【美高梅官方网站】发展的战略机遇,实施CIFAR人工智能首席科学家计划

2017年加拿大联邦政府宣布拨款1.25亿加元(约0.9亿美元)实施泛加拿大人工智能战略,由加拿大高等研究院(CIFAR)具体负责,在重点支持加拿大三大人工智能研究机构(Amii-阿尔伯塔大学机器智能研究院、Mila-蒙特利尔大学学习算法研究院和Vector-多伦多大学矢量研究院)发展的同时,实施CIFAR人工智能首席科学家计划,在五年内拨款8650万加元(约6474万美元),为每位科学家提供100万加元的经费,支持他们开展卓越研究并培养下一代人工智能领导者。

德国计划在 2018 年秋公布其国家 AI 战略。目前尚不清楚战略具体细节,但从
2018
年社会民主党和基督教民主联盟达成的联盟协议中,我们知道,政府正计划与法国建立一个联合
AI 研究中心,并将委托一个新的工作小组就 AI 和算法的道德问题提出建议。

全球AI界最值得关注的十位科学家

 

class=”i iquote”>我们可以看到AI已经从象牙塔里的高冷研究,逐步转换为科技公司、互联网公司的最核心竞争力。AI代表了这时代人类的前沿智慧,也正达到一种科学的极致。

美高梅官方网站 1

这两天在美国加利福尼亚州的山景城,google 正举办着I/O
2016年度开发者大会,AI(artificial
intelligence人工智能)再度成为大会焦点。

智能助手、智能家居中枢、智能聊天应用等新产品陆续在大会上发布。有意思的是,谷歌本次发布了智能家居的硬件产品Google
Home来对抗Amazon Echo的强劲势头。

美高梅官方网站 2

Google Home

数据显示,全球目前在人工智能领域有近千家公司,仅2015年在AI领域的投资交易就有近300宗。全球已有数千亿美金投入人工智能的相关研究,未来将撬动巨大的市场空间。

2016年是人工智能元年,造就为大家搜集了十位AI界的科学达人。在这份名单中,我们看到谷歌已经俨然建立起一个“AI帝国”,通过从名校“挖墙脚”搜刮来高级顾问或技术官,以及收购专业AI项目公司的手段,在认知神经、脑神经、高级机器人、深度学习等领域独树一帜,而Facebook则主要在图像识别等领域占据了重要江湖地位。 我们可以看到AI已经从象牙塔里的高冷研究,逐步转换为科技公司、互联网公司的最核心竞争力。AI代表了这时代人类的前沿智慧,也正达到一种科学的极致。这份名单不涉及任何排名,仅是抛砖引玉。如果你知道更多,请在评论中不吝与我们交流。

1.杰弗里·辛顿(Geoffrey Hinton)

美高梅官方网站 3

供职于:google公司

擅长领域:深度学习、脑神经

我们很难用寥寥数语来总结任何“非凡头脑”的职业生涯,而就辛顿而言,这事尤其具有挑战性。作为人工智能领域的三位奠基人之一,早在30年前,辛顿就已经在深度学习领域留下了自己的烙印。

他一直致力于理解大脑神经元。他没有答案,但他将尽全力寻找答案,至少改进的人工神经网络可以模拟人脑的某些方面。“我非常兴奋,我们发现一种可以使神经网络变得更好的方法,尤其是这种方法能够揭示大脑是如何工作的时候。 然而,直到计算机的性能达到深度学习的要求,辛顿才开始在学术界以外得到自己应得的广泛认可。2004年,他参与创立了神经计算和自适应感知项目(Neural
Computation and Adaptive
Perception),这是一个甄选严格的邀请制研究者团体,集合了来自物理学、神经科学和工程学领域的精英。此外,他还参与创立了DNNResearch,该公司在2013年被谷歌公司(Google)收购。自那之后,他就一直为所谓的谷歌“大脑”神经网络项目工作。在他的帮助下,谷歌的图像识别和安卓系统音频识别能力大幅提升。

2.雅恩·乐昆(Yann LeCun)

