美国《人工智能研发战略计划》更新版本的发布，既反映了近年来人工智能与社会交互后美国方面新的政策要点和监管重点，又反映了美国在未来三年对人工智能的重点支持领域，值得我国深入研究与制定相应的应对策略。
2023年5月，基于最新的人工智能技术发展现状，美国白宫公布了一系列围绕人工智能使用和发展的新举措，更新发布了《人工智能研究和发展战略计划：2023更新版》（以下简称2023年更新版）。
该版本是在2016年奥巴马政府、2019年特朗普政府发布的《国家人工智能研究和发展战略计划》基础上，总结人工智能研发推进情况，并考虑了近六年中出现的新成果、新趋势，进一步提出原有战略方向中新的关注点。
2023年更新版计划主要内容包括：
①长期投资基础和可信AI研究：包括联邦机器学习、数字孪生、可持续发展的AI系统等；
②发展有效的人-AI协同（人-智协同）方法；
③理解并解决人工智能应用引发的伦理、法律、社会问题：包括利用人工智能技术解决伦理、法律和社会问题；
④确保人工智能系统的安全性及安全保障；
⑤发展用于人工智能训练和测试的共享公共数据集和环境：发展可共享的公共数据集、先进的算力和硬件环境，促进创新与社会公平；
⑥通过标准和基准衡量和评估人工智能系统：AI系统需要适当审查和定期监测，以识别和减轻技术和社会层面风险；
⑦充分了解人工智能研发人才需求；
⑧扩展公私合作以加速人工智能发展；
⑨为人工智能国际合作建立原则性、可协调的方法。
此次更新反映了近年来人工智能技术进步与人-AI交互后带来的新的政策关注点和监管重点，也反映了美国对人工智能的态度呈现出新变化。具体而言，2023年更新版对原有的8项战略进行了较大的调整以适应人工智能的新发展，同时增加了第9项战略以加强人工智能研究的国际合作，并将人工智能战略从管理优先战略升格为国家优先战略，以推动美国在人工智能领域保持领先地位。
战略1 长期投资基础性和可信AI研究
该战略考虑长期投资下一代人工智能以推动基础性及可靠性研究，为公众利益服务并保证美国在人工智能领域的世界领先地位。这包括推进基础性人工智能（如感知、表达、学习和推理），致力于开发更易用和更可靠的人工智能，以及评估和管理与生成式人工智能相关的风险。
改变：相比于2019年更新版，2023年更新版新增了“促进联邦机器学习方法”、“开发跨真实和虚拟环境的人工智能系统和模拟”以及“拥抱可持续发展的人工智能和算力系统”三项举措；将原4,5两项举措合并为“开展可扩展通用人工智能系统研究”；删去了“促进类人的人工智能研究”。
评析：
本战略继续强调可信AI的研究，可信AI是指人工智能系统在设计、开发、部署和运行过程中，遵循一定的规范和标准，确保其安全、可靠、可解释、隐私保护等方面的特性。这些规范和标准包括但不限于：数据隐私保护、算法公正性、模型可解释性、安全性等。
本次新增的联邦机器学习方法，使多个参与者能够在不共享数据的情况下创建一个共同的的机器学习模型，对于数据隐私与数据安全有重要价值。
本次新增的跨真实和虚拟环境的人工智能系统和模拟即数字孪生，数字孪生技术使得智能自动化系统得以跨越真实和虚拟环境，利用模拟、机器学习和推理来辅助决策。
本次新增的拥抱可持续发展的人工智能和算力系统关注到数据密集型人工智能的发展对环境和能源的影响，要求设计有资源意识的人工智能算法、系统和应用，考虑更广泛的可持续性概念。
战略2：发展有效的人-智协同方法
该战略认识到人工智能对于补充和增强人类能力的重要性，强调需要通过多学科研究，以实现有效的人工和人工智能系统的协作（人-智协作），利用各自的优势，提高人-智协作的效率、性能，降低风险。事实上，未来人工智能应用的前景需要充分理解人类与人工智能的协作协同方法。
改变：相比于2019年更新版，2023年更新版进行了全方位升级，具体包括：发展人-智协作科学；寻求性能模型和指标的改进；培养对人-智交互的信任；追求对人-智系统的更好理解；为人工智能交互和协作发展新范式。
评析：
人工智能导致人类失业一直引发社会高度担忧。相比先前版本强调人工智能赋能人类，而非取代人类，2023年更新版更加强调人类与人工智能技术的协同（人-智协同）。例如在灾难恢复、医学诊断等应用领域是可以通过人类和 AI 的协同有效解决并实现应用目标。
战略3 理解并解决人工智能应用引发的伦理、法律和社会问题
