注册 找回密码
搜索
查看: 361|回复: 0
打印 上一主题 下一主题

美国出台了AI研发战略规划 确定了AI发展的七大战略

[复制链接]
跳转到指定楼层
1#
发表于 2017-5-31 15:51:23 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
来源:通信信息报

2017年05月31日

2016年,美国出台了AI研发战略规划,确定了AI发展的七大战略。其中,两项是基础战略,一是长期投资数据分析、机器人、硬件、类人AI、AI可扩展性、AI架构、理论限制、感知领域;二是“人-AI”的协作,包括具有人类意识的AI、增强人力、自然语言处理、人机界面和虚拟化。其他五项是交叉分割研发,包括:AI的道德、法律和社会影响;安全;标准和基准;数据集和环境;具有AI能力的劳动力。

  对AI研发进行长期投资

  AI研究投资应是从长期看有潜在收益的领域,高风险的研究,往往有高回报,收益可能是5年、10年或更长时间才会显现。

  美国对于AI研发投资的重点主要有:

  1、推进以数据为中心的知识发现方法论研发——通过对智能数据的了解和知识发现,可建立许多基础性新工具和技术。开发更先进的机器学习算法,需要进一步开发和识别隐藏在大数据中的所有有用信息。

  2、提高AI系统的感知能力——感知是智能系统进入世界的窗口。人的感知通过传感器和算法的适当结合,可得到很大的改善,使AI系统可与人更有效的合作。

  3、了解AI的理论能力和局限性——虽然许多AI算法的最终目标是以人为本的解决方案来解决挑战,但我们对AI的理论能力和局限性理解有限,需要加大投入了解AI的理论和破解局限性。

  4、追求广义人工智能研究——建立系统,在广泛的认知领域展现人类智力的灵活性和多功能性,包括学习、语言、感知、推理、创造力和规划。

  5、开发可扩展的AI系统——AI系统组和网络可以协调或自主协作执行任务,多AI系统的开发和使用面临重大的研究挑战。这种系统的规划、协调、控制和可扩展性必须快速、实时、适当环境的变化。

  6、培育类人AI研究——类人AI,需要系统以人类可理解的方式解释自己,这引出了新一代的智能系统。

  7、开发能力更强和更可靠的机器人——机器人在认知和推理方面需改善,与物理世界实现互动。提高适应和学习能力,可扩展机器人的技能,包括机器人团队和与人的合作。

  8、创建AI以改进“硬件-硬件”的改善可使AI系统能力更强,同时,AI系统也可以改进。

  开发“人-AI”有效的合作方法

  实现人与AI系统间的交互,需要研发投入才能确保系统设计不会导致过度的复杂性、信任不足或信任过度。在系统设计和开发时,要采用以人为本的自动化原则。主要研发包括:

  1、找到具有人类意识的AI算法——除人与机器间的交互外,还要建立系统与系统间的交互。

  2、开发AI技术增强人力——包括:固定装置工作算法(电脑)、可穿戴设备(如智能眼镜)、植入装置(如脑界面)、特殊的用户环境(如特制定制的手术室)。

  3、开发更有效的自然语言处理——通过说、写语言,实现人与AI间的交互。需要进一步研发适用于多种语言的系统、研究有用的结构域知识接入语言处理系统。

  4、开发虚拟化和人机界面技术——虚拟化人机界面有助人们了解大量现代数据集和各种来源的信息。“人-AI”合作,在用户界面研发时,重要的是考虑通信需求和限制。

  了解和关注AI的道德、法律和社会影响

  主要研究涉及:了解AI的道德,法律和社会影响,设计时,要开发符合伦理、法律和社会原则的AI方法,还必须考虑隐私问题。在AI设计时,要提高公平性,透明度和逐项问责制。AI系统的行为要遵循常规的论理法规。AI系统在架构设计时,要考虑符合伦理逻辑。

  确保AI系统的安全

  在AI系统广泛投入使用前,需确保系统运行安全和可控,这需要解决如下挑战:1、复杂和不确定的环境;2、紧急行为; 3、目标错误指定;4、人机交互问题。

  为了解决这些问题和其他问题,需要投资改善解释性和透明度、建立信任、增强认证和有效性、反攻击、长期的AI安全和价值取向。

  开发用于AI培训和测试的共享公共数据集和环境

  AI培训和测试资源的开发和可用性,决定了AI带来的好处是否能继续累积。培训数据集和其它资源的品种、深度、质量和准确性,影响人工智能表现。许多不同的AI技术,需要高质量的培训和测试数据,以及动态、交互测试床和仿真环境。因此,需要开发和制作各种数据集,以满足多样化的AI需求和应用;需要开发开源软件图书馆和工具书。

  通过标准化和基准测试和评价AI技术

  制定广泛的AI标准,标准提供需求、规范、指导原则,确保AI技术达到关键目标的特性功能和互操作性,并且它们可靠而安全地运行。标准需考虑:软件工程、性能、矩阵、安全、可使用性、互操作性、隐私、可跟踪性、领域等问题。

  一是需要建立AI技术基准——包括测试和评估,为制定标准提供量化措施,并评估对标准的遵守情况。

  二是增加AI试验床的可用性——测试平台是必不可少的,可使用实际的操作数据,对现实世界进行建模和实验。

  三是将AI社区纳入标准和基准中——需政府的领导和协调,推动标准化和鼓励广泛应用于政府,学术界和工业界。AI社区由用户、业界、学术界和政府组成,必须充满活力,参与制定标准和基准程式。

  具有AI能力的劳动力

  要实现AI研发战略,需要充足的AI研发劳动力,也是确保国家在AI竞争中保持领先地位的关键。有研究显示AI专家短缺,高技术企业加大了员工再培训的投入。因此,需要加大对现有和未来国家对AI研发人员需求研究的投入,包括供需、预测未来的需求。



(華成旅行最便宜 03-3833-9823)
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关于都市网 | 服务条款 | 开放平台 | 广告服务 | 商务洽谈 | 都市网招聘 | 都市网公益 | 客服中心 | 网站导航 | 版权所有

手机版|小黑屋|Comsenz Inc.  

© 2001-2013 源码论坛 Inc.    Powered by Weekend Design Discuz! X3.2

GMT+8, 2024-11-24 22:44 , Processed in 0.169369 second(s), 19 queries .

快速回复 返回顶部 返回列表