美联邦机构推动人工智能发展

2019-06-27| 发布者: admin| 查看: |

创新发展:习近平 | 创新中国 | 创新创业 | 科技体制改革 | 科技创新政策 | 协同创新 | 科研管理 | 成果转化 | 新科技革命 | 基础研究 | 产学研 | 供给侧热点专题:军民融合 | 民参军 | 工业4.0 | 商业航天 | 智库 | 国家重点研发计划 | 基金 | 装备采办 | 博士 | 摩尔定律 | 诺贝尔奖 | 国家实验室 | 国防工业 | 十三五 | 创新教育 | 军工百强 | 试验鉴定 | 影响因子 | 双一流 | 净评估 | 大学排名预见未来:预见2016 |预见2020  | 预见2025 | 预见2030  | 预见2035 | 预见2045  | 预见2050前沿科技:颠覆性技术 | 生物 | 仿生 | 脑科学 | 精准医学 | 基因 |  基因编辑 | 虚拟现实 | 增强现实 | 纳米 | 人工智能 | 机器人 | 3D打印 | 4D打印 | 太赫兹 | 云计算 | 物联网 | 互联网+ | 大数据 | 石墨烯 | 能源 | 电池 | 量子 | 超材料 | 超级计算机 | 卫星 | 北斗 | 智能制造 | 不依赖GPS导航 | 通信 | 5G | MIT技术评论 | 航空发动机 | 可穿戴 | 氮化镓 | 隐身 | 半导体 | 脑机接口 | 传感器先进武器:中国武器 | 无人机 | 轰炸机 | 预警机 | 运输机 | 直升机 | 战斗机 | 六代机 | 网络武器 | 激光武器 | 电磁炮 | 高超声速武器 | 反无人机 | 防空反导 | 潜航器未来战争:未来战争 | 抵消战略 | 水下战 | 网络空间战 | 分布式杀伤 | 无人机蜂群 | 太空战 | 反卫星 | 卫星 | 混合战争领先国家:美国 | 俄罗斯 | 英国 | 德国 | 法国 | 日本 | 以色列 | 印度前沿机构:战略能力办公室 | DARPA | 快响小组 | Gartner | 硅谷 | 谷歌 | 华为 | 阿里 | 俄先期研究基金会 | 军工百强前沿人物:钱学森 | 马斯克 | 凯文凯利 | 任正非 | 马云 | 奥巴马 | 特朗普专家专栏:黄志澄 | 许得君 | 施一公 | 王喜文 | 贺飞 | 李萍 | 刘锋 | 王煜全 | 易本胜 | 李德毅 | 游光荣 | 刘亚威 | 赵文银 | 廖孟豪 | 谭铁牛 | 于川信 | 邬贺铨全文收录:2018文章全收录 | 2017文章全收录 | 2016文章全收录 | 2015文章全收录 | 2014文章全收录其他主题系列陆续整理中,敬请期待…… 

远望智库:与智者同行,为创新加速

专家库 | 人才库 | 企业库 | 项目库 | 投资机构库 | 招商信息库 | 前沿特攻队招募

前沿君微信:tech9999  手机:18501361766

转自:国防科技要闻(ID:CDSTIC)

来源 :美国下一代政府网站/图片来自互联网

作者:军事科学院军事科学信息研究中心   刘伟雪

美国联邦政府已经为人工智能技术的发展开辟了前进之路,以帮助美国保持技术优势。但在有关规划与政策颁布之后,必须有相应的投资和行动来确保成功,因为设计和实现人工智能存在一定的难度。

2月11日,特朗普签署了一项行政命令,启动“美国人工智能倡议”,旨在激励人工智能的发展。第二天,美国防部发布了一份非机密的人工智能战略,以增强联合人工智能中心(JAIC)的作用。2020财年预算中包括数亿美元的资金用于支持JAIC,以及能源部和美国国家标准与技术研究院(NIST)的人工智能研究。最近,一个由两党参议员组成的小组提出了20多亿美元的资助计划。

这一系列的举措为今后几个月联邦机构在人工智能领域的工作奠定了基础。这些机构现在必须明确使用人工智能的机会,然后进行设计和实施。目前联邦机构领导人所面临的关键决策包括设定目标、重新分配资源以及优先考虑人工智能投资。

人工智能已经成功地应用于阻止网络攻击、协助救灾、打击欺诈等领域。但要让人工智能走出实验室并真正发挥其全部潜力,还有很长的路要走。

首先,美国仍需要一个全国性的人工智能战略,以巩固政府、学术界和私营部门为保持美国人工智能领域领先地位而作出的努力。目前,全球已有10多个国家在各自的国家战略中将人工智能列为优先发展项目,加拿大、中国、日本以及其他几个国家也公布了相关计划。

战略的关键支柱必须包括深思熟虑的公共政策,以鼓励人工智能的应用和减少障碍,同时鼓励创新。目前,旨在保护美国知识产权的现行法规或拟议中的出口管制方案都将可能产生抑制创新等负面影响。

其次,联邦领导人在制定人工智能实施计划时应该考虑一些策略性步骤——与产业界和学术界合作——包括:

● 激发目标和价值观。明确投资的价值,明确实际影响,充分考虑如尊重、透明、隐私和公平等伦理问题;

● 评估能力。标记数据是否充分,计算基础设施是否需要更新以捕获和处理所需的数据,专业知识是否正确,高技能员工如何获得人工智能技术能力;

● 可操作化设计。很多人工智能应用案例无法走出实验室。是否正在将敏捷性构建到机器学习操作 (MLOp)中,是否计划验证不断学习的模型,如何管理不一致的、过时的IT环境、零星的网络、软件体系结构,为机器学习和人工智能实现中可能出现的挑战和风险进行规划。

通过“美国人工智能倡议”的启动,美国在保持技术优势方面迈出了至关重要的一步。现在,联邦政府连同学术界和工业界的合作伙伴必须带着新的目标向前推进,从制定具体的实施计划转向确保未来人工智能的实现。

一网打尽系列文章,请公号内回复以下关键词查看: