333. 美国人工智能国家安全委员会中期报告(水印).pdfVIP

2020 年4 月6 日 第12 期 总第444 期 美国人工智能国家安全委员会中期报告 【译者按】2019 年 11 月，美国人工智能国家安全委员会向国会提交 《中期报告》。美国人工智能国家安全委员会于2019 年 3 月设立，旨在 帮助政府制定人工智能战略，确保美国人工智能全球领导地位。该委员会 于2019 年7 月发布《初次报告》，11 月发布《中期报告》，并计划于2020 年发布《最终报告》。《中期报告》指出，AI 是美国国家安全的核心，而 中国对美国AI 领导地位形成巨大挑战，并提出五大措施确保美国AI 领导 地位。赛迪智库规划研究所对该报告的核心内容进行了编译，期望对我国 有关部门有所帮助。 【关键词】人工智能 国家安全 技术优势 人才竞争 - 1 - 一、人工智能讨论的范畴 人工智能是计算机系统解决和执行原本需要人类智慧的问题 及任务的能力。人工智能技术已经发展了数十年，包括模式识别、 机器学习、计算机视觉、自然语言理解和语音识别。利用这些技 术，可同时增强人和机器双方的能力，帮助人们更快地做出更高 质量的决策。在一些数量不断增加但仍然有限的领域，机器可以 通过进行大量数据分析、模式识别以及对有用的答案、评估和建 议进行大量搜索，来达成堪比人类甚至超越人类的效能。这些系 统正在不断地改进，从基于显性模型的专家系统向最先进的、能 够从经验中学习并提升自身性能的机器学习系统（包括从够大够 强的数据集中学习）转化。鉴于人工智能涵盖范围非常广泛，本 报告中，委员会讨论的人工智能重点集中在以下方面： 狭义人工智能与人机编组。相较于短期内去关注广义人工智 能（与人类具有同等智力、可胜任所有任务的系统），委员会更 关注“狭义”的人工智能系统。此类技术已经发展成熟，能够以 强有力的方式提升人类智能，并实现新形式的人机协作与编组。 狭义人工智能将会以多种不同的方式为人类提供协助，包括在人 类认为不安全、不想做或无法独自完成的任务中充当替补。一旦 当今的狭义人工智能应用程序合理运用于国家安全，将给未来的 人机合作与机器自主技术发展铺平道路、做好准备。 - 2 - 机器学习。在过去的25 年中，人工智能已经由依赖专家创建 的显性模型的时代转变为统计机器学习的时代。今天的人工智能 快速创新浪潮，很大程度上应归因于出现了一种被称为深度学习 1 （DL ）的机器学习方式。深度学习在图像分类、对象检测、语 音识别、自然语言处理和其他应用领域，已被证实是一项有效的 技术。通过从数据中学习，深度学习能够解决此前从未被解决的 问题，或者是表现出前所未有的水准。 人工智能技术核心。人工智能并非是某个单一硬件或软件， 准确地讲，它是一系列技术的集合，需要人才、数据、硬件、算 法、应用程序和集成。其中，人才驱动了所有其他要素的创新和 管理，是最宝贵的资源；数据使得大量现有的机器学习算法能被 用于创造新的应用程序；底层硬件为日益增长的数据池和应用程 序运行提供了计算能力；算法能够告诉系统如何引导数据对特定 问题做出应答；应用程序使答案对特定任务生效；集成是端到端 人工智能系统部署成功的关键。 人工智能生态系统。即使拥有强大的技术核心，对于人工智 能的高效开发、采购和部署也很难孤立地进行。一个能够提供支 持的合格产业生态系统十分重要，包括法律、资金、机构、政策、 人才、知识产权保护、供应链和反人工智能防御机制。 1 2006 年，杰弗里 ·辛顿（G. Hinton ）提出了深度学习的概念，随后与其团队发表文章《A fast Learning Algorithm for Deep Belief Nets》，提出深度学习模型。 - 3 - 二、人工智能对美国国家安全至关重要 人工智能对美国国家安全至关重要，负责任、快速且大规模 地采用具备人工智能的系统，可以帮助美国更有效地应对自然灾 害和突发事件，支持情报部门做出更高质量的决策以及改变美国 的战争方式。 人工智能可以帮助美国更有效地应对自然灾害和突发事件。 具备人工智能的工具和系统能够协助守护边境安全、侦测并打击 恶意网络活动、保护关