来源:战略前沿技术
据C4ISRNET网站报道,根据2018年《国防授权法案》,美国国会组建了由多名技术专家组成的人工智能国家安全委员会,以指导美国人工智能技术的发展。该委员会由谷歌母公司Alphabet前负责人埃里克·施密特(Eric Schmidt)和美国防部前任常务副部长鲍勃·沃克(Bob Work)领导,主要负责审查人工智能、机器学习开发以及相关技术的发展,以解决国家安全与经济安全等问题。近日,该委员会发布了一份初期调查报告,指出了美国需要关注的五大关键领域。具体包括:
一是投资人工智能研发。报告警告称,尽管人工智能具有巨大的变革潜力,但美国政府迄未提供必要的资源,来满足当前研究需要并为未来的创新活动创造条件。过去五年,用于计算机科学(包括人工智能)研发的联邦资金增长了12.7%,勉强能够维持该领域的发展需要。如果美国希望与中国展开竞争,那么政府必须加大对人工智能研发的投入。报告指出,除了资金以外,政府的官僚作风也始终是一种威胁。美国国防部所属实验室网络中存在的繁文缛节降低了创新能力。管理层级繁多和审批流程漫长导致科研人员宁愿选择较为老旧硬件和软件开展工作,因为选择最好的硬件和软件需要很长的审批时间。这些问题将带来一系列风险,使国防部实验室在人工智能研发方面落后于当前世界水平。
二是将人工智能用于遂行国家安全任务。报告指出,对于五角大楼而言,将技术从纸面上转化为战场实践始终是一项挑战,但国防部的官僚作风再次成为潜在的障碍。为了使人工智能系统在战场上发挥作用,需要“自上而下的严格领导”。但人工智能国家安全委员会尚未解决的一个问题是致命自主系统在战场上的作用。作为研究的一部分,委员会下步计划邀请“禁止杀人机器人运动”等组织围绕这些问题开展讨论。
三是培训和招募人工智能方面的人才。人工智能国家安全委员会最希望解决的一个问题是如何为五角大楼招募顶尖的技术人才。虽然这是老生常谈的问题,但是鉴于人工智能在不久的将来将要发挥重要作用,人才问题显得尤为紧迫,不仅包括科学、技术、工程及数学领域的人才,还包括人工智能问题的伦理学家,以确保美国的人工智能系统符合美国的价值观。
四是保护并利用美国的技术优势。施密特表示,虽然中国在人工智能领域能力极强,但它目前仍是“追随者”,正在快速追赶美国,能够迅速掌握美国的创新技术并将其用于自己的发展需求。因此,出口管制机制在未来依然非常重要。然而,由于“基于项目的出口管制政策及外国投资审查机制不足以维持美国在人工智能方面的竞争力,因此必须对现有出口管制机制进行调整。虽然美国国内存在一个希望完全与中国“脱钩”的阵营,并试图设置严格的防火墙,阻止中国参与美国的人工智能研发工作,但沃克指出,人工智能安全委员会将尝试在这个问题上发挥“穿针引线”的作用,在承认这些关切的同时,避免把中国研究人员拒之门外。而施密特更是明确指出,美国依赖中国的研究人员和研究生,如果将这些人员赶出美国的研究链,那将给美国造成伤害。由于中国的研究人员和研究生能力强、对研发有帮助,他们当中很多人如果能够获得美国签证,是可以留在美国的。过去70年来,美国“一直吸引着全球的创新人才”,而人工智能领域的竞争意味着美国必须保持这一优势。
五是在全球范围内开展人工智能合作。报告强调了与盟国和伙伴国合作开发人工智能技术的重要性,认为美国必须构建由志同道合国家组成的网络,致力于共同发展人工智能方面的专业知识和能力。为此,美国政府应尽快组织起来,以便持续开展长期性外交活动,支持美国的人工智能发展计划。报告建议可首先在“五眼联盟”成员国之间开展合作,因为该情报合作网络最便于共享关键机密技术。尽管也可以与北约成员国开展合作,但鉴于北约成员国的预算规模、预算制定程序和国内需求各不相同,这种合作难度会更大。报告还呼吁美国及其伙伴国“降低人员与数据在各国间流动的藩篱”,以便充分利用世界上最聪明的人群。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

美国在人工智能领域亟待解决的5大难题相关推荐

  1. 商业大佬提醒:如果不采取措施,美国在人工智能领域将落后于中国

    https://www.toutiao.com/a6650112444876194311/ 2019-01-25 01:12:40 大量的美国商业精英逐渐形成了这样的共识: 全球范围内,中国在人工智能 ...

  2. 人工智能领域排名|按AI顶会评实力:美国7倍领先中国,谷歌雄霸全球第一,腾讯和清华分获中国产学No.1...

