浅析美国人工智能.docx

《浅析美国人工智能.docx》由会员分享，可在线阅读，更多相关《浅析美国人工智能.docx（14页珍藏版）》请在第一文库网上搜索。

1、浅析美国人工智能人工智能是引领新一轮科技革命和产业变革的战略性技术，在培育新兴产业、促进传统产业升级、优化产业结构、推动生产力整体跃升等方面具有重要作用，正成为世界各国密切关注并竞相发展的热点领域。美国的人工智能战略布局与发展格局系统性强、步骤清晰，对洞悉世界人工智能发展最新动向具有十分重要的现实意义。1美国人工智能的发展当前，全球人工智能领导地位争夺赛已进入白热化阶段。近年来，英国、法国、德国、加拿大、日本、印度、新加坡等国陆续发布了人工智能战略，积极推动人工智能研究开发和产业应用。随着现代科学与技术的迅猛发展，机器的算力、算法和海量场景数据等方面获得重大突破，使人工智能重获新生，呈现出井喷

2、爆发之势。尽管美国因最早运用大数据、云计算、物联网等先进技术在数字经济领域占据领导地位，但美国要在人工智能领域中保持领导力，还需要根据自身的政治经济军事的发展需要而制定相应的人工智能战略。1.1 美国人工智能战略性政策美国联邦政府先后出台多个重要的报告文件，引领和助推人工智能国家战略发展。2016年，奥巴马政府针对人工智能发展现状、应用领域以及社会公共政策问题，在10月推出了为人工智能的未来做好准备，之后发布国家人工智能研发战略计划提出优先发展的人工智能七大研发战略及两大建议，2016年12月在人工智能、自动化与经济报告文件中对人工智能驱动的自动化对美国就业市场和经济的影响以及建设性的政策回应

3、等方面进行系统研究与深入分析。2019年2月，特朗普总统签署了保持美国在人工智能领域的领导地位，启动了美国人工智能倡议行动，标志着美国正式将人工智能上升为国家战略。特朗普政府强调，要继续保持美国在人工智能领域的领导地位，就必须齐心协力促进技术和创新的进步，保护美国的技术、经济安全和国家安全，加强与外国伙伴和盟国之间的合作。2021年3月1日，美国人工智能国家安全委员会（NSCAI）向国会递交了一份长达756页的建议报告。该报告的主要建议包括为美国人工智能领域的发展设定2025年目标，以实现“军事人工智能准备就绪在白宫成立一个由副总统领导的技术竞争力委员会，帮助提升人工智能在各个领域的地位并大力

4、培养技能人才等。奥巴马、特朗普和拜登政府的人工智能国家政策虽有所侧重，但总体上呈现承前启后的关系，都强调保持美国在人工智能领域的领导地位，通过汇集资源优先推动人工智能研发，促进国家经济繁荣，加强经济安全与国家安全。1.2 推动人工智能的军事化应用美国政府认为，人工智能将影响到国防部的每一个角落，包括人员招聘培训、行动实施、武器升级、设备维护、医疗保健等许多方面。人工智能将改变作战方式和未来战争的特点。通过开发人工智能的潜力来全面转变国防部的职能，美国联合部队能够更好地保护美国军人、公民、盟友和伙伴的利益，并提高部队的行动能力和效率。为了维护美军在人工智能领域的领导地位，国防部将努力推动人工智能

5、的技术进步和实际军事应用。美国国防部十分重视人工智能对关键任务的支持。美国政府认为，人工智能对于美军增强态势感知能力、提高操作设备安全性、实施预测性维护和简化业务流程意义重大。人工智能的图像分析能力可以从大量原始数据中提取有用的信息，增强军事指挥官的态势感知能力和决策能力。人工智能可以帮助指挥官选择最佳行动方案，从而最大限度地降低部署军队的风险。通过警告操作人员潜在的危险，人工智能可以增强在复杂情况下人类操作飞机、舰船和车辆的安全性。人工智能可以自动预测关键军事部件的故障，并根据相关数据和设备状况提供维修保养方案。这不仅可以预防因设备突发事故而影响军事行动，而且可以优化零部件的库存水平，有利于

