球監視打擊體系”，以升級水下、網電、空天、全球快速打擊和導彈防御作戰系統為重點，突出發展無人化、隱身化、遠程化作戰平臺，提升“全球公域”介入能力，確保可信的“拒止”和“懲罰”威懾。這一階段，美軍無人系統在數量上將逐步超過有人系統，自主無人系統將成為美軍前沿作戰的重要力量，無形、無人、隱形、靈巧等力量將成為美軍事干預的主要手段。2035 年前，美國初步建成智能化作戰體系，總體水平進入強人工智能階段。美軍建設主要通過發展智能化作戰平臺、信息系統和決策支持系統，以及定向能、高超聲速、仿生、基因、納米等新型武器，對主要對手形成新的軍事“代差”。在這一階段，美軍無人系統的投資將超過有人系統，無人系統建設規模及作戰運用皆居于主導地位。2050 年前，美軍智能化作戰體系將更先進、更完善，總體水平達到超強人工智能階段。美軍在強人工智能、通用量子計算、可控核聚變、納米機器人、再生、創生、腦聯網等技術方面可能取得突破。作戰平臺、信息系統、指揮控制可能全面實現智能化、無人化，更多樣的仿生、基因、納米等新型武器走上戰場，作戰空間進一步向生物空間、納米空間、智能空間拓展，人類進入“機器人戰爭時代”。

本出版物是歐盟委員會科學和知識服務機構聯合研究中心 (JRC) 的一份報告。它旨在為歐洲決策過程提供基于證據的科學支持。所表達的科學成果并不意味著歐盟委員會的政策立場。歐盟委員會或代表委員會行事的任何人均不對本出版物的可能使用負責。

前言

本報告是在 AI Watch 的背景下發布的，這是歐盟委員會于 2018 年 12 月推出的用于監測歐洲人工智能 (AI) 的發展、采用和影響的知識服務。

人工智能已成為具有戰略意義的領域，有可能成為經濟發展的關鍵驅動力。人工智能還具有廣泛的潛在社會影響。作為其數字單一市場戰略的一部分，歐盟委員會于 2018 年 4 月在其“歐洲人工智能”中提出了一項歐洲人工智能戰略。宣布的歐洲人工智能戰略的目標是：

● 提高歐盟的技術和工業能力以及人工智能在整個經濟中的應用，包括私營和公共部門；

● 為人工智能帶來的社會經濟變化做好準備；

● 確保適當的道德和法律框架。

2018 年 12 月，歐盟委員會和成員國就歐盟人工智能的發展發布了“人工智能協調計劃”。協調計劃提到了 AI Watch 監控其實施的作用。

隨后，在 2020 年 2 月，委員會公布了其對所有人都適用的數字化轉型的愿景。委員會提交了一份白皮書，提出了一個基于卓越和信任的可信賴人工智能框架。

此外，2021 年 4 月，歐盟委員會提出了一系列促進人工智能卓越發展的行動，以及確保該技術值得信賴的規則。擬議的《歐洲人工智能方法條例》和《人工智能協調計劃》的更新旨在保障人民和企業的安全和基本權利，同時加強歐盟國家的投資和創新。 2021 年對 AI 協調計劃的審查參考了 AI Watch 的報告，并確認了 AI Watch 在支持協調計劃的實施和監測方面的作用。

AI Watch 監測歐盟在人工智能方面的工業、技術和研究能力；成員國與人工智能相關的政策舉措；人工智能的采用和技術發展；和人工智能的影響。 AI Watch 在全球范圍內以歐洲為重點。在 AI Watch 的背景下，委員會與成員國協調工作。 AI Watch 結果和分析發布在 AI Watch Portal (//ec.europa.eu/knowledge4policy/ai-watch_en) 上。

通過AI Watch的深入分析，我們將能夠更好地了解歐盟的優勢領域和需要投資的領域。 AI Watch 將對人工智能對增長、就業、教育和社會的影響和益處進行獨立評估。

AI Watch 由歐盟委員會聯合研究中心 (JRC) 與通信網絡、內容和技術總局 (DG CONNECT) 合作開發。

本報告涉及 AI Watch 的以下目標：開發一個 AI 指數，包括與政策制定相關的維度。它通過以指標的形式提供統計證據來總結 AI Watch 提供的主要結果。

摘要

經過多年非常活躍的技術發展，無論是在硬件還是軟件方面，人工智能領域已經蔓延開來，其影響在經濟和社會中無處不在，越來越多的人工智能支持的工具和應用程序被用于工作環境和個人領域。與所有創新技術一樣，必須對新興人工智能領域及其趨勢進行全面監測，以了解其影響的范圍。這個動作可以讓您了解可能需要注意或干預的問題和情況。在這方面，本出版物從多個角度分析了與人工智能發展相關的多個指標。盡管地理重點是歐盟 27 國，但在可能的情況下，我們會提供與全球主要人工智能強國（即美國和中國等）的比較。此外，如果可用，還為 27 個歐盟成員國提供指標。

該分析分為五個維度：(i) 人工智能領域的全球視野，(ii) 行業，(iii) 研發 (R&D)，(iv) 技術，以及 (v) 社會方面。結果表明，正如預期的那樣，人工智能正處于技術演進和改進的階段。美國在經濟方面處于世界領先地位。中國緊隨其后，特別是由于該領域的專利活動非常突出。歐盟位居第三，但有幾個因素支持這樣一個論點，即與這兩個領先國家的距離并不像人們經常提到的那樣。分析表明，歐盟在研發方面的表現非常出色——超出了歐共體資助項目的考慮范圍。此外，歐盟展示了人工智能服務和自主機器人技術的專業化。此外，歐盟在工業機器人和新機器人初創企業的貿易中表現出非常積極的動態。關于人工智能的投資，我們觀察到歐盟領域潛在發展的積極信號，因為去年所有 27 個歐盟成員國的私人和公共投資水平都有所增加。

執行總結

本報告介紹了人工智能觀察指數，這是一組指標，可以更好地了解歐洲的優勢領域以及人工智能 (AI) 領域值得關注的領域。 AI Watch Index 提供了一套結構化的量化指標，用于衡量 EU1 在與決策相關的 AI 的各個維度上的表現和定位。該指數的地理重點是歐盟，在有數據的情況下，覆蓋各成員國。由于部分指標覆蓋全球，歐盟與美國、中國等人工智能領域主要參與者的比較分析也成為可能。該指數圍繞五個維度進行組織：(i) 人工智能領域的全球視野，(ii) 行業，(iii) 研發 (R&D)，(iv) 技術，以及 (v) 社會方面。表 1 列出了圍繞 5 個維度和 10 個子維度組織的 22 個指標列表。

表1：AI 觀察指數各維度指標匯總

分析顯示，在全球人工智能格局、人工智能產業和人工智能研發維度上，美國在人工智能領域處于全球領先地位，其次是中國和歐盟。

歐盟最重要的因素一方面在于其在人工智能服務和機器人技術（包括自主機器人和工業機器人）中的重要作用，另一方面在于其在人工智能研發活動方面的強勢地位。關于人工智能服務——與提供人工智能服務和應用程序相關的活動，包括基礎設施、軟件和平臺服務——歐盟在全球范圍內具有優勢，因為其在人工智能領域的經濟活動份額高于全球平均水平。事實上，雖然美國在人工智能服務的全球份額中占有較高的份額，但相對歐盟人工智能服務在歐盟人工智能活動總數中的份額高于美國。同樣，歐盟在自主機器人技術方面也具有比較優勢——機器人系統旨在在涉及與其他機器或人類交互的相對復雜的環境中運行。歐洲在工業機器人貿易（考慮出口和進口）方面的比較優勢，以及新機器人初創企業數量的穩步增長趨勢，都補充了這一點。鑒于人工智能有望在機器人領域發揮重要作用，作為其技術發展下一步的關鍵推動力，這一點尤其重要。事實上，人工智能支持的未來幾代機器人有望更好地與物理現實交互，尤其是與人類交互（例如，用于照顧人類的機器人）。歐盟在機器人相關領域的主導地位表明其在該領域的未來競爭力。同時，這里考慮的技術領域極具活力，需要對工業和技術發展進行投資以保持競爭優勢。

其次，歐盟在人工智能研發活動方面非常活躍，以人工智能相關專利和頂級人工智能會議上的前沿研究出版物為代表。盡管英國脫歐對整個歐盟 AI 格局產生了明顯影響，但歐盟成員國形成的研究合作和伙伴關系使他們能夠在全球范圍內擁有影響力。換句話說，歐盟成員國建立了研發合作網絡，支持他們交換信息的能力，進而建立知識。這些是創新能力的關鍵要素。單獨考慮專利和研究出版物，可以觀察到一些相關差異：雖然歐盟在前沿研究出版物方面發揮著非常重要的作用，僅次于美國，但歐盟的專利活動仍然較為平和。還有第三種類型的研發活動，即歐盟資助的項目，為了進行國際比較，我們的分析并不總是考慮這些活動。然而，它們對整個研發生態系統的貢獻是根本性的。此外，正如之前的 AI Watch 工作（Righi 等人，2021 年）所討論的，框架計劃的項目（例如 FP7 和 H2020）使眾多經濟參與者能夠參與 AI 領域。由于此，歐盟在這一技術領域的經濟參與者數量幾乎翻了一番（與不考慮歐盟資助項目的參與者數量相比）。然而，這些參與者在沒有公眾支持的情況下在人工智能領域保持活躍的能力值得進一步探索。

如上所述，美國是全球人工智能領導者：它擁有大量活躍的人工智能參與者；它在多個人工智能領域（人工智能服務、音頻和自然語言處理、自主機器人以及聯網和自動駕駛汽車）具有比較優勢；它擁有大量以人工智能為核心業務并同時開發人工智能專利的公司；并從事大量研發活動（專利和前沿研究）。因此，美國的領先地位顯得穩固，沒有明顯的弱點。

我們對中國人工智能格局的了解主要得益于其非常激烈的專利活動。然而，專利質量標準的降低和中國政府最近實施的政策導致申請量激增，這支持了這樣一種論點，即中國在人工智能領域的規模可能沒有乍看之下那么突出。盡管如此，中國仍應被視為該領域的主要參與者，主要有兩個原因。首先，它在 ICT 制造領域的大量參與保證了任何數字技術（包括人工智能）蓬勃發展的基本硬件需求。例如，近年來，中國的 ICT 行業增加值每年增長 13.1 個百分點（Mas 等人，2021 年），同時已經從主導地位發展（增加值第二，僅次于美國）。其次，即使考慮到上述觀點，在中國提交的大量人工智能相關專利申請也不容忽視，特別是考慮到大量經濟參與者參與人工智能領域（超過 9,000 個）。關于中國值得考慮的另一個方面是對數據的大量訪問，這是人工智能系統的燃料。除其他外，這是由于使用數字服務和應用程序的人口眾多，以及對訪問和使用個人數據的法律限制較少（Arenal 等人，2020 年）。

這項工作的其他見解涉及人工智能領域的技術發展。我們觀察到 AI 技術在多項任務（例如圖像分類、人臉識別、語音識別、文本摘要）中的性能不斷提高。基準每年都在改進這一事實，清楚地證實了人工智能目前正在經歷技術擴展階段。觀察到的大量 AI 標準化活動強化了這一結論，這是歐盟成員國積極參與的一個方面，特別是考慮到制定支持歐洲 AI 法規提案（AI 法案）的標準。

AI Watch Index 的另外兩個指標涵蓋社會方面：AI 研究的多樣性，以及大學級別的高級 AI 技能教育產品。重要的是，初步結果顯示，最近人工智能研究界在性別、隸屬位置和研究人員所屬機構類型方面的異質性有所增加，這可能反映了研究界中包容性和多樣性政策的影響。這與值得信賴的人工智能的發展和社會包容都有關。事實上，研究人員的出身、性別和隸屬關系的異質性有望減少算法開發中的偏見，促進為訓練集選擇具有代表性的數據源，并減輕研究界有限視角可能導致的其他類型的風險。該維度還分析了與人工智能相關的大學學術課程，因為這勢必會影響未來工人的就業能力以及經濟中先進數字能力的整體存在。在這方面，發現成員國之間存在顯著差異，這可能導致未來歐盟人口之間的不平等。結果表明，人工智能內容在碩士學位課程中的出現頻率高于在學士學位課程中的出現頻率。這似乎表明，在已經向學生傳授基本知識之后，人工智能被認為是一門專業學科，主要涵蓋在教育路徑的后期階段。建議在各個層面提供更廣泛的人工智能相關內容，而不僅僅是高級課程，以促進人口的數字包容并增加歐洲數字轉型帶來的經濟利益。