美高梅官方网站 4

供职于:Facebook

擅长领域:图像识别

作为人工智能领域的三位奠基人之一,乐昆为卷积神经网络的研究和发展做出了重要贡献,尤其是在图像识别领域。

在上世纪80年代末和90年代初,他大部分时间都在为AT&T效力,先是担任研究员,最终升任该公司图像处理技术研究部门的负责人,他是图像压缩技术DjVu的主要发明者之一。

2003年,乐昆被纽约大学(NYU)聘为计算机科学和神经科学的教授。2013年,他加入Facebook,担任该公司人工智能实验室的主任,也是人工智能尤其是深度学习领域最知名的学者之一。

3.约书亚·本吉奥(Yoshua Bengio)

美高梅官方网站 5

供职于:加拿大蒙特利尔大学

擅长领域:高级机器学习 

在人工智能领域的三位奠基人中,约书亚·本吉奥教授也是机器学习大神之一,他的研究工作主要聚焦在高级机器学习方面,致力于用其解决人工智能问题。

他是少有的几个仍然全身心投入在深度学习学术界的教授之一,好多其他教授早已投身于工业界,加入了Google或Facebook公司。 

他目前是加拿大蒙特利尔大学(Université de
Montréal)计算机科学和运筹学系的正教授,是机器学习实验室(MILA)的负责人,是加拿大高等研究院(CIFAR)神经计算和自适应感知项目的联席主任,是统计学习算法领域的加拿大首席科学家。

本吉奥的主要研究目标是理解能够产生智能的学习的原理。其研究成果得到广泛引用。

  1. 迈克尔·乔丹(Michael I Jordan)

美高梅官方网站 6

供职于:加州大学伯克利分校(AI界大拿吴恩达的直系老师哦)

擅长领域:计算机科学

应用:机器学习 

迈克尔·乔丹,并不是篮球明星的乔丹哦。目前是加州大学伯克利分校的教授,之前他还在麻省理工当过教授。他帮助普及了贝叶斯网络在机器学习应用中的使用,并常常被誉为让大家意识到机器学习与统计学之间联系的原创思想家之一。

乔丹是国际人工智能协会(AAAI)、计算机协会(ACM)、美国统计协会(ASA)、控制系统协会(CSS)、电气和电子工程师协会(IEEE)、数理统计学会(IMS)、国际贝叶斯分析协会(ISBA)以及工业和应用数学学会(SIAM)的会员。

他在人工智能界可谓桃李满天下,他带出的多位研究生和博士后学生也在AI领域成为大名鼎鼎的人物,比如吴恩达、大卫·贝雷(David
Blei)、佐宾·葛拉曼尼(Zoubin Ghahramani)。

  1. 杰夫·霍金斯(Jeff Hawkins)

美高梅官方网站 7

供职于: Numenta公司

擅长领域: 神经科学,人类大脑皮质功能的人工智能学习过程. 

在上世纪90年代之前,霍金斯的名字主要跟历史上第一款掌上电脑Palm
Pilot联系在一起,这是他发明的设备。

2002年,他开始致力于研究神经科学以及聚焦于人类大脑皮质功能的人工智能学习过程,这期间创立了红木理论神经科学中心(Redwood
Center for Theoretical Neuroscience)。

2005年,他发表了一部关于大脑记忆-预测理论框架的开创性著作,题为《人工智能的未来》(On
Intelligence: How a New Understanding of the Brain will Lead to the
Creation of Truly Intelligent Machines)。

同一年,他跟前Palm Pilot首席执行官唐娜·杜宾斯基(Donna
Dubinsky)以及迪利普·乔治(Dileep
George)共同创立了Numenta,这家公司致力于研究关于大脑功能的理论,并寻找能够把这些理论应用于人工智能的算法。他们的主要研究成果是建立了分层暂存记忆和固定稀疏离散表征的算法框架。

  1. 塞巴斯蒂安·史朗(Sebastian Thrun)

美高梅官方网站 8

供职于:Google

擅长领域:机器人技术

史朗是谷歌副总裁兼研究员,Udacity的首席执行官,以及斯坦福大学计算机科学的兼职研究教授。史朗主要凭借在机器人技术领域的研究成果而闻名,他主持开发的自动驾驶汽车“斯坦利”(Stanley),在2005年无人驾驶机器人超级挑战赛(DARPA
Grand Challenge)上赢得冠军。