该战略制定方法以研究人工智能的伦理、法律和社会影响，减轻人工智能的社会和伦理风险，甚至用人工智能来解决伦理、法律和社会问题。强调要理解人工智能的广泛的影响，同时认可人工智能在解决伦理、法律和社会问题时的积极作用。
改变：相比于2019年更新版，2023年更新版进行全面升级，举措更为明确且落地，具体包括：投资基础研究，包括通过社会技术系统设计来提升核心价值以及研究人工智能的伦理、法律和社会影响；理解和减轻人工智能的社会和伦理风险；使用人工智能来解决伦理、法律和社会问题；理解人工智能的更广泛的影响。
评析：
人工智能在各领域广泛应用带来大量伦理、法律和社会问题。相比于先前版本关注建立符合公平性、透明度、设计责任、伦理的人工智能，2023年更新版提出利用人工智能技术解决伦理、法律和社会问题。这种转变一方面代表美国利用人工智能解决伦理、法律社会问题的整体态度更为积极，另一方面也反映了传统手段对于解决人工智能潜在问题的局限，预示着社会治理范式的转变。
战略4 确保人工智能系统的安全性及安全保障
深入了解如何设计值得信赖、可靠、可依赖和安全的AI系统。这需要开展跨学科的科学研究，以提高测试、验证和验证AI系统的功能和准确性的能力，并保护AI系统免受网络安全和数据漏洞的影响。
改变：相比于2019年更新版关于可解释性、透明度、信任度、可验证与可确认性等表述，2023年更新版从人工智能双向安全角度将举措凝炼为”建立安全的人工智能系统”、“保障人工智能系统的安全”两项，删去了2019年更新版关于可解释性、透明度、信任度、可验证与可确认性等表述。
评析：“建立安全的人工智能系统”意为防止系统产生新的危害，可以理解为人工智能系统的内在安全，“保障人工智能系统的安全”意为监控系统的完整性，可以理解为人工智能系统的外在安全。
战略5 发展用于人工智能训练和测试的共享公共数据集和环境
发展并提供高质量的数据集和环境，包括测试和训练资源。如果更广泛、更多样化的社区都可以使用最佳数据和工具进行人工智能研究，将有助于创新性和公平性。
改变：相比于2019年更新版，2023年更新版新增了“发展可共享的大规模和专门的先进算力和硬件资源”。
评析：人工智能的进展与数据和算力的关系越来越密切。为人工智能训练和测试提供高质量、合法合规的测试和训练数据集对于人工智能系统的研发有重要作用。发展可共享的公共数据集、先进的算力和硬件环境，有助于人工智能技术创新，同时也有利于社会公平。
战略6 通过标准和基准衡量和评估人工智能系统
制定广泛的人工智能评估技术，包括技术标准和基准，对于衡量和评估人工智能系统至关重要。
改变：相比于2019年更新版，2023年更新版新增了“制定人工智能系统的审查和监控标准”。
评析：标准、基准、测试平台，对于指导和促进人工智能系统的研发至关重要。例如，对基准数据集的公平性和偏见的考虑，是AI系统可信度有关的基准和评估中的关键因素。2023年更新版首次提出要制定对AI的审查和监控标准，AI系统需要适当的审查和定期监测，以识别和减轻包括技术层面（如准确性、可靠性和稳健性）和社会层面（如偏见和隐私）的风险。此外，审计的可扩展性正在成为实操层面的重要挑战。
战略7 充分了解人工智能研发人才需求
改善研发人才发展的机会，战略性地培养美国人工智能就业人才。这需要改进研究方法来提高对人工智能及其相关工作的局限性和可能性的理解、以及实施教育培训措施来推进与人工智能系统的有效交互。
改变：相比于先前版本，2023年更新版首次在战略7内涵下确定了10项事项，具体包括：描述和评估人工智能劳动力；各学习阶段制定人工智能教学材料研发策略；支持人工智能领域的高等教育从业者；培训/再培训劳动力、探索多元化和多学科专业知识的影响；识别和吸引世界顶尖优秀人才；发展区域人工智能专业知识；研究策略以加强联邦人工智能劳动力；将伦理、法律和社会影响纳入人工智能教育和培训；将联邦劳动力优先举措传达给外部利益相关方。
战略8 扩展公私合作以加速人工智能发展
通过与学术界、工业界、国际合作伙伴和其他非联邦实体合作，促进对可信人工智能研发进行持续投资的机会以及先进成果转化的能力。
改变：相比于2019年更新版本仅在最初版本的基础上笼统增加战略8，2023年更新版首次将战略8划分为3项举措，具体包括：实现更好的公私合作协同增效；扩大与更多不同利益相关者的合作伙伴关系；完善、扩大和创建研发伙伴关系机制。
战略9：为人工智能国际合作建立原则性、可协调的方法