隨著人工智能、云計算、大數據和移動互聯網等技術的發展和消費模式的升級，客服中心的功能角色和價值定位持續發生著演變，已成為推動企業和政府等組織機構開展數字化和智能化轉型的重要切入點。在國家"十四五"規劃開局之年，全面回顧客服中心發展脈絡，系統梳理客服中心智能化技術路線、業務場景和產業現狀，并提出發展建議和參考模式，具有重要的參考意義。

近年來，客服中心在政策引導、需求拉動和技術支撐方面均迎來重要發展機遇。政策方面，《關于推進"上云用數賦智"行動培育新經濟發展實施方案》等多項政策文件指出，要加速推進企業數字化進程，客服中心作為服務企業內外的關鍵部門將率先獲得轉型紅利。需求方面，客戶期望服務質量提升和企業尋求降本增效分別構成了客服中心智能化的外部需求和內部需求。技術方面，人工智能和5G等技術的日益成熟，為客服中心的職能轉化、形態轉變、產品轉型、場景轉換和服務轉優提供了堅實的基礎支撐。

本研究報告重點從客服中心智能化發展的技術、場景和產業等維度進行了梳理和總結。技術路線上，客服中心積極推進上云用數賦智進程，從工具產品、運營服務等方面切入智能化道路。業務場景上，客服中心持續加深與咨詢辦理、營銷通知、運營管理和質檢分析等通用場景，以及垂直行業中特定場景相融合，深度賦能千行百業。產業現狀上，客服中心技術及產品的供應商發展勢頭迅猛，市場規模處于快速上升期，資本市場維持活躍態勢，客服中心正加速在金融、政務、電商等垂直行業中扎根，并萌發出新的產業形態和業態。最終，本報告列出了當前客服中心智能化發展面臨的挑戰，給出了針對性建議，并在此基礎上提出發展典型范式，以供參考。當前，客服中心技術發展迅猛、場景延伸廣泛、業務交叉密集，加之數字化和智能化尚處于探索階段，本研究報告對客服中心智能化技術和應用的認識和理解還有待加深拓寬。研究報告中如有不足之處，還請各方專家讀者不吝指正。

//www.caict.ac.cn/kxyj/qwfb/ztbg/202201/t20220114_395564.htm

來源：中國信息通信研究院、重慶市大數據應用發展管理局

　　數字化發展引發各領域、各行業生產模式、商業模式、管理模式的變革和創新，對經濟社會發展及人們生活方式帶來深刻影響，也給經濟社會治理和監管帶來諸多新的挑戰。

　　當前國內外尚未建立起完善的數字規則，世界主要國家仍處于不斷探索和完善階段，遠落后于全球數字化變革進程。特別是隨著近年來數字經濟的快速發展，數據作為基礎性戰略資源的地位日益凸顯，數據非法收集、非法使用、非法交易等現象愈發普遍，平臺壟斷、大數據殺熟、個人信息泄露等問題日益嚴峻。加強數字規則研究，規范數據收集使用管理，具有十分重要的現實意義。

　　在此背景下，中國信息通信研究院西部分院聯合重慶市大數據應用發展管理局、中國信息通信研究院政策與經濟研究所共同編寫了《數字規則藍皮報告（2021年）》。

　　報告以數據為主線，考慮規則發展成熟度、需求緊迫程度等因素，以數據管理為主要維度對數字規則展開討論，旨在對數字規則研究時提供參考借鑒，助力數字規則的演進和產業發展。