史朗和自己的团队为斯坦利编写了10万行代码的软件,它可以对传感器数据进行解读,并负责为车辆导航。史朗目前是谷歌自动驾驶汽车项目的负责人。

7.德米斯·哈萨比斯(Demis Hassabis)

美高梅官方网站 9

供职于:Google(AlphaGo之父)

擅长:认知神经科学

杰米斯·哈萨比斯是一位英国人工智能研究专家、神经学家、电脑游戏设计师和国际象棋大师。从剑桥大学毕业后,哈萨比斯进入狮头工作室(Lionhead
Studios)成为首席人工智能程序员。之后,在1998年,他离职创办了Elixir
Studios。 2005年4月,哈萨比斯离开电子游戏行业,转而从事认知神经科学的研究,以期从大脑中找到人工智能新算法创意的灵感。他在自传体记忆和失忆领域开展研究,并发表了数篇有影响的论文。

2010年,他与人创办人工智能初创公司DeepMind
Technoloies并担任公司首席执行官一职,专门从事通用学习算法的开发。

2014年1月,谷歌以6.25亿美元收购DeepMind。目前,哈萨比斯担任负责谷歌人工智能项目的工程副总裁。2015年10月,DeepMind开发的AlphaGo围棋程序击败了欧洲围棋冠军樊麾,实现了人工智能应用又一个里程碑式的“突破”。

紧接着在2016年3月,AlphaGo与韩国国手李世乭展开围棋人机大战,最后AlphaGo以四比一的悬殊比分击败李世乭。

8.于尔根·施米德休伯(Jürgen Schmidhuber) 

美高梅官方网站 10

供职于:慕尼黑工业大学机器人学教授

擅长领域:认知神经科学

应用:智能手机语音识别等 

于尔根·施米德休伯是一位德国计算机科学家,凭借在机器学习、人工智能、人工神经网络、数字物理学方面的成就而闻名。

从2004年至2009年,他在慕尼黑工业大学(Technische Universität
München)担任认知机器人学的教授。自1995年以来,他一直是瑞士卢加诺人工智能实验室IDSIA的联席主任。在2009年,他被卢加诺大学(University
of Lugano)聘为人工智能学的教授。

在2009年至2012年间,他带领的团队研究了递归神经网络和深度前馈神经网络,其成果在模式识别和机器学习领域的八项国际比赛中夺魁。如今,超过10亿人可以用上IDSIA开发的算法,比如通过智能手机上的谷歌语音识别功能。

他凭借“对深度学习和神经网络的开拓性贡献”,成为2016年IEEE计算智能协会神经网络先锋奖(Neural
Networks Pioneer Award)的得主。 

 9.特里·塞诺斯基(Terry Sejnowski) 

美高梅官方网站 11

供职于:加州大学圣迭戈分校

擅长领域:大脑功能计算

应用:奥巴马政府 “大脑计划”(BRAIN Initiative) 

塞诺斯基是加州大学圣迭戈分校(University of California, San
Diego)的生物科学教授,是索尔克研究所(Salk
Instiute)的弗朗西斯·克里克教席教授(Francis Crick
Professor),同时担任霍华德·休斯医学研究所(Howard Hghes Medical
Institute)的研究员。

他对人工智能领域的开创性贡献包括跟杰弗里·辛顿共同发明了玻尔兹曼机。凭借在大脑功能建模和计算方面的研究成果,塞诺斯基是当世入选美国三大国家学院(医学学院、科学学院和工程学院)仅有的十位科学家之一。

目前,他担任奥巴马政府 “大脑计划”(BRAIN
Initiative)的顾问,该计划旨在开发用来映射神经回路的新工具。 

10.汤姆·米切尔(Tom M. Mitchell)

美高梅官方网站 12

供职于:卡内基-梅隆大学

擅长领域:机器学习、认知神经科学

应用:《机器学习》教科书编者 

汤姆·米切尔是一位美国计算机科学家,他在卡内基-梅隆大学担任E.弗里德金大学教席教授(E.
Fredkin University
Professor)。目前,他还是该大学机器学习研究部的负责人。