6、指挥官以较低的成本快速部署部队。1.3 人工智能相关人才培养各国间的人工智能竞争，核心是人才存量与人才质量竞争，这涉及人才培养能力、人才培养水平和各类人才的持续输出能力。当前，各国都缺少高水平、领军型的人工智能人才，如何在短时间内培养出高水平人工智能人才，是各国正共同思考的问题。美国的人工智能政策中，将专业人才培养和人才队伍打造持续作为重点任务，通过资金扶持、研发投资、平台建设等措施加以支持。2019年发布的维护美国人工智能领导地位的行政命令要求，提供教育补助金被视为现有联邦奖学金和服务计划的优先事项，提高传统意义上在计算机及相关领域中代表性不足群体的参与度，培养跨学科和技能类别的人工智能研发

7、人员的专业人才等。同时，美国提出了“全方位培养一批多元化、有道德的人工智能队伍，维持美国领导地位的人才培养目标。2美国人工智能的问题2.1现场智能性没有解决所谓现场智能性就是将自主系统嵌入环境中，具有感知或测量环境的能力，能够评估态势，思考态势，做出决策以达到目标，然后对环境采取行动，从而形成一个反复和交互式的“观察/思考/行动闭环。能够使用几种不同的“思考模式来解决问题（例如，评估、推理和决策），从低级别规则到高级别规则的推理和规划，取决于问题的难度，具有足够的灵活性来处理意外情况。现场智能性能够适应当前的关注重点，即增强人类表现和减轻任务等级、任务时间、环境等相争，这涉及人才培养能力、人才

8、培养水平和各类人才的持续输出能力。当前，各国都缺少高水平、领军型的人工智能人才，如何在短时间内培养出高水平人工智能人才，是各国正共同思考的问题。美国的人工智能政策中，将专业人才培养和人才队伍打造持续作为重点任务，通过资金扶持、研发投资、平台建设等措施加以支持。2019年发布的维护美国人工智能领导地位的行政命令要求，提供教育补助金被视为现有联邦奖学金和服务计划的优先事项，提高传统意义上在计算机及相关领域中代表性不足群体的参与度，培养跨学科和技能类别的人工智能研发人员的专业人才等。同时，美国提出了“全方位培养一批多元化、有道德的人工智能队伍，维持美国领导地位的人才培养目标。2美国人工智能的问题2.

9、1现场智能性没有解决所谓现场智能性就是将自主系统嵌入环境中，具有感知或测量环境的能力，能够评估态势，思考态势，做出决策以达到目标，然后对环境采取行动，从而形成一个反复和交互式的“观察/思考/行动闭环。能够使用几种不同的“思考模式来解决问题（例如，评估、推理和决策），从低级别规则到高级别规则的推理和规划，取决于问题的难度，具有足够的灵活性来处理意外情况。现场智能性能够适应当前的关注重点，即增强人类表现和减轻任务等级、任务时间、环境等相于自主系统的解决方案在其名义工作范围之外的置信度。认知一致性和认知透明度有利于增进人机协同的可信赖性，认知一致性是指自主系统和人类在潜在的认知表征和认知过程中具有一

10、致性的程度。它在某一个体内部的认知或心理一致性概念以及当该个体必须处理认知失调时出现的问题延申。缺乏认知一致性会影响人类对自主系统理解当时态势并采取行动所做的共同意义构建以及随后的信任。这种方式类似于人类在相似态势下的行为。认知透明度指的是即使没有多少认知一致性，自主系统所采取的推理和行动对人类而言仍然是可以理解的。透明度为人类提供了一种跟踪和验证自主系统所做评估和推理的“审计轨迹”手段，并且即使自动自动解决问题的方法与人类方法不同，也将有助于建立信任。2.3人机混合智能问题没有突破当人和系统共同完成一项共同的任务时，如果对共同目标、任务约束、角色等的理解不足，那么就可能导致任务执行过程中，人