优先开展人工智能研发方面的国际合作，以应对环境可持续性、医疗保健和制造业等全球性挑战。战略性国际伙伴关系将有助于支持可信人工智能研发进展，并为人工智能国际指南和标准的制定和实施提供支持。
改变：战略9为2023年更新版新增战略，具体包括以下4项举措：培养一种发展和使用值得信赖的人工智能的全球文化；支持全球人工智能系统、标准和框架的发展；促进国际思想和专业知识的交流；鼓励人工智能为全球福祉而发展。
趋势汇总表
美国人工智能研发战略计划2016 | 美国人工智能研发战略计划2019 | 美国人工智能研发战略计划2023 |
战略1：长期投资人工智能研发。优先考虑投资下一代人工智能技术，促使美国成为人工智能领域的世界领导者。 （1）提升基于数据发现知识的能力 （2）增强人工智能系统的感知能力 （3）了解人工智能的理论能力和局限性 （4）开展通用人工智能研究 （5）开发可扩展的人工智能系统 （6）促进类人的人工智能研究 （7）开发更强大和更可靠的机器人 （8）推动人工智能的硬件升级 （9）为改进的硬件创建人工智能 | 战略1：长期投资人工智能研发。优先考虑投资下一代人工智能技术，促使美国成为人工智能领域的世界领导者。 （1）提升基于数据发现知识的能力 （2）增强人工智能系统的感知能力 （3）了解人工智能的理论能力和局限性 （4）开展通用人工智能研究 （5）开发可扩展的人工智能系统 （6）促进类人的人工智能研究 （7）开发更强大和更可靠的机器人 （8）推动人工智能的硬件升级 （9）为改进的硬件创建人工智能 | 战略1：长期投资人工智能研发。优先考虑投资下一代人工智能技术，促使美国成为人工智能领域的世界领导者。 （1）提升基于数据发现知识的能力 （2）促进联邦机器学习方法（新增） （3）了解人工智能的理论能力和局限性 （4）开展可扩展通用人工智能系统研究（合并原4,5项） （5）开发跨真实和虚拟环境的人工智能系统和模拟（即数字孪生）（新增） （6）增强人工智能系统的感知能力（原2项） （7）开发更强大和更可靠的机器人 （8）推动人工智能的硬件升级 （9）为改进的硬件创建人工智能 （10）拥抱可持续发展的人工智能和算力系统（新增） |
战略2：发展有效的人-智协作方法。研发能够有效补充和提高人类能力的人工智能系统，而非取代人类。 （1）寻找人类感知人工智能的新算法 （2）开发增强人类能力的人工智能技术 （3）开发可视化和人机界面技术 （4）开发更高效的语言处理系统 | 战略2：发展有效的人-智协作方法。研发能够有效补充和提高人类能力的人工智能系统。 （1）寻找人类感知人工智能的新算法 （2）开发增强人类能力的人工智能技术 （3）开发可视化和人机界面技术 （4）开发更高效的语言处理系统 | 战略2：发展有效的人-智协同方法。研发能够有效补充和提高人类能力的人工智能系统。 （1）发展人-智协作科学 （2）寻求性能模型和指标的改进 （3）培养对人-智交互的信任 （4）追求对人-智系统的更好理解 （5）为人工智能交互和协作发展新范式 |
战略3：理解并解决人工智能应用引发的伦理、法律和社会问题。研发能够通过技术手段解决伦理、法律和社会问题的人工智能系统。 （1）改进公平性、透明度和设计责任机制 （2）建立符合伦理的人工智能 （3）涉及符合伦理的人工智能架构 | 战略3：理解并解决人工智能应用引发的伦理、法律和社会问题。研发能够通过技术手段解决伦理、法律和社会问题的人工智能系统。 （1）改进公平性、透明度和设计责任机制 （2）建立符合伦理的人工智能 （3）涉及符合伦理的人工智能架构 | 战略3：理解并解决人工智能应用引发的伦理、法律和社会问题。研发能够通过技术手段解决伦理、法律和社会问题的人工智能系统。 （1）投资基础研究，包括通过社会技术系统设计来提升核心价值以及研究人工智能的伦理、法律和社会影响 （2）理解和减轻人工智能的社会和伦理风险 （3）使用人工智能来解决伦理、法律和社会问题 （4）理解人工智能的更广泛的影响 （全面升级） |
战略4：确保人工智能系统的安全性。设计安全、可靠、值得信赖的人工智能系统。 （1）提高可解释性和透明度 （2）提高信任度 （3）增强可验证与可确认性 （4）保护免受攻击 （5）实现长期的人工智能安全和优化 | 战略4：确保人工智能系统的安全性。设计安全、可靠、值得信赖的人工智能系统。 （1）提高可解释性和透明度 （2）提高信任度 （3）增强可验证与可确认性 （4）保护免受攻击 （5）实现长期的人工智能安全和优化 | 战略4：确保人工智能系统的安全性。设计安全、可靠、值得信赖的人工智能系统。 （1）建立安全的人工智能系统 （2）保障人工智能系统的安全 （调整为双向安全） |