米切尔凭借在机器学习、人工智能和认知神经科学方面做出的贡献而为人所知。他编著了《机器学习》(Machine
Learning)这本教科书。

2010年,米切尔当选为美国国家工程学院的院士。此外,他还是美国科学促进会(American
Association for the Advancement of Science)和国际人工智能协会的会员。 

首席科学家的产生需经过严格的审核流程,候选人必须由上述加拿大三大人工智能研究机构提名,由国际科学咨询委员会(ISAC)审核并提出建议人选,由CIFAR董事会确定。ISAC由来自世界各地著名大学、研究机构以及巨头科技公司的科学家和工程师组成,包括斯坦福大学、普林斯顿大学、法国国家科学研究中心以及谷歌、微软、Facebook等。在目前已确定的46名首席科学家中,24名是从其他国家招募到加拿大并担任该研究席位,其余22名为本国研究人员,女性科学家9名。

德国已经制定了相当于事实战略的若干政策和举措,而不是官方战略。主要是政府与学术界和业界人士合作,重点将
AI 技术融入德国的出口部门。旗舰项目是「工业
4.0」,但最近战略目标转向更依赖 AI 技术的智能服务。「德国 AI
研究中心」是这项工作的主要参与者,为面向应用的基础研究提供资金。其它相关组织包括亚
Alexander von Humboldt Foundation和 Plattform Lernende Systeme。

近日,加拿大高等研究院(CIFAR)宣布进一步扩大实施加拿大CIFAR人工智能首席科学家计划(Canada
CIFAR AI Chairs
Program),将该计划下首席科学家人数从2018年12月宣布的29名增加到46名。作为泛加拿大人工智能战略(Pan-Canadian
AI
Strategy)的重要组成部分,该计划的目标是吸引世界领先的人工智能研究人员,并为他们提供长期专项经费,提升加拿大在人工智能研究和人才培养方面的国际地位。

印度对其《国家人工智能战略》采取了独特的做法,重点关注印度如何利用 AI
促进经济增长和社会包容。撰写报告的政府智库 NITI Aayog 称这种方法为「AI
for
All」。因此,该战略旨在:使印度人拥有找到高质量工作的技能,并提高这种技能;投资能够最大限度扩大经济增长和社会影响的研究和部门;将印度创造的
AI 解决方案推广到其它发展中国家。

这些科学家都是人工智能相关领域的杰出专家,包括获得2018年图灵奖的深度学习鼻祖之一——Yoshua
Bengio(另一位获奖者Geoffrey
Hinton为Vector研究院首席科学顾问)。他们在许多跨学科领域开创了独特的研究,包括人工智能在计算生物学、材料发现、社会发展等方面的应用,以及用于音乐和艺术创作的深度学习工具。

英国人工智能行业新政:

马克龙在「AI for Humanity」峰会上演讲 | 图源:Reuters

加拿大的 AI
战略与其他战略存在很大差异,因为它主要是一个研究及人才战略。该战略提出的新兴
AI 机构、CIFAR AI 主席及国家 AI 计划都旨在提高加拿大作为 AI
研究和培训领导者的国际形象。CIFAR AI 及社会计划检验 AI
的政策和道德影响,但总体战略不包括其它战略中的政策,如战略部门投资、数据和隐私或技能开发。这并不是说加拿大政府没有将这些政策落实到位,而是这些政策与《泛加拿大人工智能战略》相分离,而不是其中一部分。

「十五亿欧元计划」分为四部分:首先,马克龙宣布了加强法国 AI
生态系统和吸引国际人才的若干举措。其中最重要的是宣布了《国家 AI
计划》,该计划将在法国建立一个由四或五个研究机构组成的网络。其次,法国将制定开放的数据政策,推动在医疗保健等已经具备
AI
优势潜力的领域应用人工智能。第三,政府将建立监管和金融框架,支持国内「AI
冠军」发展。最后,政府将制定道德规范,确保 AI
的使用和发展是透明的、可解释的和非歧视性的。

AI 全球领导者之争已经正式拉开帷幕。在过去的 15
个月里,加拿大、日本、新加坡、中国、阿联酋、芬兰、丹麦、法国、英国、欧盟委员会、韩国和印度都发布了促进
AI
应用与开发的战略。这些战略无一相似,关注的方面也有所不同,如科学研究、人才培养、技能与教育、采用公共和私有部门、道德包容、标准与法规及数据与数字基础设施。

