美国国家科技政策办公室日前发布了由总统特朗普签署的《美国人工智能倡议》（American AI Initiative，以下简称《倡议》）。在白宫网站上，《倡议》被视为“行政命令”并以《维护美国人工智能领导力的行政命令》为题向全美民众发布。目前这份“倡议”公布的是框架性原则和发展目标，美国政府为人工智能发展增加新拨款和资源以及为此制定时间表和具体目标将在其后6个月内公布。
关于《倡议》，业界有诸多的解读。有观点认为，美国之所以在这个时间节点签署《倡议》，原因之一是迫于保持竞争优势的压力，美国总统将发展AI上升为国家战略。而从《中国电子报》记者对AI相关企业领军人物及专家学者的采访看，《倡议》释放了AI发展的诸多关键信息，应引起产业界高度关注。
视角从“技术”向“社会”扩展
中美两国是全球人工智能实践的两大巨头，目前相继出台了推动人工智能发展的产业政策。2017年7月中国出台了《新一代人工智能发展规划》。2019年2月，美国国家科技政策办公室发布总统签署的《美国人工智能倡议》。
赛迪智库电子信息产业研究所所长、中国人工智能产业创新联盟秘书长安晖在接受《中国电子报》记者采访时表示，中美两国对人工智能发展前景及政策设计的大判断基本一致，在政策工具的使用方面也有许多相似之处。“从政策差异看，我国主要是从技术研发、产业应用、政策保障等方面做出部署，侧重于推动技术创新发展、充分发挥其带来的经济影响，美国则关注人工智能对社会可能带来的风险，并将政府资助研发和就业保障作为两方面重点。”安晖说。
目前中国对高科技尤其是人工智能的发展普遍持“乐观论”，而在美国产业界对AI在关注技术红利的同时非常关注其给社会带来的风险。微软公司副总裁、微软亚洲研究院院长洪小文曾对《中国电子报》记者表示，他个人感觉目前中国对AI责任关注不够，在推崇以技术创新改变世界的同时，他认为还要遵循规律，要考虑使用数据涉及的数据隐私问题，以及AI可能带来的道德和伦理问题，应该把技术以外特别是人性方面都考虑进去。数据来自于每个人，公司使用数据要回馈社会、回馈百姓，政府要更多关注、规范高科技以及数据的使用。“就像赛跑，规则定好之后不见得会耽误奔跑，反而是让大家在一个公平、公正、公开的跑道上一起奔跑，从整体上能够跑出更多创新。”洪小文说。
美国《倡议》的视角从技术向社会扩展，而这样的视角转变有可能带来更大的产业推动力。微软全球执行副总裁、人工智能及微软研究院负责人沈向洋此前在接受《中国电子报》记者采访时表示：“所有的技术要想深刻影响社会一定会体现在法律、法规上。”一个技术要想深刻参与和推动人类进步，一定会从生产力影响到生产关系和资源配置。
沈向洋认为，目前美国AI界的两大进展，一是在可信赖的AI上，目前美国在能利用隐私数据进行人工智能研究方面有了比较大的进展，这是非常厉害的地方。如果不能解决数据加密和隐私保护的问题，大家都不愿意将数据拿出来；而如果没有数据的支撑，就无法加速AI发展。另一个进展是可解释的AI。过去的AI只能给出结果，不能告知原因，现在很多人工智能能够解释原因。
知盛数据CEO王晓梅在接受《中国电子报》记者采访时进一步强调了《倡议》中释放的几个重要的信息：其一，数据是AI战略中的灵魂性命题，高品质、强相关性的数据短缺是整个AI界公认的难题。数据的完整性、准确性、可追溯性、安全性等已经成为真正影响AI实现商业落地、变现的核心关键。而在美国国家行政命令中提出了解决方案，要求政府开放和共享联邦数据、模型和计算资源。“增强对高质量和完全可追溯的联邦数据、模型和计算资源的访问，以增加此类AI研发资源的价值”。其二，法律、法规政策制定上有了重要变化。“AI会在法律法规上成为一个热点议题，不断演变，朝着更符合整个AI技术发展的态势发展。”王晓梅说。
数据在AI发展中起着灵魂作用
目前世界各国均高度重视AI，这个像“水电煤气”一样的基础技术一定会渗透到所有的领域，带来社会巨大变革。当大家关注AI时都会不约而同地将焦点放在包括理论研究、AI芯片、算法、计算、平台等AI的“技术力”上，但这次采访中，许多受访人更进一步谈及的是“落地力”以及“数据力”。
安晖认为，美国更加注重基础研究和核心技术积累，在算法、芯片等基础层面有很强的技术优势，在自然语言理解等应用技术方面也有很强优势，龙头企业的数量和实力领先，产业人才数量多。
