XiaoMi-AI文件搜索系统
World File Search SystemNSCAI
投资值得信赖的人工智能
人工智能 (AI) 的广义定义包括各种统计方法和计算技术，使系统能够学习、响应、做出决策并以越来越自主的方式采取行动，它正在迅速成为增长的推动力，并可能改变几乎所有全球行业。1 美国专利商标局报告称，截至 2018 年，美国所有发明家中有 25% 在其授予的专利中使用了人工智能技术。2 虽然美国在利用其人工智能人才、计算能力和私营部门驱动的创新方面潜力巨大，但人工智能也带来了一系列独特的挑战，应予以解决，以免对其风险的担忧抑制创新，并帮助确保美国能够在值得信赖的人工智能领域处于全球领先地位。美国商会技术参与中心 (C_TEC) 与许多领先的政府和行业声音分享了这一观点，包括国家人工智能安全委员会 (NSCAI)、国家标准与技术研究所 (NIST) 和德勤人工智能研究所，即政府推动人工智能系统道德发展的政策，有时被称为“负责任的”或“值得信赖的”人工智能，可以实现未来的创新并帮助美国成为人工智能领域的全球领导者。
生成式人工智能飞轮的创新动力
12 Sébastien Bubeck 等人，通用人工智能的火花：GPT-4 的早期实验。arXiv (2023)。在对定义进行大量争论之后，NSCAI 的委员们将当今与 AGI 之间的某种东西解释为“更通用的人工智能”。这一术语抓住了狭义人工智能与 AGI 理论概念之间的创新状态。请参阅国家人工智能安全委员会最终报告，第 35-36 页 (2021)。13 例如，请参阅 Linda Geddes，DeepMind 在《科学大跃进》中揭示 2 亿种蛋白质的结构，卫报 (2022)。有关创新的定义，请参阅 Fred Gault，《定义和衡量所有经济部门的创新》，研究政策 (2018)。14 Marco Ianisiti 和 Karim R. Lakhani，《人工智能时代的竞争：算法和网络统治世界时的战略与领导力》，哈佛商学院出版社 (2020)。 15 Madhumita Murgia，《为什么计算机生成的数据被用来训练人工智能模型》，《金融时报》（2023 年）。16 Michael Chui 等人，《生成式人工智能的经济潜力：下一个生产力前沿》，麦肯锡公司（2023 年）；另请参阅 Vildana Hajric 和 Lu Wang，《人工智能比美联储更能影响与经济脱节的股票》，彭博社（2023 年）。17 Eric Schmidt，《人工智能将如何改变科学研究的方式》，《麻省理工技术评论》（2023 年）。
Eric E. Schmidt博士
2021年2月23日，委员会成员Inhofe董事长里德（Reed）主席，感谢您有机会证明新兴技术对我们国家安全未来的重要性。我将从对美国技术领导状况的广泛看法开始，然后讨论未来的国防格局，并以对五角大楼的一些建议结束。我以我的个人身份提供了这些观点，但是我的经验是我领导国家安全委员会（NSCAI）和国防创新委员会（DIB）的经验，以及我在慈善事业，施密特期货和私营部门的工作。我的许多观点都在此处预览AI委员会即将发布的最终报告中的结论和建议，该报告定于3月1日公开发布。我今天的论点很简单：当涉及新兴技术时，我们的政府需要正确的基本面。我的意思是两种方式。首先，为了保持民族竞争力，我们需要专注于将对我们的经济，社会和安全产生广泛影响的基本技术。第二，要塑造军队，我们将来需要捍卫美国，我们必须尽快将基本的构件放置在原地。这些包括人，研究，技术基础设施以及我将要描述的其他基本要素。AI委员会的最终报告包括许多关键建议，以赢得全球技术竞争并加强国防。行动的逻辑令人信服。我敦促委员会认真考虑采用与您的工作相关的所有建议，并鼓励您的同事在其他委员会上这样做。
通过数据和模型共享实现人工智能创新