《人工智能技术战略》的计划在 2017 年 3
月发布。该战略对于其工业化路线图很重要,它将 AI 设想为一种服务,并组织
AI 的发展为三个阶段:在多个领域发展数据驱动的 AI
技术的应用;在多个领域发展 AI 技术的公共事业;通过连接多个领域建立 AI
生态系统。该战略将这个框架应用到日本《社会
5.0》倡议的三个主要领域:生产力、健康和流动能力,并勾勒出了实现工业化路线图的基本轮廓。这些政策包括在研究与开发、人才、公共数据和创业公司上的新投资。

Deepmind 的 AlphaGo
打败韩国围棋世界冠军李世石给了韩国很大的刺激。全球超过 1
亿的观众围观了那场在首尔举办的为期六天的锦标赛,AlphaGo 以 4:1
的惊人战绩打败了李世石。比赛结束仅仅两天之后,韩国政府就公布要在未来五年投资
1 万亿韩元支持 AI 研究。

《人工智能技术战略》:

德国

美国

_publication/NationalStrategy-for-AI-Discussion-Paper.pdf

加拿大总理特鲁多公布《泛加拿大人工智能战略》| 来源:MP Raj Grewal News

15 亿欧元计划:

欧盟

-intelligence-making-france-a-leader

【美高梅官方网站】发展的战略机遇,实施CIFAR人工智能首席科学家计划。人工智能通讯:

韩国

报告一共概述了 38
项新举措。主要举措包括创建《丹麦数字枢纽中心》、《中小企业:数字技术计划》和《技术契约》。政府还宣布了进一步开放政府数据、试验监管沙盒以及加强网络安全的举措。

英国政府于 2018 年 4
月发布了《人工智能行业新政》。这是该国政府更大工业战略的一部分,旨在推动英国成为全球
AI 领导者。它非常全面,包含推动政府和公司研发、STEM
教育投资、提升数字基础设施、增加 AI
人才和领导全球数字道德交流等方面。其中包括超过 3
亿英镑的国内外科技公司投资计划、扩建阿兰图灵研究所、创立图灵奖学金以及启动数据伦理与创新中心。该中心是英国政府
AI 计划的重要组成部分,英国希望以此引领全球 AI 道德研究。该机构已于今年
6 月开始了征询公众意见以及领导人招募的行动。

澳大利亚

目前,澳大利亚还没有发布 AI 战略。然而,在其发布的 2018~2019
年度预算中,政府公布了一项四年计划,拨款 2990 万澳元支持 AI
的发展。政府将创建一份技术发展路线图、一个标准框架、一个全国 AI
道德框架,用于支持负责任地开发
AI。这笔拨款还将支持联合研究中心项目、博士奖学金及其他可以提高澳大利亚
AI 人才供应的举措。此外,在该国 2017 年发布的创新发展路线图《Australia
2030: Prosperity Through Innovation》中,政府宣布将把 AI
放在其即将发布的《数字经济战略》的优先位置。该战略预计在 2018
年下半年发布。

芬兰

欧盟委员会 AI 战略时间表

丹麦于 2018 年 1
月发布《丹麦数字技术增长战略》,旨在使丹麦成为数字革命的领导者,并为所有丹麦人创造财富,促进丹麦发展。该战略并非完全着眼于
AI 的发展,而是侧重于
AI、大数据、物联网的共同发展。它有三个目标:使丹麦企业成为最善于利用数字技术的企业具备实现业务数字化转型的最佳条件确保每个丹麦人都具备必要的数字技术进行竞争。在基金方面,丹麦政府于
2018 年拨款 7500 万丹麦克朗,之后每年拨款 1.25 亿克朗,直到 2025
年,永久拨款 7500 万克朗,用于实施战略举措。

在 2018 年 6 月,新加坡政府宣布《AI
治理和道德的三个新倡议》。原则上,「AI
和数据的道德使用」的新咨询委员会将帮助政府发展 AI 道德的标准和治理框架。