　　報告闡述了數字規則的概念和特征，并分別從數宇化發展細分版塊和數據管理兩個維度進行展開，對數字規則進行分類說明。報告詳細介紹了世界各國政府在政務數據開放、數據交易流通、跨境數據流動、數據安全管理等方面數字規則發展情況。從法規體系建設、數據收集管理、數據共享開放、數據應用規制、數據交易探索、跨境數據治理等維度，并針對我國數字規則建設存在問題，指出了存在的主要問題。

//www.caict.ac.cn/kxyj/qwfb/ztbg/202112/t20211210_393868.htm

　　最后，報告從頂層體制機制、法規體系、數據要素市場培育、行業規范等方面提出四點決策建議：

　　一、加強頂層體制機制建設：強化國家層面統籌推進；進一步明確數據管理責任主體；優化數字治理監管模式。

　　二、加強法規體系建設：加強數據產權基礎研究、完善法規配套制度設計；強化地方數字規則“硬軟結合”立法模式。

　　三、加速培育數據要素市場：積極探索數據要素交易流通；推進政企數據融合開發利用；推動數據跨境流動。

　　四、加強行業引導和企業自律：加強宣傳引導；加強標準規范制定；健全互聯網平臺數據治理監管評估體系。

在數字信息技術日新月異的發展趨勢下，數據已成為數字經濟發展的核心生產要素，是國家重要資產和基礎戰略資源。隨著數據價值的愈加凸顯，數據安全風險與日俱增，數據泄露、數據販賣等數據安全事件頻發，為個人隱私、企業商業秘密、國家重要情報等帶來了嚴重的安全隱患。

當前，數據安全已成為數字經濟時代最緊迫和最基礎的安全問題，加強數據安全治理已成為維護國家安全和國家競爭力的戰略需要。為此，國家高度重視數據安全的頂層設計：在相繼發布的《促進大數據發展行動綱要》（2015）、《科學數據管理辦法》（2018）、《關于構建更加完善的要素市場化配置體制機制的意見》（2020）以及“十四五”規劃（2021）中，均提出發展數字經濟、加快培育發展數據要素市場，應把保障數據安全放在突出位置的重要思想內涵。

面對數據安全威脅日益嚴峻的態勢，著力解決數據安全領域的突出問題，有效提升數據安全治理能力迫在眉睫。然而，由于數字技術促使數據應用場景和參與主體日益多樣化，數據安全的外延不斷擴展，數據安全治理面臨多重棘手困境。為此，賽迪智庫發布《數據安全治理白皮書》，在分析我國數據安全風險、治理現狀、治理困境的基礎上，從政策、監管、產業生態建設、國際合作等方面提出綜合解決路徑。

「美國人仍未認真思考 AI 革命將對社會、經濟和國家安全產生多大影響」，3 月 1 日，美國國家人工智能安全委員會（the National Security Commission on Artificial Intelligence，NSCAI）發布的一份報告，提出了對于總統拜登、國會及企業和機構的數十項建議。

該組織稱，中國是對于美國技術主導地位的首要挑戰，在第二次世界大戰后第一次有國家對美國的經濟和軍事力量產生了如此程度的威脅。該報告的一個結論是，在未來十年內，美國可能會失去對中國的軍事技術優勢。

這個由 15 名成員組成的委員會主張以 400 億美元的投資擴展和民主化 AI 研究的進程，并為「未來技術突破進行投資」，鼓勵決策者們對創新投資持類似態度。該組織最終希望能推動聯邦政府在未來幾年里對于人工智能投資數千億美元。

歐盟委員會在2020年2月19日發布《人工智能白皮書》，提出一系列政策措施，旨在大力促進歐洲人工智能研發，同時有效應對其可能帶來的風險。

　　人工智能戰略是歐盟數字戰略的核心支柱之一。歐盟提出要建立一個“可信賴的人工智能框架”，重點聚焦三大目標：研發以人為本的技術；打造公平且具有競爭力的經濟；建設開放、民主和可持續的社會。并提出了一項雄心勃勃的投資計劃，將在今后10年內每年投入高達200億歐元的技術研發和應用資金。歐盟在保護公民隱私和數據安全方面制定了一系列措施。例如，人工智能企業必須通過相關部門的安全測試和資質審核才能進入歐盟市場。