    关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 转载于 :量子位 一年一度AI研究排名来了! 这一次,排名分析了两大AI顶会--N ...

  3. AI:大模型领域最新算法SOTA总结、人工智能领域AI工具产品集合分门别类(文本类、图片类、编程类、办公类、视频类、音频类、多模态类)的简介、使用方法(持续更新)之详细攻略

    AI:大模型领域最新算法SOTA总结.人工智能领域AI工具产品集合分门别类(文本类.图片类.编程类.办公类.视频类.音频类.多模态类)的简介.使用方法(持续更新)之详细攻略 导读:由于ChatGPT. ...

  4. 美智库发布报告:《美国在人工智能时代的行动蓝图》

    来源:新美国安全中心 12月17日,新美国安全中心发布报告<美国人工智能世纪:行动蓝图>,指出先进计算.量子科学.人工智能.合成生物学.5G.增材制造等技术的快速进步正在改变技术运行机制, ...

  5. 李彦宏清华“姚班”专讲 分享互联网九大难题

    百度李彦宏清华专讲 分享互联网九大难题 2012-09-19 李彦宏清华"姚班"专讲 分享互联网九大难题 2012-09-19 15:50  牛华网     我要评论(0) 字号: ...

  6. 干货 | 大数据人工智能领域从菜鸟到高手晋级指南

    作者 | 王明哲.王存光 校对 | 丁楠雅 本文长度为5600字,建议阅读10分钟 本文为你剖析当下的时代背景,为在大数据江湖中修炼的行者提供升级建议. 我们身处一个"技术爆炸"和 ...

  7. AI大时代下,零基础进入人工智能领域该如何学习?

    在科技高速发展的今天,人工智能是一个很酷很潮的字眼,几乎每天都出现在科技媒体中,人工智能应用案例应接不暇:人工智能写稿取代编辑.人工智能医疗诊断取代医生.人工智能定投取代基金经理人.人工智能机器人取代 ...

  8. 人工智能领域的十大算法

    事实上,人工智能已经存在于我们生活中很久了.但对很多人来讲,人工智能还是一个较为"高深"的技术,然而再高深的技术,也是从基础原理开始的.人工智能领域中就流传着10大算法,它们的原理 ...

  9. 人工智能领域6大关键创新,AI可以用在哪些领域?

    人工智能的兴起,对很多行业产生了巨大的冲击,智能家电.智能出行.智能物流等等已经深深的影响了我们现在的日常生活,许多企业也意识到需要利用人工智能推动新兴商业模式.那为什么人工智能会这样火爆呢?更重要的 ...

最新文章

  1. 用bind架设自己的智能DNS
  2. SQL--(MyBatis 实战)
  3. ubuntu18.04安装pycharm专业版
  4. bmp文件格式详细解析
  5. Audition 2020安装教程
  6. lambda Kappa iota比较
  7. springmvc拦截器配置
  8. eclipse web项目页面显示404_404 Not Found错误页面是什么?
  9. idea设置关键字颜色_IDEA字体颜色快速导入辅助工具设置
  10. c# -- 图片缩放方法总结
  11. java中this,super,extends,implements相关继承概念讲解
  12. Java IO(五)——字符流进阶及BufferedWriter、BufferedReader
  13. 成员变量的隐藏,方法的覆盖,super关键字
  14. mysql8.0 i ha,centos7 mysql8.0 RPM软件包方式安装
  15. 计算机网络超详细笔记(四):介质访问控制子层
  16. 专业词汇及解释(持续更新,自用)
  17. 脚本重启电信天翼网关
  18. 申请计算机助理的英语作文,各位帮我找一篇英文申请信大学英语作文,申请助理..._口译笔译考试_帮考网...
  19. tplink怎样设置虚拟服务器,tplink怎么设置虚拟服务器
  20. cad 打开硬件加速卡_CAD经常性卡顿?要怎么解决?

热门文章

  1. 统计计量 | 诺奖得主Angrist的因果推断课程文献读物单子
  2. GitHub超3万星最全面试题库:计算机面试题一网打尽
  3. 8种方法用Python实现线性回归,为你解析最高效选择
  4. 元旦快乐!今天我居然登上了数据派头条!
  5. 2020中国高校毕业生薪资排行出炉!原来有这么多双非院校薪资这么高!
  6. SAP WM LT15不能取消二步法确认场景中只做过第一步确认的TO单
  7. 2021年中寻找新SAP项目机会小记
  8. 强弱AI的辩论:关于人工智能意识的奇妙理论
  9. 可解释性 or 准确性?AI 模型就一定不能两者兼得吗?
  10. 2019年上半年收集到的人工智能AutoML干货文章