战略5：为人工智能系统的训练和测试研发可共享的公共数据集和环境。 （1）发展并提供满足多样化人工智能应用的需求的易用数据集 （2）使测试资源响应于商业和公共利益 （3）开发开源软件库和工具包 | 战略5：为人工智能系统的训练和测试研发可共享的公共数据集和环境。 （1）发展并提供满足多样化人工智能应用的需求的易用数据集 （2）使测试资源响应于商业和公共利益 （3）开发开源软件库和工具包 | 战略5：为人工智能系统的训练和测试研发可共享的公共数据集和环境。 （1）开发并提供满足多样化人工智能应用的需求的易用数据集 （2）发展可共享的大规模和专门的先进算力和硬件资源（新增） （3）使测试资源响应于商业和公共利益 （4）开发开源软件库和工具包 |
战略6：为衡量和评估人工智能技术制定标准和基准。建立人工智能技术评价体系，包括设置技术标准和规则。 （1）开发广泛应用的人工智能标准 （2）制定人工智能技术测试基准 （3）增加可用的人工智能测试平台 （4）促进人工智能社群参与标准和基准的制定 | 战略6：为衡量和评估人工智能技术制定标准和基准。建立人工智能技术评价体系，包括设置技术标准和规则。 （1）开发广泛应用的人工智能标准 （2）制定人工智能技术测试基准 （3）增加可用的人工智能测试平台 （4）促进人工智能社群参与标准和基准的制定 | 战略6：为衡量和评估人工智能技术制定标准和基准。建立人工智能技术评价体系，包括设置技术标准和规则。 （1）开发广泛应用的人工智能标准 （2）制定人工智能技术测试基准 （3）增加可用的人工智能测试平台 （4）促进人工智能社群参与标准和基准的制定 （5）制定人工智能系统的审查和监控标准（新增） |
战略7：充分了解人工智能研发人员的实际需求。为人工智能研发人员创造更好的发展空间，培养一支专业的人工智能研发人才团队。 | 战略7：充分了解人工智能研发人员的实际需求。为人工智能研发人员创造更好的发展空间，培养一支专业的人工智能研发人才团队。 | 战略7：充分了解人工智能研发人员的实际需求。为人工智能研发人员创造更好的发展空间，培养一支专业的人工智能研发人才团队。 （1）描述和评估人工智能劳动力 （2）为各学习阶段制定人工智能教学材料研发策略 （3）支持人工智能领域的高等教育从业者 （4）培训/再培训劳动力 （5）探索多元化和多学科专业知识的影响 （6）识别和吸引世界顶尖优秀人才 （7）发展区域人工智能专业知识 （8）研究策略以加强联邦人工智能劳动力 （9）将伦理、法律和社会影响纳入人工智能教育和培训 （10）将联邦劳动力优先事项传达给外部利益相关方 （首次完善） |
战略8：扩大公私合作伙伴关系，推进人工智能前沿技术发展。促进联邦政府与学术界、企业界、非联邦实体以及其他盟友国家之间的合作，以便维持人工智能研发投资，并推动研发成果及时转化为商业应用。（新增） | 战略8：扩大公私合作伙伴关系，推进人工智能前沿技术发展。促进联邦政府与学术界、企业界、非联邦实体以及其他盟友国家之间的合作，以便维持人工智能研发投资，并推动研发成果及时转化为商业应用。 （1）实现更好的公私合作协同增效 （2）扩大与更多不同利益相关者的合作伙伴关系 （3）完善、扩大和创建研发伙伴关系机制 （首次完善） | |
战略9：为人工智能国际合作建立原则性、可协调的方法。（新增） （1）培养一种发展和使用值得信赖的人工智能的全球文化 （2）支持全球人工智能系统、标准和框架的发展 （3）促进国际思想和专业知识的交流 （4）鼓励人工智能为全球福祉而发展 |
总结
随着近几年生成式人工智能领域的高速发展，各类人工智能应用和场景井喷，人与AI间交互愈发频繁，美国各行业对人工智能技术的认识也愈发深入。此次更新既是延续每三年定期评估和调整的例行公事，亦是在恰当的时机对人工智能战略计划进行优化调整。
该计划是对2016、2019年版《国家人工智能研发战略计划》的再次更新，重申了之前的8项战略目标并对各战略的具体优先事项进行了调整和完善，同时增加了新的第9项战略以强调国际合作。此次更新版本的发布，既反映了近年来人工智能与社会交互后美国方面新的政策要点和监管重点，又反映了美国在未来三年对人工智能的重点支持领域，值得我国深入研究与制定相应的应对策略。