11、机决策功能分配的不协调。任何人机系统不协调的实质问题在于如何把握变和好，而不是快和演否则人不是人，机不是机，环境不是环境，各自的优点都没有发挥出来，该变的时候不变，不该变的时候乱变，另外人机混合的方式、时机、功能等应该是恰如其分的“好 不早不晚、不快不慢，才能发挥出各自的优点，实现最优匹配，在开放的真实环境下，由此而产生的智能程度和主动效力才能最大。人机混合智能中的功能分配是分工的一部分，另外一部分是能力分配。功能分配是被动的，外部需求所致；能力分配是主动的，内部驱动所生。在复杂、异质、非结构、非线性数据/信息/知识中，人的或者是类人的方向性预处理很重要，当问题域被初步缩小范围后，机器的有界、

12、快速、准确优势便可以发挥出来了；另外，当获得大量数据/信息/知识后，机器也可以先把他们初步映射到几个领域，然后人再进一步处理分析。这两个过程的同化适应、交叉平衡体现的就是人机有机融合的过程。美国人工智能领域在上述几个人工智能关键问题方面依然没有大的进展，所以没有得到期望的应用效果。所以其研究核心一一人机混合智能和态势感知机理相对模糊、机制较为混乱，由此而产生的智能只描述了事实性计算，缺失了人的情感性、价值性和责任性。如人的智能千差万别，能够实现高效人机协作的智能系统最可能的是个性化的智能系统。“个性化的智能系统不是简单的机器对人习惯的适应和迁就，而是应该建立一种人机沟通的框架和机制。如DARP

13、A的智能辅助决策系统的决策建议有可能是对指挥员思路的补充，也有可能与指挥员的指挥风格完全相反，通过不断实践磨合获得多次反馈，人机混合决策能力获得迭代发展，最终实现个性化的辅助决策系统，达到人与机器的最优匹配。在开放的真实环境下，由此而产生的智能程度和主动效力才能最大。人机混合智能中的功能分配是分工的一部分，另外一部分是能力分配。功能分配是被动的，外部需求所致；能力分配是主动的，内部驱动所生。在复杂、异质、非结构、非线性数据/信息/知识中，人的或者是类人的方向性预处理很重要，当问题域被初步缩小范围后，机器的有界、快速、准确优势便可以发挥出来了；另外，当获得大量数据/信息/知识后，机器也可以先把他

14、们初步映射到几个领域，然后人再进一步处理分析。这两个过程的同化适应、交叉平衡体现的就是人机有机融合的过程。美国人工智能领域在上述几个人工智能关键问题方面依然没有大的进展，所以没有得到期望的应用效果。所以其研究核心一一人机混合智能和态势感知机理相对模糊、机制较为混乱，由此而产生的智能只描述了事实性计算，缺失了人的情感性、价值性和责任性。如人的智能千差万别，能够实现高效人机协作的智能系统最可能的是个性化的智能系统。“个性化的智能系统不是简单的机器对人习惯的适应和迁就，而是应该建立一种人机沟通的框架和机制。如DARPA的智能辅助决策系统的决策建议有可能是对指挥员思路的补充，也有可能与指挥员的指挥风格

15、完全相反，通过不断实践磨合获得多次反馈，人机混合决策能力获得迭代发展，最终实现个性化的辅助决策系统，达到人与机器的最优匹配。在开放的真实环境下，由此而产生的智能程度和主动效力才能最大。人机混合智能中的功能分配是分工的一部分，另外一部分是能力分配。功能分配是被动的，外部需求所致；能力分配是主动的，内部驱动所生。在复杂、异质、非结构、非线性数据/信息/知识中，人的或者是类人的方向性预处理很重要，当问题域被初步缩小范围后，机器的有界、快速、准确优势便可以发挥出来了；另外，当获得大量数据/信息/知识后，机器也可以先把他们初步映射到几个领域，然后人再进一步处理分析。这两个过程的同化适应、交叉平衡体现的就是人机有机融合的过程。美国人工智能领域在上述几个人工智能关键问题方面依然没有大的进展，所以没有得到期望的应用效果。所以其研究核心一一人机混合智能和态势感知机理相对模糊、机制较为混乱，由此而产