印度

到马克龙五年任期结束时,政府将总共向 AI
投资十五亿欧元。虽然具体细节尚未公布,但法国将投入 7
亿欧元用于研究,今年的 1 亿欧元用于 AI 初创企业和公司,每年的 7000
万欧元通过法国公共投资银行拨款,4 亿欧元用于 AI 产业项目。《Villani
报告》建议将重点放在四个部门,但马克龙没有提及这项建议。但是,他详细讨论了
AI 在医疗和交通方面的潜力。

2017 年 5 月,芬兰财政部长 Mika Lintil
任命了一个指导小组,研究芬兰如何在应用 AI
技术方面成为世界顶级国家之一。虽然该小组要到 2019 年 4
月才会发表最终报告,但它已经提交了两份中期报告,芬兰政府已开始将该小组的建议纳入政府政策。第一份报告《芬兰的
AI 时代》调查了芬兰在 AI
方面的优势和劣势,并提出了八项建议,希望推动芬兰在应用 AI
方面成为全球领导者。主要倡议包括建立「芬兰 AI 中心」、AI
加速器试验项目以及将 AI 纳入公共服务。第二份中期报告《AI
时代的工作》又提出了 28
项政策建议,涉及未来工作的四个方面:增长和就业;劳动力市场;学习和技能;道德。

该计划由 4 个关键倡议组成。第一,「基础 AI
研究」投资那些能为《新加坡人工智能战略》其它支柱做出贡献的科学研究。第二,「重大挑战」支持那些能为新加坡和世界面临的主要挑战提供创新解决方案的多学科团队的工作。目前该计划聚焦于健康、城市方案和金融。第三,「100
个实验」投资可扩展到工业界问题中的 AI 解决方案。最后,「AI
学徒期」是一个 9 个月结构的计划,将在新加坡培养新一批 AI 人才。

近日,来自加拿大先进技术研究院的政策研究员 Tim Dutton 对颁布了 AI
战略的一些国家进行了总结。本文在发布之后引起了 Yann LeCun 等学者的注意。

责任编辑:何周重

-intelligence-sector-deal

自特朗普上任以来,美国政府开始寻求一种截然不同的、自由市场导向的 AI
战略。在今年 5
月,白宫邀请了业界、学术界和部分政府代表参加了一场人工智能峰会。在会上发言中,白宫科技政策办公室副主任
Michael Kratsios
概述了现总统对于人工智能的态度,他宣布政府目前制定了四大目标:保持美国在人工智能方面的领导地位;支持美国工人;推动政府资助的研发;消除创新的障碍。为了实现这一目标,Kratsios
宣布成立一个 AI
特别委员会,向白宫提供政府层面的、有关人工智能研究与发展方面的建议,同时帮助政府、私企和独立研究者建立合作伙伴关系。他还指出,美国政府将专注于消除创新的监管障碍,让各家公司有更多创新和发展的灵活性。

作为全球第二大经济体,中国已向世人宣告了引领全球 AI
理论、技术和应用的雄心,国家在 2017 年 7
月颁布了《新一代人工智能发展规划》。该计划是所有国家人工智能战略中最为全面的,包含了研发、工业化、人才发展、教育和职业培训、标准制定和法规、道德规范与安全等各个方面的战略和发展目标。请加微信公众号:工业智能化(robotinfo)
马云都在关注

与其他国家不同,美国虽然在人工智能领域拥有最强实力,但目前尚没有国家层面的人工智能促进计划。在前总统巴拉克奥巴马在任的最后几个月里,白宫在三份独立报告中为美国的
AI 战略奠定了基础。其中第一份报告《未来人工智能准备》明确提出了有关制定
AI
法规、资助研发、自动化、道德、公平与安全的内容。另一份报告《国家人工智能研发战略计划》概述了美国在政府资助
AI 研发上的战略。而最后一份报告《Artificial Intelligence, Automation,
and the Economy》则进一步说明了自动化对社会的影响,以及扩展 AI
有益的方面需要哪些新政策。

丹麦数字技术增长战略:

人工智能的迅速发展将深刻改变人类社会和世界的面貌,为了抓住 AI
发展的战略机遇,越来越多的国家和组织已争相开始制定国家层面的发展规划。

日本

新加坡 AI 战略概览

-30-new-strategy-to-make-denmark-the-new-digital-frontrunner

《国家人工智能战略》:

