深度梳理这10个国家的人工智能发展战略

导读：目前，全球主要国家几乎都制定了自己的AI战略。本文将梳理全球十几个处于较领先地位、且明确提出国家层AI发展战略的国家的战略思路，包括中国、美国、法国、日本、新加坡等。这将有益于我们预估AI的发展前景。

目前，全球主要国家几乎都制定了自己的AI战略。本文将梳理全球十几个处于较领先地位、且明确提出国家层AI发展战略的国家的战略思路，包括中国、美国、法国、日本、新加坡等。这将有益于我们预估AI的发展前景。

中国

中国可能在2030年成为AI强国，但目前在AI领域的总投资、人才资源和经验方面仍处于追赶美国的位置。在2012-2016年：

1.中国在AI方面的总投资为26亿美元，而美国为172亿美元。

2.中国AI人才资源3.9万人，美国7.8万人。

此外，作为世界上人口最多的国家，中国拥有丰富的信息和数据。据估计，到2020年，中国将拥有全球数据的20%（相当于44ZB）。为此，政府公布了《新一代AI发展规划》，具体内容如下：

推动政府与学术界和工业界的密切合作，制定AI发展战略目标，并取得进展：

2020年：AI总体技术和应用与世界先进水平同步。AI核心产业规模超过225亿美元，带动相关产业规模超过1508亿美元。

2025年：AI基础理论实现重大突破，部分技术与应用达到世界领先水平。AI核心产业规模超过603亿美元，带动相关产业规模超过7540亿美元。

2030年：AI理论、技术与应用总体达到世界领先水平，成为世界主要AI创新中心。AI核心产业规模超过1508亿美元，带动相关产业规模超过1.5万亿美元。

确定并全面实施6项重点任务，包括：

构建开放协同的AI科技创新体系：建立新一代AI基础理论体系；建立新一代AI关键共性技术体系；统筹布局AI创新平台；加快培养聚集AI高端人才。

培养高端高效的智能经济：大力发展AI新兴产业；加快推进产业智能化升级；大力发展智能企业；打造AI创新高地。

建设安全便捷的智能社会：发展便捷高效的智能服务；推进社会管理智能化；利用AI提升公共安全保障能力；促进社会交往共享互信。

加强AI领域军民融合。

构建泛在安全高效的智能化基础设施体系。

前瞻布局新一代AI重大科技项目。

确定9个AI技术领域，包括1个AI全技术领域和8个AI技术领域：

AI技术基础领域：

深度学习、神经信息学、神经信息处理系统等基础研究；

在计算机视觉、生物识别、复杂环境识别、人机交互、自然语言处理、自动翻译、智能控制和网络安全方面的研究应用。

八个AI技术领域：

公共服务平台计算

智能家居

无人驾驶

智能交通应用

智能安全

AI终端应用

可穿戴设备

机器人

此外，确定了发展AI的四个国家驱动因素，包括硬件、研究、算法和AI商业生态系统：

1.硬件：主张在芯片和超级计算机制造方面赶超先进国家。以中国的方法和组合促进竞争，鼓励与外国公司的交易，鼓励科技巨头和初创公司制造超级计算机、投资生产AI芯片。

2.数据：强调在获取数据时促进政府和企业之间数据共享能够带来优势，并能在人们日益关注AI带来的隐私层面的隐患时，通过规范AI相关的产业，以及加强人们对于反对数据在商业层面的滥用的讨论，来推动保护数据在不同层面的流动。

3.开发算法：一方面通过支持基础研究来吸引和培养人才（特别是世界顶级AI人才），另一方面鼓励百度、华为、阿里巴巴、腾讯或科大讯飞等科技公司在海外建立AI研究院招募AI人才，用来克服论文成果及AI教育质量低下的问题。

4.建立AI商业生态系统：向国内初创企业投资超过10亿美元，并引导地方政府和国有企业吸引私人投资，从而给AI项目从社会获取数据、将企业的目标与国家发展计划相结合提供资金。

美国

美国政府认为AI是具有巨大经济和社会效益的、前景大好的转型技术。AI可以彻底改变美国人的生活、工作、学习、研究和交流。此外，AI研究能够促进经济繁荣、增加教育机会和生活质量以及提高国家安全。由于这些潜在的好处，美国政府多年来一直在投资AI研究。

2016年5月3日，美国政府宣布新成立一个关于机器学习和AI的NSTC小组委员会，以帮助协调联邦在AI方面的工作。2016年6月15日，网络与信息技术研发计划(NITRD)小组委员会被委任以规划国家AI研发战略。之后，他们成立了NITRDAI小组，以确定联邦AI研发的战略重点，并特别关注企业无法处理的领域。

这项国家AI研发战略计划为联邦政府资助的AI研究制定了一系列目标，包括政府内部研究和联邦资助的政府外部研究，例如在研究所、大学等。这项研究旨在创造新的AI知识和技术，为社会提供许多益处的同时最大限度地减少负面影响。为实现这一目标，这项AI研发战略计划概述了联邦政府资助的AI研究优先事项：

策略1：对AI研究进行长期投资。对下一代AI的优先投资将带来更多的发现和了解，使美国在AI领域继续领先世界。

策略2：开发有效的人机协作方法。AI系统不会取代人类，而是与人类合作才能实现最佳性能。因此，研究如何建立人类与AI系统之间有效交互是必要的。

策略3：了解并解决AI的伦理、法律和社会问题。AI技术需要在正式和非正式的标准的前提下工作。因此，需要进行研究以了解AI的伦理、法律和社会影响。同时，开发设计符合道德、法律和社会目标的AI系统。

策略4：确保AI系统的安全。在AI系统被广泛使用之前，有必要确保它们以可控、明确和可理解的方式安全运行。这需要进一步的研究，通过构建可靠和可信的AI系统来应对这一挑战。

策略5：为AI训练和测试开发可共享公共数据集和环境。数据集和训练资源的深度、质量和准确性会影响AI的性能。因此，研究人员应该开发高质量的数据集和环境，并能够负责任地访问高质量的数据集以及测试和培训资源。

策略6：通过标准和基准来衡量并评估AI技术。AI的进展、水平、标准、示范和群体参与是引导和衡量AI发展的关键。需要更多的研究来开发各种评估技术。

策略7：更好地了解国家AI研发劳动力的需求。AI的进步需要一个强大的AI研究群体。因此，增加对当前和未来AI研发人员的了解，有助于确保有足够的AI专家解决本计划中概述的战略研发领域。

整个联邦政府可通过支持以下建议来完成该计划的七个策略并实现其愿景：

建议1：基于策略1-6，制定AI研发框架时应考虑潜在的市场机会，并且更有效的统合AI研发和投资之间的合作：联邦机构应通过NITRD进行合作，制定一个研发框架，以促进本计划中提到的研发工作的协调和进展。这将使各机构能够计划、有效协调和合作，以支持本战略计划。该实施框架应根据每个机构的任务、能力、权限和预算，考虑其研发重点。根据这个实施框架，可能需要建立一些资助计划，用来加快AI研发的日程。为帮助实施这一战略计划，NITRD应该考虑组成一个跨机构工作小组，专门着手于促进不同机构的合作。

建议2：根据本计划的战略7，研究创建和维持一支健康的AI研究和开发队伍的在国家层面的可能性：一支健康且充满活力的AI研发团队对于应对本报告中概述的研究和发展的战略挑战至关重要。虽然一些报告指出，AI研究的专家可能会出现短缺，但并没有官方的劳动力数据报告来描述AI劳动力的现状、预计劳动力的输入计划、以及AI劳动力供需力量的对比。NITRD应该研究如何尽可能准确地描述和定义当前和未来的AI研发的劳动力需求，制定额外的研究或建议，以确保有足够的研发劳动力来满足国家的AI需求。根据研究结果建议：联邦机构应当确保能够建立和维持一支健康的国家AI研究和开发队伍。

加拿大

加拿大是最早发布AI战略的国家之一。在2017年的联邦预算中，发布了名为“泛加拿大AI战略”的五年计划，其中包括用于投资研究和AI的1.25亿加元。该战略有四个目标：

1.增加科学家和毕业生的数量；

2.确定三个优秀科学家群体；

3.在AI的经济、伦理、政治和法律影响方面发展思想领导力。

4.支持国家AI研究群体。

加拿大高等研究院领导了该战略，并与加拿大政府及三个新的AI研究所密切合作：埃德蒙顿的阿尔伯塔机器智能研究所(AMII)、多伦多的矢量研究所和蒙特利尔的算法学习研究所。

法国

欧洲在制定AI发展战略方面落后于美国和中国。当德国专注于第四次工业革命，英国专注于脱欧时，法国总统马克龙宣布政府已认可国家“AI领导”战略，并将在5年内（2018-2022）投资15亿欧元作为欧洲国家AI战略的代表。法国总统关于AI发展战略的声明总结了CédricVillani（法国数学家，2010年菲尔兹奖获得者，也是法国国会议员）与其合伙人编写的法国和欧洲AI战略报告的要点。报告的七个关键要素包括：

第一，制定合适的数据政策，鼓励企业创建和共享数据，开发社会感兴趣的数据，支持数据备份权。

第二，AI发展的四大战略重点领域为健康、交通、环境、国防和安全，针对重点问题，每个战略领域分别制定政策，为特定区域的平台奠定基础，检查每个区域的创新地带。

第三，发挥法国AI研发的潜在优势，在选定的大学和研究机构建立跨学科的AI组织，分配适当的研究资源（包括与制造商合作、为AI应用专门设计的超级计算机）；提高研究人员工资，加强产学研交流。

第四，计划应对AI技术对工人的影响，设立公共实验室以应对工作变化，开展机器与人类互补的研究，评估职业培训的新方法。

第六，确保AI开发技术的透明度，建立清晰度和算法审核制度，关注AI代理人对道德威胁的责任，成立数字和AI技术相关的私人伦理委员会，负责组织AI伦理的公开辩论，坚持人类义务的原则（主要是在公共服务中使用AI工具时）。

澳大利亚

澳大利亚还没有明确的AI战略。然而，在澳大利亚2018年到2019年的预算中，政府宣布在四年内投资2990万澳元，以支持AI的发展。此外，政府还制定了技术路线图、标准框架和国家AI伦理框架，以负责任地支持该问题的发展。非政府组织还支持联合研究中心的项目，博士奖学金及其他改善澳大利亚AI人才供应的举措。

此外，在2017年创新路线图，《澳大利亚2030：通过创新实现繁荣》中，“政府宣布将在政府的数字经济战略中优先考虑AI。该战略于2018年第二季度发布。”

德国

德国的AI计划要求到2025年投资额达到30亿欧元，并希望通过与私营企业合作使投资金额翻一番，以达到使“德国和欧洲成为AI中心”的目的。德国的国家AI计划重点发展全国范围内的AI中心，投资教育并吸引下一代AI人才，为数据数字化做准备。

德国制定了多项产出目标，例如形成由12个新的AI研究中心组成的国家网络、100个新的AI教师职位，以及政府的资助计划：每年为1000家中小企业提供AI相关支持服务。此外，为了对教育进行广泛而可持续的变革，德国AI协会提出了一些政策建议，包括在第三年引入数据科学的义务教育。此外，政府将决定大学的实习和学术课程。因此，当政府在2018年发布了国家AI计划时，德国各州就争先恐后地成立新组织，准备申请联邦资金。

政府还呼吁吸引在海外工作的德国研究人员。德国计划从2018年到2024年通过亚历山大·冯·洪堡奖学金项目招募30名新的国际讲师（每年6名新讲师）。该项目提供350万欧元或500万欧元的启动投资基金，具体金额取决于研究的内容。

随后，政府还呼吁推动企业数据数字化进程。他们通过AI战略中概述的新咨询计划实施了集成的“数字化中心”，以支持每年1,000家中小企业的数字化。

阿拉伯联合酋长国

阿联酋政府于2017年10月启动AI战略，是中东第一个制定AI战略的国家，也是第一个成立AI部门的国家。该战略是阿联酋2071百年计划的第一个举措。该总体计划的主要目标是利用AI提高政府效率。

政府将在九个领域投资AI技术：交通、健康、太空、可再生能源、水、科技、教育和环境。政府旨在降低整个政府的成本，实现经济多元化，并将阿联酋定位为AI应用的全球领导者。

日本

按GDP计算，日本一直是世界第四大经济体。然而，日本的AI开发市场从约3.7万亿（2015年）增加到约87万亿（2030年）。在以下方面引领世界的AI发展战略：

首先，政府成立了日本AI技术发展战略委员会，垂直管理5个国家研发机构、3个核心发展中心（信息技术研究所、国家中心、理化研究所、国家产业科学技术研究院）。

其次，AI产业化进程聚焦三个优先领域，包括生产力、医疗健康和服务。其中，医疗健康分三个阶段：第一阶段（2020年）：推动AI直接数据的应用以促进相关领域的应用；第二阶段（2020-2025）：将AI及其数据的公共应用扩大到更加广阔的领域；第三阶段（2025-2030年）：基于多领域的连接和混合，建立AI生态系统。

第三，三大核心研发中心专注于基于多样化数据的社交AI技术。其中，多样化数据包括：个人、语音对话、内科、动作和搜索历史、生活工作空间、销售制造、交通、自然、天气和地图（土地、市区）；AI技术包括：图像识别、自然语言处理、语音识别/合成及预测。10年来，政府将大学附属的公司和研发机构在AI研发方面的投资增加了两倍，同时也促进了更多优秀的私人研发投资。

最后，为青年研究人员创造发展环境，特别是在第一阶段要吸引国内外高水平的AI开发人才，鼓励AI研究人员积极参与AI技术发展。

韩国

2018年5月，韩国第四次工业革命委员会宣布了国家AI发展战略，投资2.2万亿韩元，吸引5000名专家，成为全球AI发展的四大强国之一。该战略持续到2030年，由四个阶段组成：

第1阶段（2020年）

核心技术：视听理解技术的发展。扩展技术：专业领域的AI问答系统。将卫生部门寻找新药的时间从五年缩短到一年。背景技术：复杂信息分析涉及使用高功率说明性操作。吸引和培养AI高级人才590人，AI普通员工2250人。构建6670万个共享数据、430万个产业数据、92亿个韩语理解。每年为300个组织提供超级计算支持。

第2阶段（至2022年）

基础技术：掌握无监督学习理论、图像合成技术、跟踪—检测与预测技术、说明性功能推断学习（至2025年）。可扩展技术：实时风险检测系统。将医疗行业新药的开发周期缩短一半以上（从15年到7年）。关键技术：大脑神经网络与AI神经网络之间的认知信息交换；整体的大脑和机器安全（发展中，持续到2025年）。吸引和培养AI高级人才1370人，AI普通员工3600人，构建1.11亿个共享数据、4850万个产业数据、153亿个韩语理解。每年为400个组织提供超级计算支持。

第3阶段（直到2025年）

核心技术：继续学习功能上的说明性的推断。人工神经网络芯片的商业化。扩展技术：图片的问答系统。开发适合每个个体的新药。关键技术：大脑神经网络与AI神经网络之间的认知信息交换；用于大脑和机器安全的集成接口。培养具有世界一流AI领导能力的人才（直到2030年）。以改善合作的形式加强基础设施研究（至2030年）。

第4阶段（至2030年）

核心技术：AI与人类使用无监督学习技术进行自主协作。扩展技术：提供适合每个特定受众的食药制剂。背景技术：通过AI的应用，加强、提高人类的认知能力。培养具有世界一流AI领导能力的人才。通过加强合作加强研究基础设施。

投资的选择是专注于新技术；公共部门很难吸引私人投资，也很难在私人竞争力的领域建立原始市场。因此，实践的座右铭是确保技术能力，在基础科学（基于认知科学的新一代AI，神经网络计算）技术较低的情况下按照国际标准发展AI。AI芯片层，高性能AI计算，应用领域按照AIX公式（新药，未来材料，工业应用）。

建立AI发展研究生和博士后的培训机构，加强高校和研究机构的AI培训和研究支持。建设公共和私人AI大脑实验室、AI中心和AI基础设施平台。韩国第一家AI公司Saltlux获得了320亿韩元的AI产品投资。

新加坡

新加坡的国家AI计划在五年内投资1.5亿美元，以结合国家AI能力来推动新加坡的数字经济。该计划有三个目标：

1.使用AI解决交通、医疗保健等领域的关键社会和产业问题。

2.投资以提升AI能力（解释下一代AI的AI系统、认知科学、AI人才培养等）

3.提供100个项目，促进AI和机器学习在产业中的应用。

世界各国的国家AI战略的优劣势

一般来说，国家层面公布的AI战略主要集中在AI培训和人才吸引方面。然而，还没有哪个国家对AI培训的职业引导有更详细的指导。

大多数建议来自于教育机构和私人公司的研讨会，所以在这一问题上还没有共识。目前来看，2020-2030年国家AI战略在AI职业指导方面的一些优点和缺点如下。

优势：

1.着眼于关键经济实体和部门从而促进实施国家AI战略。

2.协助确定AI技术给每个国家的经济造成影响的规模。

3.帮助确定AI带来的挑战和益处，如何最大限度地发挥竞争优势，及为克服AI给经济造成的阻挠提供解决方案。

4.明确规定实现既定战略目标的发展路线图。

劣势：

1.所有关于AI带来的效益的预测仍然有些模糊，具有主观性，没有明确的科学依据。

2.国家层面的AI战略是非常概括性的，实施起来具有挑战性。

3.AI方面的人才资源短缺仍然是每个国家教育规划者的挑战。

AI发展的战略优先级

这个领域政策发展的独特之处在于，全球各国政府为促进AI的使用和发展采取的方法相当广泛。他们不仅推进不同的政策，而且还专注于公共政策的不同领域。

这个框架在公共政策领域对AI战略进行了粗略的分类，并通过热度图评估了AI战略优先级和他们的研究资金和关注度之间的关系（见下文解释）。

全球范围内的AI战略清单的制定受到了两个挑战的阻碍。首先，不同的AI战略差别很大；它们可能来自于一个网站、一份官方白皮书、一份工作报告或一份预算公告。因此，有可能由于该领域快速且多样化的发展，某项战略可能被忽略了。

其次，一些政府在发布了原始方法后又宣布新的举措。为了能够对每个计划进行更系统的分析，本分析只关注首次宣布时的内容。

最后，每项战略的政策公告被归类为八个公共政策领域：

1.科学研究：给基础的和应用性的AI研究建立新的研究中心或项目，或承诺增加现有的AI公共研究资金。

2.AI人才培养：提供资金以吸引、保留和培训国内外AI人才，包括资助某些领军人才或成立专门AI的硕士和博士课程。

3.技术和工作前景：帮助学生和整个劳动力市场发展相应的工作技能，如投资STEM（科学、技术、工程和数学）教育，数字技能，或终身学习。

4.AI技术的产业化：鼓励私营部门采用AI技术，包括对战略部门的投资，对AI初创企业和中小企业的资助，以及创建AI集群或生态系统的战略。

5.AI的伦理标准：建立理事会、委员会或工作小组，从而为AI的使用道德及相关发展制定标准或法规。这一领域还包括为研究或试点项目提供具体资金，以开发可解释和透明的AI。

6.数据和数字化基础设施：为开放数据伙伴关系、平台和数据集提供资金，并承诺创建测试环境和监管沙盒。

7.政府治理中的AI：成立试点项目，用AI来改善政府效率、服务提供和公共管理。

8.包容性和社会福祉：确保AI促进社会的包容性，以及AI自身行业背景和观点的包容性。