驭势科技创始人兼CEO吴甘沙在接受《中国电子报》记者采访时表达了相同观点。在AI理论上，目前主要的AI理论突破贡献者多来自美国、英国等西方的科学家。在这方面，中国的科学家贡献较少，不仅是中国甚至包括华人科学家对基础理论有突出贡献者也屈指可数。在开源AI上，现在全球有很多AI开源社区，包括中国的百度和腾讯也在做AI开源社区，但活跃度和被接受度还是远不及美国。
虽然AI的“技术力”目前是业界关注的焦点，算法人才稀缺还是挑战，但随着人才培养加速，AI技术能力以云、以服务的方式提供，技术门槛不断降低，三五年之后，那些看似问题的问题，都将不存在。
“到那时AI竞争的焦点是数据力，是落地力。”王晓梅进一步表示，当我们谈及AI落地、AI变成商业、AI产生价值、运营一个可持续发展的AI时，需要将4个环节逻辑性地串联起来。第一个环节是业务场景的梳理，即找到能够运用AI的行业痛点场景，AI不是空中楼阁，需要与某一行业场景结合。第二个环节是数据资产的获取。并不是所有的数据都有价值，目前世界上所获取的有价值数据可能尚不到10%，需要找到、获取与业务场景有强相关性的数据，这才是有价值的数据。第三个环节是处理和分析数据，需要运用大数据能力和人工智能的能力，构建数据模型、算法，为业务场景运营改良提供技术支撑。第四个环节是将数据分析、人工智能分析所产生的洞察力，反哺到相关的商业应用，转化成为业务的价值，反哺于用户。所以在这次美国《倡议》中非常清晰地体现了数据在AI发展中的灵魂作用。
“而主流的AI，无论是深度学习还是增强学习等各种学习，都需要数据，也需要行业知识。算法虽然了不起，但如果没有真正与行业结合、没有与数据结合，那么充其量只能说是一个好的假说，连证实都还没有证实，更不要说还有最后一公里的创新和落地。”洪小文说。
落地才是未来全球推动AI的竞争焦点。沈向洋表示，事实上，中美两国AI走过的技术路线非常像，得益于互联网和开源，科技的发展变得更互通，技术发展很快，剩下来的挑战是如何将技术落地。但是在如何将AI产品化、商业化，中美在实现路径上有很大差别。中国有很多AI独角兽公司做得不错，尤其是在计算机视觉、人脸识别、安防等方面，比如旷世、商汤等公司，这些公司找到了真实需求场景，发展非常快，而且已经开始走向海外。“高科技产业的发展有滚雪球效应，做得越早、越早占领，机会就越多，而且能够很快做大。”沈向洋说。
而要实现AI落地、AI产生价值，更需要AI落地的复合型人才。在美国这份《倡议》中关于人工智能的“人才”培训有大量笔墨。王晓梅表示，《倡议》中对于人才竞争力的构建是非常重要的部分，而且不仅仅是强调对AI技术专才的培养，同时强调对具有AI产业化能力的运营人才和运用AI的人才培养。王晓梅透露了一个信息，目前美国已经开始着手从正规的教育体系中培养既拥有行业能力、拥有行业知识，又具有AI技术能力的人才。在美国得克萨斯大学、哥伦比亚大学，已经有专门为生物医药的产业所配备的生物统计学人才培训，招募从事健康医疗的医药领域人员进入大学学习人工智能相关专业知识，变成这个领域的复合型人才，而这些人在市场上非常奇货可居。正是这些人将是AI落地产业、将AI产业化的关键。
安晖也表示，中国人工智能领域的顶尖人才、基础研究人才远远不能满足需求，应用型人才也需加快供给。
“目前从AI应用层面看，中美两国基本上可以说并驾齐驱。”吴甘沙表示，中国要想进一步加快提升AI竞争力，需要更加开放，开放能够获得更多选择，能够赢得越来越多的人才，不仅是海外华人也包括西方的AI人才，来一起协同创新。与此同时，更好的尊重和保护知识产权，把更多中国开发出来的AI技术回馈开源社区。
“中国有丰富的场景和巨大的数据，将更多的数据和场景开放共享出来，能够吸引更多的AI创新。以自动驾驶为例，可以举国家之力打造中国的自动驾驶场景数据库，把中国不同地方的各种交通状况都放到数据库中，无须每家公司都做类似重复的工作。”吴甘沙说。
“三五年之后真正的AI核心竞争其实就会变成是数据资产的一个终极竞争。”王晓梅说，我们应该加快构建具有行业特征的，类似中间件、API的行业数据模型，有了这个基础数据平台，就能够让行业AI应用快速落地。我们很希望中国能够加快保险、医疗、医药、健康、保健等更多维度协作，让和谐的医疗健康大数据生态快速发展起来，使得AI更好地造福国人健康。