阿联酋政府于 2017 年 10 月发布了其 AI 战略,是中东首个创建 AI
战略的国家,也是全球首个设立「人工智能部」的国家。该战略是《阿联酋 2071
世纪计划》的首个战略,其主要目标是利用 AI
增强政府的施政能力及效率。政府将在 9 个部门进行 AI
技术投资:交通、卫生、太空、可再生能源、水、技术、教育、环境及通信。此举旨在降低整个政府的成本、实现经济多元化,并将阿联酋打造成
AI 应用领域的全球领军者。

日本是第二个发展 AI 战略的国家。基于 2016 年 4
月的「面向未来投资的公私对话」期间首相安倍晋三的声明,日本成立了人工智能技术战略委员会以发展「研究和发展目标以及人工智能产业化的路线图」。该委员会有
11
名成员,分别来自学术界、业界和政府,包括日本科学促进会主席、东京大学校长和丰田董事长。

2018 年 4 月,欧盟委员会通过了《人工智能通讯》。这是一份长达 20
页的文件,阐述了欧盟对 AI
的态度。委员会的目标是:提高欧盟的技术和工业能力,增加公共和私营部门对
AI 的吸收;让欧洲人为 AI
带来的社会经济变化做好准备;确保建立适当的道德和法律框架。主要举措包括承诺将欧盟对
AI 的投资从 2017 年的 5 亿欧元增加到 2020 年底的 15
亿欧元,建立《欧洲人工智能联盟》,以及制定一套新的 AI
道德准则,以解决公平、安全和透明等问题。一个新的「AI
高级别小组」将作为《欧洲人工智能联盟》的指导小组,并将起草道德准则供成员国审议。

在行业新政颁布之前,英国上议院人工智能特别委员会还发布了一份长篇报告《AI
in the UK: ready, willing, and
able?》。该报告是一份为期十月调查的结果,旨在研究人工智能进步对经济、道德和社会的影响。该报告突出了政府需要考虑的一些策略,包括要求审查科技公司潜在的数据垄断,激励开发新的数据集审计方法,以及为使用
AI
的英国中小企业创建发展基金。该报告还指出,英国有机会领导全球人工智能,并建议在
2019 年举办一次全球峰会,以建立人工智能使用和发展的国际规范。

NITI Aayog 提供了 30
多项政策建议,以投资于科学研究,鼓励技能再培训和训练,加快在整个价值链中采用
AI,并促进 AI
方面的道德、隐私和安全。它的旗舰计划是一项两级综合战略,旨在促进 AI
领域的研究。首先,新的「AI
卓越研究中心」将侧重于基础研究。其次,该中心作为「国际 AI
转型中心」的技术提供者,将侧重于在社会重要领域创建基于 AI
的应用。在报告中,NITI Aayong
把医疗保健、农业、教育、智能城市和智能移动确定为应用 AI
将最有利于社会的优先领域。报告还建议在每个 CORE 和 ICTAI
建立一个道德委员会联合会,制定有关隐私、安全和道德的行业特定准则,创建一个国家
AI
市场,以增加市场发现和减少收集数据的时间和成本,以及一些帮助所有人获得技能的举措。从战略上来说,政府希望把印度建成一个「人工智能库」,也就是说,如果一家公司能够在印度部署
AI,那么它将适用于其它发展中国家。

英国

法国

本文总结了各个国家的关键政策和目标,同时也着重介绍了战略发布以来各国公布的相关政策及做出的举措。

这是一个三步走策略:第一步,到 2020 年让中国的 AI
产业界与最强竞争者「齐头并进」;第二步,在 2025 年在一些 AI
领域实现「世界领先」水平;第三步,到 2030
年成为全球人工智能创新的「主要中心」。中国在 2030
年的目标是人工智能产值达到 1 万亿人民币,而相关行业的总产值达到 10
万亿人民币。这一计划还明确了政府将会鼓励招揽全球最优秀的人才,加强对国内
AI
劳动力的培训,并在促进人工智能发展的法律、法规和道德规范方面引领世界。这其中包含了积极寻求全球
AI 领导者的意图。