　　《人工智能白皮書》將在未來三個月內接受各界人士的公開咨詢，再根據反饋結果進行相應修訂。根據計劃，歐盟將于今年年底制定出臺《歐盟數字服務法》等具有法律約束力的數字規則，從而對規范市場準入、強化企業責任和保護基本權利等問題作出明確規定。

　　分析人士指出，歐盟此舉不僅是要補足前沿科技短板，更是要搶抓數字時代的全球規則主導權。

白皮書指出，人工智能 (AI) 是一項戰略性技術，有益于社會、公司和個人。AI以人為本，基于道德，可持續發展，尊重最基本的權利和價值。AI帶來的效率和生產率不僅能夠提升歐洲的產業競爭力，提升人們的生活福祉，還能夠有效應對氣候變化、環境退化、人口變化、民主權益、社會犯罪等一些急迫解決的社會問題。

在激烈的全球競爭大背景下，歐盟需要在2018年4月發布的《歐盟AI戰略》基礎上找到一條堅實可靠的歐洲路徑。面對AI帶來的機遇與挑戰，歐盟需要秉持歐洲價值觀，以自己獨有的方式行動起來，推動AI的發展和部署。歐盟委員會致力于推動AI科技創新，保持歐盟AI科技的領先地位，確保新技術為全歐洲服務，在提升人們生活質量的同時尊重相關權益。為了抓牢本次AI帶來的機遇，歐洲必須加強產業和技術能力建設。與歐洲AI戰略相呼應的《歐洲數據戰略》中指出，仍需要采取措施使得歐洲成為全球數據中心。《歐洲數據戰略》旨在讓歐洲成為世界上最具吸引力、最安全、最動態的數據經濟體。

歐盟委員會支持的這項投資導向的監管路徑有著雙重目標：一是推動AI進步；二是應對在使用AI過程中產生的相關風險。歐洲AI路徑旨在提升歐洲在AI領域的創新能力，同時提升貫穿歐盟經濟的道德性和可靠性。AI應該服務于人類生活福祉的提升和社會更好的發展。

白皮書分六個章節。一是引言，包含問題界定、可能需要修訂的現存與AI相關的歐盟立法框架、未來歐盟監管框架范圍、要求類型。二是“利用產業和專業市場的優勢”。三是“抓住面前的機遇—下一個數據浪潮”。四是“卓越生態系統”。五是“信任生態系統—AI監管框架”。六是結束語。

白皮書主要圍繞“卓越生態系統”（ecosystemof excellence）和“信任生態系統”（ecosystem of trust）兩個方面的建設展開：

一、“卓越生態系統”。是要建設一個歐洲、國家和地區三個不同層面措施協同的政策框架。公共部門和私營部門共同合作，調動資源，沿著整體價值鏈建設“卓越生態系統”，從研發創新開始，建設正確的激勵機制來加快AI解決方案的在包括中小企業在內的應用。

二、“信任生態系統”。它是歐洲AI未來監管框架的關鍵要素。要做到這一點，必須確保體系遵守歐盟的規則，包括保護基本權利和消費者權利，尤其是那些在歐盟運行的、風險較高的AI系統。這個政策為市民使用AI應用增添了信心，為企業和公共組織的AI創新提供了法律保障。歐洲委員會強烈贊同“以人為本”。

白皮書指出，歐盟資金項目（EU fundingprogramme）在集中力量辦大事上具有重要貢獻，能夠避免重復建設，并撬動歐盟成員國公共部門和私營部門的投資。在過去的三年中，歐盟資金用于AI研究和創新的費用15億歐元，與之前相比增長了70%。

然而，歐洲的AI投入在世界也僅占一小部分。2016年，歐洲用于AI的投入為32億歐元。北美為121億歐元。亞洲為65億歐元。作為回應，歐洲需要大幅度提高AI研究和創新領域投資水平。目標是在未來10年，歐盟資金每年在成員國范圍內吸引200億歐元的AI技術研發和應用資金。

//ec.europa.eu/info/sites/info/files/commission-white-paper-artificial-intelligence-feb2020_en.pdf

