继今年 2 月份特朗普启动美国人工智能技术发展的国家级战略「美国 AI 计划」后，美国又宣布了一项新的 AI 计划——「国家人工智能研究院」项目，由美国国家科学基金会联合美国农业部、国土安全部以及交通部共同牵头推动。
美国当地时间2 月 11 日，美国总统特朗普签署了一项行政命令，启动「美国 AI 计划」——一项指导美国人工智能技术发展的国家级战略。
总结来说，「美国 AI 计划」包括五个关键领域：
研究和开发。联邦机构将被要求在其研发预算中“优先考虑人工智能投资”，并报告这些资金如何用于创建一个更全面的政府人工智能投资概述。
释放资源。联邦数据、算法和处理能力将提供给研究人员，为交通和医疗保健等领域的发展提供助力。
道德标准。像白宫科技政策办公室(OSTP)和美国国家标准与技术研究院(NIST)这样的政府机构将被要求制定标准，指导“可靠、稳健、可信、安全、可移植和可互操作的人工智能系统”的开发。
自动化。各机构将被要求通过设立奖学金和学徒制，让工人为新技术带来的就业市场变化做好准备。
国际推广。政府希望与其他国家合作开展人工智能开发，但这样做的方式是保留美国人的“价值观和利益”。
此次，特朗普政府主动出击，启动「美国 AI 计划」，与当下全球人工智能竞赛不无关系。过去，美国在各个前沿科技领域都占据领导地位，但是目前，这种地位可能正在受到挑战。「美国 AI 计划」发布后，白宫发文称：「美国 AI 计划」旨在调配更多联邦资金和资源转向人工智能研究，并呼吁美国主导国际人工智能标准的制定，开展研究推动重新训练 AI 时代的美国劳动力。
但值得注意的是，该计划不包括人工智能开发的新资金，而且细节内容上也不够清晰。政府没有公布实现既定目标的时间表，而是承诺在未来 6 个月的某个时候拿出一个更详细的计划。因此，不少人暗指这是一个空壳计划。
10 月 8 日，美国国家科学基金会（NSF）宣布一项新的 AI 计划——「国家人工智能研究院」项目，将与美国农业部、国土安全部、交通部等机构联合推动人工智能研究，预计在明年拨款 1.2 亿美元。比起上次「美国 AI 计划」的有名无实，美国似乎对此次人工智能战略的决心更强烈。
计划分两个阶段进行：
拨款 50 万美元用于「计划」类项目，使各机构具备全面运作的能力；
拨款 1600 至 2000 万美元用于「研究院」类项目，研究主题必须关注以下一个或多个主题：可信任的人工智能、机器学习基础、农业和食品系统中的人工智能驱动创新、人工智能增强学习、促进分子合成与制造的人工智能以及促进物理学发现的人工智能。
研究所的拨款申请将于 2020 年 1 月 28 日到期，规划计划的拨款申请将于 2020 年 1 月 30 日到期。
NSF 表示，人工智能研究所计划将支持对跨学科，多利益相关方的研究进行改进，以应对人工智能研究中规模更大，时间更长的挑战，而不是典型的研究资助。
NSF 计算机与信息科学与工程副主任 Erwin Gianchandani 表示，这些研究所将加速 AI 创新向许多经济领域的过渡，同时也将培养下一代 AI 研究人员和从业人员，「这将使美国保持全球领先地位」。
NSF，即美国国家科学基金会，旨在为美国在广泛的科学领域前沿保持领先地位提供支持而存在的独立联邦机构。以「自下而上」的方式，密切跟踪美国和世界各地的研究，在持续跟进中确定前沿科学的方向，并找到相关领域的美国先驱，为他们提供资金和必要的帮助，以确保他们在将来取得惊人的成果与进展。
六大主题聚焦前沿科学研究
此次 NSF 将研究主题聚焦在六个方面，涉及人工智能技术、农业食品、化学制造、物理学等多个领域。每一个主题均与前沿科学领域息息相关。例如探索可信赖的人工智能决策系统；在农业生产和食品安全领域以及化学制造领域探索人工智能的实际应用等等。
主题一：可信任的人工智能
发展强大且值得信赖的人工智能技术至关重要，该主题主要包括如下几方面：
（1）功能可靠。在特定测试问题中，展现出远超现有常规汇报的能力。
（2）能以人类用户可理解的术语充分解释其结论，以支撑决策。
（3）机器学习系统不会在训练期间或之后泄露个人信息、侵犯个人隐私。
（4）基于人工智能的决策系统不存在对社会有害的偏见。
主题二：机器学习基础
该主题将探索关于机器学习理论与应用的通用且严格的准则，重点解决如下部分或所有问题：
（1）已有很多成熟的机器学习方法，包括神经网络、支持向量机和概率图形模型。这些方法为何起作用？在什么条件下起作用？是否有通用机器学习理论能包含几种或所有的流行方法？
（2）机器学习中的大多数研究旨在对事件之间的统计相关性进行建模。为基于模型而采取行动，有必要了解相关性底层的因果关系。研究人员对因果推理与发现的研究兴趣日益增长。如何才能从纯粹的统计关联中了解因果关系并将这两者区别开呢？
主题三：农业和食品系统中的人工智能驱动创新
长期以来，农民是创新者的典范，受用户启发而展开生产过程。推进和部署新的人工智能方法与应用可视为对农业生产和食品安全的自然延伸。把变革性的、数据驱动型的研究方法和算法应用于食品和农业部门，将为生产者、劳动力、食品处理与加工、运输与存储、批发与零售销售提供有意义的见解，同时也为消费者提供优质的产品和信息。
主题四：人工智能增强学习
该主题重点研究和推动人工智能驱动的创新，以从根本上改善人类学习和教育水平，从而既支持科学、技术、工程与数学（STEM）领域的认知、神经、洞察力和情感感知过程以及具有明确目标的学习成果，同时也支持 STEM 使能领域（如文化素质、自我调节、创造力、好奇心、沟通、协作与社交技能等）。
主题五：促进分子合成与制造的人工智能
该主题重点基于人工智能的工具来推动分子发现并确定化学转化途径，支持高效能源和可持续的化学制造。该研究将影响新分子的发现以及现有化学过程的替代方法的开发。其最终用途产品包括：小分子、医药品、特制化学药品、生化药剂、生物材料、高分子、纳米材料以及日用化学品，受其影响的技术则包括：清洁能源技术、先进制造和可持续发展。
