分享

美国政府出台国家人工智能研发规划,提出七大重点战略方向(附下载)

 卡布卡让 2016-10-13



当地时间本周四,奥巴马主持白宫前沿峰会,

展望美国在未来50年的发展。

在峰会中,白宫发布报告《国家人工智能研究与发展策略规划》

为国家资助的AI研究和发展划定策略

《国家人工智能研究与发展策略规划》是由人工智能工作小组制定,该小组是由美国国家科技委员会的网络和信息技术的研究和开发会附属委员会经美国国家科技委员会的附属委员会的要求,给跨部门工作小组分派关于机器学习和人工智能的任务。


《国家人工智能研究与发展策略规划》规定了一个高水平框架,该框架可用于确定人工智能所需要的科学和技术并追踪研发投入的进度并最大化投入的影响。该框架还确定了联邦资金资助的人工智能研发的优先顺序,该顺序考虑了对于人工智能对社会和全世界的长期转型的影响的人工智能近期的能力。


报告称,该跨越联邦政府协调的人工智能规划将有助于美国利用人工智能计划的全部潜能来强化我们的经济及改善我们的社会本国家人工智能研发战略计划确定了联邦资金资助的人工智能研究的目标,不论是发身在政府内部的研究,还是在政府以外,比如在学术界,发生但是由联邦政府提供资金的研究。


策略1:对人工智能研发进行长期投资

在人工智能的下一代重点技术进行持续投资将推动发现和深入了解,并使美国保持在人工智能领域的世界领导者地位。

 

2:开发人机协作的有效方法

大部分人工智能系统将与人类合作以达到最佳绩效,而非代替人类。需要开展充分研究,从而达到人类和人工智能系统之间的有效交互。

 

3:理解和应对人工智能带来的伦理、法律和社会影响

我们期望所有人工智能技术能够遵循与人类相同的正式与非正式道德标准。研究理解人工智能的伦理、法律和社会影响,并开发用于设计与伦理、法律和社会目标一致的人工智能研发方法。

 

4:确保人工智能系统的安全性

在人工智能系统被广泛使用之前,需要保证系统能以可控的、明确的、已充分理解的方式安全操作。需要进一步研究以应对人工智能系统所存在的威胁,设计可靠、可依赖的、可信任的系统。

 

5:开发人工智能共享公共数据集和测试环境平台

训练数据集的资源的深度、质量和准确度极大地影响人工智能的性能。研究人员需要开发高质量数据集和环境并使可靠进入高质量数据集以及测试和培训资源成为可能。

 

6:建立标准和基准评估人工智能技术

人工智能的进展所必要的是标准、基准、试验平台和社会参与,这些将指导及评估人工智能的进展。需要进一步的研究以形成一系列可评估技术。

 

7:更好的把握国家人工智能研发人才需求

人工智能的发展需要一支强劲的人工智能研究人员团体。要更好的了解目前和将来人工智能研发对人才的需要,以确保有足够的人工智能专家应对本计划中概述的战略研发领域。


人工智能研发策略规划总体结构图解:

下图,整个底部(红色)为影响所有人工智能系统开发最根本的基础;这些基础在策略3-7中进行了描述。下一个较高的层(紫色,中蓝和深蓝色)包括发展人工智能锁需要的很多领域的研究。这些基本研究领域(包括基础研究)在策略1-2中进行了概述。整个图形的顶排(深蓝色)为预期从人工智能发展中受益的应用的例子,如本文件中的先前愿景部分所述。人工智能研发战略计划的这些构成总体界定了联邦投资的高水平框架,该框架可导向该领域的进展及积极地社会效益。


图中 人工智能研发战略规划机构。跨领域研发基础(下面红色排)对于所有智能研究来说是很重要的。很多基础智能研究领域(紫色,中蓝和深蓝排)


七大策略详细内容:

策略一对人工智能研发进行长期投资


  • 用于知识发现的先进数据驱动方法

  • 增强人工智能系统的感知能力

  • 了解人工智能的理论能力和限制

  • 开展通用人工智能技术研究

  • 开发可伸缩的人工智能系统

  • 促进类人人工智能研究

  • 开发更能干更可靠的机器人

  • 改善硬件提升人工智能系统性能

  • 开发适用于先进硬件的人工智能系统


策略2:开发人机协作的有效方法

 

  • 寻求具备人类感知能力的人工智能新算法

  • 开发用于人类机能增进的人工智能技术

  • 开发用于数据可视化和人-机界面技术

  • 开发更有效的自然语言处理系统

 

策略3理解和应对人工智能带来的伦理、法律和社会影响


  • 通过设计改进公平性、透明度和可追究性

  • 建立伦理人工智能

  • 设计伦理人工智能的架构

 

策略4:确保人工智能系统的安全性


  • 改进可解释性和透明度

  • 建立信任

  • 增强校验和验证

  • 防攻击的安全策略

  • 实现人工智能自演化中的安全性和价值一致性

 

策略5:开发适用于人工智能训练和测试的共享公共数据集和环境

 

  • 为多类型的人工智能兴趣和应用开发和制作充足的可用数据集

  • 使训练和测试资源适应商业和公共利益

  • 开发开源软件库和工具集

 

策略6建立标准和基准评估人工智能技术

 

  • 研制一系列人工智能标准

  • 建立人工智能技术基准

  • 增加人工智能实验平台的可用性

  • 组织人工智能标准和基准社团

 

策略7更好的把握国家人工智能研发人才需求


    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多