近日，美國人工智能國家安全委員會發布最終報告（草案）。本報告共分為兩大部分：第一部分，“在人工智能時代保衛美國”（第1-8章）概述了美國必須做些什么來抵御來自國家和無政府組織的人工智能相關威脅，并建議美國政府如何負責任地使用人工智能技術來保護美國人民和利益。第二部分，“贏得技術競爭”（第9-16章）概述了人工智能在更廣泛的技術競爭中的作用，并建議政府必須采取行動促進人工智能創新，從多個方面提高國家競爭，保護美國的關鍵優勢。

這兩個部分共同代表了白宮領導下的戰略綱要，該戰略旨在調整國家的方向，以應對新興時代的機遇和挑戰。

美國人工智能國家安全委員會于2019年由國會特許成立，旨在探討人工智能對美國國家安全的影響。該報告中包括對白宮、聯邦機構、國會和其他實體的詳盡建議，涉及從勞動力、知識產權到倫理的各個主題，最終報告預計將影響未來幾年拜登政府和國會議員所采取的人工智能政策。

這兩個部分共同代表了白宮領導下的戰略綱要，該戰略旨在調整國家的方向，以應對新興時代的機遇和挑戰。

第四屆世界智能大會在津召開期間，中國新一代人工智能發展戰略研究院發布了《中國新一代人工智能科技產業發展報告?2020》和《中國新一代人工智能科技產業區域競爭力指數?2020》。報告指出，中國人工智能科技產業發展已經步入融合產業部門主導的新階段。人工智能和實體經濟的深度融合正在成為驅動中國經濟轉型升級和可持續發展的動力源泉。

　　據中國新一代人工智能發展戰略研究院首席經濟學家、南開大學經濟研究所所長劉剛介紹，作為第四次工業革命的引擎，人工智能技術屬于典型的通用技術(General Purpose Technologies)。從前三次工業革命發生發展的歷程看，通用技術只有與經濟社會全球融合的條件下，才能成為帶動經濟長期發展的驅動力量。通用技術創新和產業化創造出前所未有的“關鍵生產要素”，例如，第一次工業革命的蒸汽機和第二次工業革命的電力。“關鍵生產要素”具有廣泛的應用領域、低成本和無限供給的特征。當“關鍵生產要素”被廣泛投入到現有產業，不斷提高企業和產業的生產力水平，才能帶來經濟和社會的長期發展。例如，作為第二次工業革命通用技術的電力，從照明到生產流程的改造再到以電力為能源的生活用品的普及，在與經濟社會融合的過程中，不僅帶來了社會生產力的大幅躍升，而且改變了人類的生產和生活方式。

　　第四工業革命的核心技術是包括互聯網、物聯網、大數據、云計算、區塊鏈、5G和人工智能在內的新一代信息技術。新一代信息技術的產業化使“數據和計算”成為第四次工業革命的“關鍵生產要素”。數據是網絡空間的所有存在物，是網絡空間對物理和社會空間映射的產物。網絡空間及其與物理和社會空間的互動和融合產生海量數據，大數據、云計算和區塊鏈技術解決了數據的采集、整理、存儲和分析。人工智能則實現了數據的精準匹配、仿真模擬和優化控制。作為新型基礎設施建設的重要內容，5G保證了網絡空間的發展和數據的瞬時傳輸。新一代信息技術的發展使“數據和計算”成為類似蒸汽機和電力一樣的廉價投入品，為賦能和改造現有產業創造條件。

　　作為通用技術，在人工智能科技產業的發展過程中，形成了兩個主要產業部門：核心產業部門和融合產業部門。核心產業部門是指包括人工智能在內的新一代信息技術產業化過程中創造的新興產業部門。核心產業部門產出“數據和計算”。而融合產業部門則是人工智能與實體經濟融合發展過程中創造的產業部門，例如，智能制造、智能交通、新零售、新媒體和數字內容產業。融合產業部門把“數據和計算”作為投入品，產出則是我們日常生產和生活中的智能化產品。