2020 年 9 月，美国国家科学基金会 (NSF) 融合加速器 (CA) 在其 D 轨道第一阶段的“通过数据和模型共享实现人工智能驱动的创新” (NSF 2020) 中资助了 18 个项目。本文简要概述了这 18 个项目，这些项目侧重于将研究转化为数据和模型共享的实践，以共享开放以及涉及隐私问题的敏感数据/模型。从 2020 年 9 月到 2021 年 5 月，这些项目参加了 CA 创新课程（参见本期特刊中的 Baru 等人），并致力于概念验证原型以测试和说明他们的想法。第二阶段的提案于 2021 年 5 月提交给 NSF。18 个项目中的 6 个被选中进入第二阶段，如下面各自的项目描述中所述。 NSF 的“驾驭数据革命大构想”表达了对共享数据和数据驱动模型（特别是 ML/AI）的 ModelCommons 的需求（NSF 2018）。这些想法在 2018 年 8 月的 ACM KDD 2018 通用模型基础设施研讨会（CMI 2018）上得到了进一步阐述。2019 年 6 月发布的国家人工智能研发战略计划更新（NSTC 2019）强调了相关问题，包括 (i) 开发和提供各种数据集以满足各种人工智能兴趣和应用需求的紧迫性，同时应对标准化、隐私等相关挑战，(ii) 使培训和测试资源响应商业和公共利益，以及 (iii) 开发开源软件库和工具包以实现数据共享和访问。Track D 中开展的努力将有助于创建国家人工智能研究基础设施，正如国家人工智能安全委员会 (NSCAI 2021) 所建议的那样。 Track D 第一阶段项目涵盖了广泛的应用领域，解决了与共享开放和敏感数据和模型相关的一系列问题，包括隐私问题和访问控制考虑。这 18 个项目可以根据共同的问题和挑战分为以下几大领域：(1) 医疗保健/医学、神经科学、美国手语 (ASL)、荟萃分析、兽医学；(2) 水、
中国在人工智能方面的雄心 - 欧洲议会
人工智能在中国的实际应用 中国声称，人工智能在疫情期间通过追踪感染者、预测感染趋势以及促进商业活动恢复，为抑制新冠疫情做出了重大贡献。墨卡托中国研究中心 (MERCIS) 于 2021 年 3 月进行的一项研究证实，使用人工智能技术的中国社会信用体系已迅速重新部署，以履行其中大部分职能。同一项研究还指出，社会信用体系起源于 1990 年代初，当时正试图建立金融信用评级体系，其在金融领域的应用至今仍被广泛应用。在中国，人工智能还用于各种商业目的（例如网上购物）和工业领域，重点是促进自动化。同时，MERICS 还强调，由于技术创新，“在线监控取得了重大进展，摄像头监控几乎覆盖全国，人工智能和大数据分析也得到了测试，特别是在城市公共安全领域”。人权观察等非政府组织证实了这些担忧，它们不仅强调了新疆使用这些监控技术，还强调了这些技术向国外出口，例如出口到厄瓜多尔。中国 2017 年的人工智能计划指出，其目标之一是推动人工智能在公共安全领域的进一步应用，以及发展公共安全情报监测和预警控制系统建设。一些分析人士，尤其是美国的分析人士，越来越担心人工智能可能用于军事目的。这一领域的主要担忧是，人工智能是一种有前途的“跨越式技术”，最好的定义是“人工智能军事系统可能会改变军事力量平衡，赋予一方压倒性的力量，而另一方无法防御”。正如 2019 年中美经济与安全审查委员会听证会上所见，中国领导人正致力于“在人工智能等核心关键技术上取得突破”。鉴于中国军费开支快速增长，这可能会导致不稳定的军备竞赛，尤其是在美国和中国之间。正如美国国防部联合人工智能中心 (JAIC) 战略主管 Gregory C. Allen 所指出的那样，中国正在大力推动人工智能的军事应用研究。在这个框架下，中国只同意不使用这些机器人（但不反对生产它们）。与此同时，艾伦还强调，一些中国官员，如前中国外交部副部长傅莹，寻求在人工智能新规范方面开展更多国际合作，甚至设想以人工智能的潜在影响为重点的军备控制谈判（NSCAI 报告也支持这一立场）。寻求推动人工智能规范制定的一项举措的例子是人权观察组织共同发起的“制止杀手机器人运动”。