专家圆桌：各国是怎样准备人工智能竞赛的

【概要】国际科技智库“数据创新中心”（Center for Data Innovation）邀请中国、德国、英国等国专家一起研讨了各国发展人工智能的战略与进展。正如引入其他重大科技一样，从电力到互联网，人工智能的大规模应用也可能极大地推动和干扰全球经济。政府认识到这一问题并采取行动支持人工智能的发展，其认识程度和行动力度将在决定其未来经济竞争力和国民生活质量方面起着重要的作用。2018年7月25日，国际科技智库“数据创新中心”（Center for Data Innovation）邀请中国、德国、印度、英国等国专家一起研讨了各国促进人工智能发展和应用的战略。印度咨询公司Access Partnership国际公共政策经理陆晓萌（音）指出，未来12年中国发展人工智能的雄心是成为全球领导者。中国希望到2020年与人工智能的世界先进水平同步，到2025年聚焦在具有高经济价值的人工智能领域取得突破，到2030年成为世界“主要人工智能创新中心”，实现国内人工智能产业规模约1500亿美元。虽然目标远大，但陆指出中国取得人工智能领先地位还面临重大阻碍，尤其是中国对境内外及公私营部门之间数据自由流动的限制所带来的挑战，这限制了促进人工智能领域创新所需的数据的质量和数量。德国仍在制定国家人工智能战略，采取的方法与中国截然不同，选择利用现有优势聚焦具体短板，提升竞争力，而不是致力于成为人工智能领域的全球领导者。德国大使馆科技处负责人Robin Mishra解释说，虽然德国在基础科学研发方面一直很成功，但在将这些成果转化为应用研发并与私营部门共享创新方面存在问题。因此，Mishra强调，先进技术如何转化到私营部门是德国即将出台的人工智能战略的关键焦点。Mishra还指出，德国计划发展人工智能所需的人力资本，包括提高学术界人工智能研究的机会，将人工智能技能整合到大学学位教育，且专业范围不仅仅局限于科学、技术、工程和数学（STEM）。陆叹息中国未能向私营部门提供发展人工智能所需的数据，而Mishra则描述了德国计划发展更全面的开放数据战略，向人工智能研究人员提供宝贵的数据。同德国一样，印度仍在制定人工智能战略，但是印度大使馆的经济参赞（economic minister）Arunish Chawla表示，印度的人工智能战略主要目标是支持私营部门发展人工智能，同时确保人工智能既造福社会，又保证印度经济具有充分的弹性，足以承受人工智能造成的破坏。具体而言，Chawla强调了印度需要支持劳动力发展，让印度的劳动者能够应对大规模自动化造成的工作岗位被取代这种情况。Chawla设想印度采用“劳动者学徒制”这种在德国很普遍的模式，帮助劳动者学习新技能。他和陆都强调学习“软技能”的重要性，即不直接与人工智能编程或数据科学相关的技能，因为在人工智能驱动的经济中，不是每个人都需要成为一名编程人员。Chawla还指出，印度的人工智能计划具有独特性，特别强调在利用人工智能推动经济收益的同时实现社会福祉。英国科学与创新网络（U.K Science and Innovation Network）美洲负责人Andrew Price讲述了英国人工智能战略“人工智能行业新政”如何重点关注数据——尤其是产业与更开放数据标准之间的数据互操作性。Price指出，在政府、工业界与学术界之间专利和敏感数据的分享框架，要规则明确、职责清楚，构建这种数据信任就是充满前景的例子，展示了公私两个部门如何携手促进人工智能研究且不以牺牲隐私或安全为代价。Price也提到了数据伦理和创新中心（Centre for Data Ethics and Innovation）这一因“人工智能行业新政”而成立的机构，旨在建立衡量和提高人工智能等数据驱动技术中的信任，并为人工智能带来的新型伦理挑战提供应对建议。所有专家都认为谨慎监管人工智能相关的消费者保护问题很重要，但他们都表示各自国家对此的应对方法各有不同。陆并非中国的官方代表，解释说一开始中国可能不会过多强调伦理和隐私问题。Price同意人工智能将带来新的挑战这一观点，但认为过早调控可能有害无益，政府应基于公私部门的具体情况采取针对性调控措施。Chawla强调了要支持国际合作，建立人工智能应用的伦理标准和规则，但Mishra和Price则认为，如果这一举措不是针对人工智能应用的通用规则，而是也分部门制采取针对性措施，例如应用自主武器的国际规则，则会更有效。美国还没有国家人工智能战略，所以专家都是基于所代表国家的做法经验提供意见。陆和Mishra建议美国专注于继续让私营部门发展人工智能，利用其在创新方面长期以来的主要优势，避免采用中国的中央计划式方法。Chawla强调，美国作为人工智能领域的领头羊，有责任引领国际社区规范人工智能技术，使其既为全球价值链做贡献，又为全人类造福。最后，Price建议美国人工智能战略不要仅仅着眼于人工智能的公共足迹，即公共部门研发。不仅是科研机构，整个政府都应参与国家人工智能战略的制定和执行。