　　中國新一代人工智能發展戰略研究院對人工智能科技產業的動態追蹤研究表明，隨著核心產業部門的發展和核心技術的成熟，面對新冠疫情的沖擊和包括5G在內的新型基礎設施建設步伐的加快，中國的人工智能科技產業開始步入融合產業部門主導的新發展階段。

　　首先，從797家中國人工智能骨干企業中的581家應用層企業的應用領域分布看，人工智能技術已經廣泛分布在十八個應用領域。其中，企業技術集成與方案提供、智能機器人兩個應用領域的企業數占比最高，分別為15.43%和9.66%。關鍵技術研發和應用平臺、新媒體和數字內容、智能醫療、智能硬件、金融科技、智能商業和零售和智能制造領域企業數占比相對較高，分別為8.91%、8.91%、7.65%、7.03%、6.65%、6.52%、6.15%。智能農業的占比最低，僅為0.75%。企業技術集成與方案提供和關鍵技術研發及應用平臺占比排名第一和第三位，說明在人工智能與實體經濟的融合發展過程中，技術集成和應用方案提供發揮著至關重要的作用。而智能機器人企業數排名第二則說明制造業的智能化是人工智能發展的迫切需求。

　　在581家人工智能樣本企業中，可獲得577家企業截至2019年底的融資數據。通過577家企業所屬產業領域的融資額占比，可以看出哪些應用領域更受資本的青睞。從人工智能應用領域企業融資額的分布看，智慧零售、新媒體和數字內容、智慧金融類應用領域的融資額最高，占比分別為18.37%、15.96%和15.94%。除此以外，關鍵技術研發和應用平臺、智慧交通、智能硬件融資額占比在5%以上，屬于占比較高的應用領域。

　　其次，人工智能基礎和技術層企業通過與實體經濟企業的協同，共同構建產業智能化創新生態，推動人工智能與實體經濟的融合發展。其中，最為典型的是智能安防產業的發展。在傳統安防產業智能化的過程中，圍繞著視頻數據結構化、智能終端和邊緣計算在內的關鍵技術突破，形成了富有活力的產業創新生態系統。在智能制造、智能醫療、智能交通、金融科技和智能教育等領域，都出現了產業智能化創新生態系統。適合于特定產業領域智能化的創新生態系統建設，成為人工智能與實體經濟深度融合發展的標志。

　　第三，處于“極化”中的人工智能核心產業部門企業，通過與其他地區優勢產業企業的合作，通過技術“擴散”，推動人工智能與實體經濟的融合發展。該報告基于15家人工智能開放創新平臺和4家計算機視覺獨角獸公司的技術“擴散”數據分析表明，通過與其他地區優勢產業的合作，共同推動人工智能與實體經濟的融合發展。其中，電子信息制造業和汽車制造成為智能化發展的前沿產業。

　　最后，傳統產業的龍頭企業，通過自主創新、技術引進和與核心技術企業合作的方式，轉型升級為人工智能企業，成為推動人工智能與傳統產業融合發展的主導者。報告基于50家非初始人工智能上市公司的分析表明，傳統產業的龍頭企業通過智能化轉型，與掌握人工智能核心技術的企業共同構建產業創新生態系統，推動產業的智能化。從技術來源看，50家非初始人工智能上市公司主導的融合產業部門的技術來源，主要是核心產業部門的人工智能初創企業，占比為16%。其次是人工智能上市公司，例如，阿里巴巴和科大訊飛，占比為16%，排名第三和第四的分別是非初創人工智能技術公司和獨角獸公司，占比為10%和7%。除了平臺公司，人工智能初創企業和中小企業是產業智能化的重要技術來源方。

　　在系統調查研究的基礎上，報告發現，人工智能與實體經濟的融合發展，不是簡單的技術引進和集成，而是一系列互補性創新和專用技術體系的形成過程。因而，推動人工智能與實體經濟融合發展需要創新思維。尤其是對后發地區而言，不能僅僅把工作的重心放在招商引資上，而應當重視通過培育和構建適宜當地產業智能化需求的產業創新生態系統和創新創業環境，通過互補性創新和專用性技術積累，才能通過人工智能與當地優勢產業的融合發展過程中，不斷提升區域企業和產業競爭力。