新加坡

《工业 4.0》:_Broschuere_eng.pdf

加拿大是全球首个发布 AI 全国战略的国家。2017
年的财政预算详细介绍了一份五年计划《泛加拿大人工智能战略》,政府计划拨款
1.25 亿加元支持 AI 研究及人才培养。该战略包含四个目标:增加 AI
研究者、毕业生数量;创建三个卓越的科学团体;培养理解 AI
经济、道德、政策和法律含义的思想领袖;支持专注于 AI
的国家研究团体。加拿大高等研究院在战略中起带头作用,与政府及三个新兴 AI
机构埃德蒙顿的 Alberta Machine Intelligence Institute、多伦多的 Vector
Institute 及蒙特利尔的 MILA展开密切合作。

阿联酋

目前,委员会正与成员国合作,计划今年底制定关于 AI
的协调方案。即将出炉的方案旨在「最大化欧盟和成员国投资影响力,鼓励欧盟内部协同与合作,交流最佳技术,共同确定前进方向,以确保整个欧盟能在全球范围内展开竞争。」

国务院关于印发新一代人工智能发展规划的通知:-07/20/content_5211996.htm
工业和信息化部关于印发《促进新一代人工智能产业发展三年行动计划》的通知:

加拿大

两年之后,韩国政府又公布了一个新的五年计划,要投资 2.2
万亿韩元加强该国的 AI 研发。该计划共分为三个部分。第一部分是确保 AI
人才供应,到 2022 年,政府将创设 6 个 AI 研究院,旨在培训 5000 名 AI
专家。此外,政府还公布了一个 600 人的 AI 培训计划,旨在满足短期内的 AI
人才需求。第二部分是 AI
技术开发。政府将资助国防、医疗、公共安全方面的大型项目,并将开启一个与
DARPA 类似的 AI 研发挑战。最后一部分是 AI 基础设施投资,用于支持 AI
初创及中小型企业的发展,包括 2029 年前创建一个 AI 半导体和一个面向 AI
的创业孵化器,以支持新兴 AI 业务。

丹麦

_47_2017_verkkojulkaisu.pdf?sequence=1isAllowed=

法国总统埃马纽埃尔马克龙在巴黎举行的「AI for
Humanity」峰会结束时,公布了法国将在 AI
研究、训练和产业领域成为全球领先者的「十五亿欧元计划」。该计划在很大程度上借鉴了《有意义的人工智能:走向法国和欧洲战略》报告中的内容,其中法国著名数学家兼埃松省代表
Cdric Villani 和「Villani
Mission」的其他成员概述了政府需要考虑的一些政策和倡议。

《新加坡人工智能战略》:

中国

《新加坡人工智能战略》于 2017 年 5 月发布,这是一项历时五年、投资 1 亿 5
千万美元的国家计划,目标是增强新加坡的 AI 技术实力。这是一个涉及 6
个不同组织的政府层面合作关系。它的目标是:向 AI
研究的下一个浪潮投资,解决主要的社会和经济挑战,以及扩大 AI
技术在工业界的采纳和使用。

《AI 治理和道德的三个新倡议》:

-single-market/en/news/communication-artificial-intelligence-europe

芬兰的 AI 时代:

在《新一代人工智能发展规划》发布之后,工信部又与 2017 年 12
月发布了《促进新一代人工智能产业发展三年行动计划》该计划可看做是前者的第一步战略,希望推动中国的
AI 产业到 2020
年达到世界一流水平。具体来说,它试图推动四个主要方面:加大力度开发智能和网络产品,如自动驾驶汽车、服务机器人和语音/图像识别系统;加强开发人工智能支持系统,其中包括智能传感器和神经网络专用芯片;鼓励智能制造业的发展;通过投资行业培训资源、标准化测试和网络安全等方面改善人工智能的发展环境。去年
11
月,科技部还与百度、阿里巴巴、腾讯和科大讯飞等科技公司展开合作,宣布建立国家新一代人工智能开放创新平台。随后,中国又于今年
1 月宣布投资 138 亿元人民币,在中关村建立人工智能科技园。

-announces-initiatives-on-ai-governance-and-ethics

网站地图xml地图