主题六：促进物理学发现的人工智能
该主题将采用新型技术来解决物理领域中的特定挑战，加快发现并扩展人工智能的前沿领域。重点改善物理部门大型设施的运作和利用，促进异构数据集的集成和解释，加快模型的建立和不确定性问题的量化，并提供新颖的方法来了解复杂数据集的高维特征。
美国政府的 AI 力量
除了 NSF，美国还通过其他力量推动人工智能的部署工作。
美国能源部（DOE）在今年 10 月公布一项重大计划：利用 AI 加速科学发现。美国能源部官员在一次会议上表示，他们很可能会在十年内要求国会拨款 30 亿至 40 亿美元，大致相当于用于建造下一代「亿亿级」超级计算机的费用。「这有助于使美国研究人员保持领先地位。」能源部官员称。
DOE 尚未详细说明具体的计划，但可能包括为国家实验室提供资金，以优化现有的人工智能超级计算机，以及为人工智能计算机体系结构的学术研究提供外部资金。DOE 在推动 AI 与超级计算机方面的作用与 NSF 的计划「相吻合」。
美国国家安全委员会（NSC）11 月 4 日，发布了一份中期报告：建议政府利用全国各地的联邦设施吸引人才来到 AI 中心发展，并为他们提供职业中期奖学金，以激励他们留在学术界。
在美国政界，民主党高层查尔斯·舒默，在公开场合谈到，希望政府给 NSF 设立一个「子公司」，在 5 年内为 AI 基础研究投资 1000 亿美元，并与国防高级研究计划署（DARPA）建立联系。这个提议获得两党的认可，反映了两党人士对人工智能及相关领域日益浓厚的兴趣。
各国争相竞逐国家 AI 战略
美国不是这场将人工智能部署上升到国家层面的唯一玩家。为了抓住 AI 发展的战略机遇，各国竞相将人工智能计划上升至国家战略层面。
自 2013 年以来，全球已有包括美国、中国、欧盟、英国、日本、德国等在内的 20 余个国家发布人工智能相关战略、规划或重大计划。
以下为中国、日本、加拿大、英国等主要国家的 AI 战略简要介绍：
① 加拿大
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》（Pan-Canadian Artificial Intelligence Strategy），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：
（1）增加 AI 研究者、毕业生数量；
（2）创建三个卓越的科学团体；
（3）培养理解 AI 经济、道德、政策和法律含义的思想领袖；
（4）支持专注于 AI 的国家研究团体。
加拿大高等研究院（CIFAR）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（AMII）、多伦多的 Vector Institute 及蒙特利尔的 MILA——展开密切合作。
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（CIFAR AI & Society Program）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。
② 中国
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，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。
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。
在《新一代人工智能发展规划》发布之后，工信部又于 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（2018-2020 年）》，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，它试图推动四个方面：
（1）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；
（2）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；
（3）鼓励智能制造业的发展；
（4）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，中国又于去年 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。
③ 欧盟
欧盟委员会 AI 战略时间表
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：
（1）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；
（2）让欧洲人为 AI 带来的社会经济变化做好准备；
（3）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》（人们现在可以加入），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。
④ 英国
英国政府于 2018 年 4 月发布了《人工智能行业新政》（AI Sector Deal）。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。该机构已于去年 6 月开始了征询公众意见以及领导人招募的行动。
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个月调查的结果，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。
⑤ 丹麦
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：
（1）使丹麦企业成为最善于利用数字技术的企业；
（2）具备实现业务数字化转型的最佳条件；
（3）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。
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》（公私合营的数字技术集群）、《中小企业：数字技术计划》（支持丹麦中小企业数字转型的协调计划）和《技术契约》（促进数字技术的全国性倡议）。
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。
⑥ 日本
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。
《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，并将 AI 的发展划分为三个阶段：
（1）在多个领域发展数据驱动的 AI 技术的应用；
（2）在多个领域发展 AI 技术的公共事业；
（3）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。
⑦ 韩国
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。
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（1400 名 AI 研究院和3600 名数据管理专家）。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。
第三部分是 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。
⑧ 印度
印度对其《国家人工智能战略》（National Strategy for Artificial
Intelligence）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：
（1）使印度人拥有找到高质量工作的技能，并提高这种技能；
（2）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；
（3）将印度创造的 AI 解决方案推广到其它发展中国家。
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」（CORE）将侧重于基础研究。
其次，该中心作为「国际 AI 转型中心」（ICTAI）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。
目前来看，北美、东亚、西欧成为人工智能最为活跃的地区，其中美国、中国以及欧盟在人工智能领域里的布局相对活跃。
美国可能是全球人工智能的领导者，很大程度上要归功于美国科技巨头的投入。大部分世界领先的 AI 芯片是由英伟达、英特尔、苹果、谷歌和 AMD 等美国公司开发的。谷歌、苹果、亚马逊等企业为此投入数十亿资金。
中国在人工智能领域的布局也毫不示弱。2017 年 7 月，中国颁布《新一代人工智能发展规划》，计划在 2030 年成为全球人工智能创新的主要中心，实现人工智能产值达到 1 万亿人民币，相关行业的总产值达到 10 万亿人民币。同时中国的教育系统加大 AI 人才的培养力度，今年 3 月有 35 所大学获批人工智能本科专业，2019年秋季，有至少40+所高校，开始人工智能专业招生。
包括清华大学、北京大学、北京科技大学、北京交通大学、天津大学、东北大学、大连理工大学、吉林大学、上海交通大学、同济大学；
南京大学、东南大学、南京农业大学、浙江大学、厦门大学嘉庚学院、山东大学、武汉理工大学、四川大学、重庆大学、电子科技大学；
西南交通大学、西安交通大学、西安电子科技大学、兰州大学、北京航空航天大学、北京理工大学、哈尔滨工业大学、西北工业大学、中北大学、长春师范大学；
长春师范大学、南京信息工程大学、江苏科技大学、安徽工程大学、江西理工大学、中原工学院、湖南工程学院、华南师范大学、复旦大学、重庆理工大学、南宁学院、中国人民大学……
目前中国拥有一批世界顶级的人工智能公司，如「四小龙」们在计算机视觉、语音识别和自然语言处理方面成果斐然。在 AI 芯片研发方面，中国虽不及美国，但差距在缩小。
欧盟表示将不遗余力追赶中国和美国，承诺到 2020 年将在人工智能领域投入 200 亿欧元。欧盟委员会计划将「地平线 2020」等研究和创新项目中的人工智能投入增加 70%，预计在 2018 年至 2020 年间达到 15 亿欧元，并通过公私合作带动额外 25 亿欧元的投资。
在不断加强科技创新的同时，各国也尤为重视数据开放、人才培养等。
数据成为人工智能力量的推动力，美国在《为人工智能的未来做好准备》报告提出，将实施「人工智能公开数据」计划，实现大量政府数据集的公开。
人才培养层面，人工智能应用的爆发加剧了人才短缺，因此加强国民教育、在职培训和人才引进成为解决人才缺口的重要手段。
武汉维识教育科技有限公司专注于人工智能及智能机器人工程技术领域的多维教育，依托国际领先、具有自主知识产权的智能机器人核心算法和技术，将前沿技术及时转化为系统的培养方案和课程体系，旨在推动人工智能机器人的科普和专业教育。公司立足湖北科教大省，致力于在华中地区进行人工智能人才培养战略布局：整合国内外优势资源，定期举办针对企业界、投资界、政府人员等不同人群的人工智能大讲堂；开办人工智能训练营，助推人才和企业的智能转型；建立人工智能机器人实验实训基地，提供实验技术平台，助力高校和高职人才的培养。旨在在企业、高校、研究机构、投资界等多方合作发展中发挥纽带作用，为推动人工智能教育和产业发展贡献力量。
此外，当人工智能上升到国家层面时，AI 的价值也在商业、政府和社会之中逐渐被放大，关乎道德、权力、公平、透明、伦理与审查方面的问题也亟需解决。
