《人工智能白皮书（2022年）》：AI迈入技术创新、工程实践、可信安全新阶段|附下载

频道：行业资讯日期：2023-03-21 22:33:35 浏览：828

原标题：《人工智能白皮书（2022年）》：AI迈入技术创新、工程实践、可信安全新阶段|附下载

人工智能技术是释放数字化叠加倍增效应、加快战略新兴产业发展、构筑综合竞争优势的必然选择。纵观全球，国内外人工智能相关不断强化，持续推动释放人工智能红利；以深度学习为代表的人工智能技术飞速发展，新技术开始探索落地应用；工程化能力不断增强，在医疗、制造、自动驾驶等领域的应用持续深入；可信人工智能技术引起社会广泛关注。

近日，中国信息通信研究院发布《人工智能白皮书（2022年）》，全面回顾了2021年以来全球人工智能在政策、技术、应用和治理等方面的最新动向，重点分析了人工智能所面临的新发展形势及其所处的新发展阶段。以下是白皮书节选。

01

全球升级人工智能战略

人工智能已成为科技创新的关键领域和数字经济时代的重要支柱。

自2016年起，先后有40余个国家和地区将推动人工智能发展上升到国家战略高度。近两年来，特别是新冠疫情的冲击下，越来越多的国家认识到，人工智能对于提升全球竞争力具有关键作用，纷纷深化人工智能战略。

展开全文

欧盟

发布《2030 数字化指南:欧洲数字十年》、《升级2020新工业战略》等，拟全面重塑数字时代全球影响力，其中将推动人工智能发展列为重要的工作。

美国

陆续成立了国家人工智能倡议办公室、国家AI研究资源工作组等机构，各部门密集出台了系列政策，将人工智能提到“未来产业”和“未来技术”领域的高度，不断巩固和提升美国在人工智能领域的全球竞争力，确保“领头羊”地位。

日本

继制定《科学技术创新综合战略2020》之后，于2021年6月发布“AI 战略2021”，致力于推动人工智能领域的创新创造计划，全面建设数字化政府。

英国

2021年9月发布国家级人工智能新十年战略，这是继2016年后推出的又一重要战略，旨在重塑人工智能领域的影响力。

中国

《中共中央关于制定国民经济和社会发展第十四个五年规划和2035远景目标纲要的建议》指出，要瞄准人工智能等前沿领域，实施一批具有前瞻性、战略性重大科技项目，推动数字经济健康发展。

面向人工智能领域创新需求的投资不断加大。

欧盟

不断加大人工智能产业资金支持力度，大力促进欧洲的数字变革。欧盟有史以来最大的支持研发和创新项目-- “地平线欧洲”计划总投资额达955亿欧元，明确将人工智能列入资金支持范围。2021年4月，欧盟以条例的形式通过“ 数字欧洲计划”，对包括人工智能在内的项目进行投资，总额达75.9亿欧元。

美国

以保持领先地位为战略目标并持续加大人工智能领域投入。美国2021年人工智能非国防预算增加约30%，总额达到15 亿美元。此外在《美国创新与竞争法案》中，将人工智能、量子计算等列为2022财年美国研发预算优先事项，未来对包括人工智能在内的多个领域共投入 1000亿美金进行研发工作。

英国

将投资和规划人工智能生态系统作为长期战略，启动国家人工智能研究与创新计划，支持人工智能先进研究等。据统计,2014年到2021年之间对人工智能的投资已经超过 23亿英镑。

通过应用牵引推动人工智能技术落地成为各国共识。

美国

引导人工智能技术在行业领域的创新和融合应用。2021年7月，美国国家科学基金会联合多个部门和知名企业等，新成立11个国家人工智能研究机构，涵盖了人机交互、人工智能优化、动态系统、增强学习等方向，研究项目更是涵盖了建筑、医疗、生物、地质、电气、教育、能源等多个领域。

英国

支持人工智能产业化，启动人工智能办公室和英国研究与创新局联合计划等，确保人工智能惠及所有行业和地区，促进人工智能的广泛应用。

日本

将基础设施建设和人工智能应用作为重点，提出加快建设相关基础设施，重点强调了跨行业的数据传输平台以及人工智能相关标准等，全面推动人工智能在医疗、农业、交通物流、智慧城市、制造业等各个行业开展应用，并加大对中小企业的支援。

中国

十四五规划纲要明确大力发展人工智能产业，打造人工智能产业集群以及深入赋能传统行业成为重点。2021年4月，工信部支持创建北京、天津(滨海新区)、杭州、广州、成都等第二批国家人工智能创新应用先导区，不断强化应用牵引作用。科技部支持建设多个人工智能创新发展试验区，陆续批复北京、上海、天津、深圳、杭州等15个国家新一代人工智能创新发展试验区。

02

人工智能迈入全新阶段

人工智能迈入新阶段，将由技术创新、工程实践、可信安全“三维”坐标来定义和牵引。第一个维度突出创新，围绕着算法和算力方面的创新仍会不断涌现。第二个维度突出工程，工程化能力逐渐成为人工智能大规模赋能千行百业的关键要素。第三个维度突出可信，发展负责任和可信的人工智能成为共识，将抽象的治理原则落实到人工智能全生命流程将成为重点。

人工智能技术创新仍是主旋律，新算法不断涌现。超大规模预训练模型推动技术效果不断提升，继续朝着规模更大、模态更多的方向发展；“生成式人工智能”技术不断成熟，未来听、说、读、写等能力将有机结合；知识计算成为推动人工智能从感知智能向认知智能转变的重要探索；人工智能与科学研究融合不断深入，开始“颠覆”传统研究范式。

人工智能工程化聚焦工具体系、开发流程、模型管理全生命流程的高效耦合。工具体系层面，体系化与开放化成为研发平台技术工具链的发展特点。开发流程层面，工程化关注人工智能模型开发的生命流程，追求高效且标准化的持续生产、持续交付和持续部署，最终以最佳的模型进入应用层面产生商业价值。模型管理层面，企业需要建设对模型生命周期的管理机制，对模型的版本历程、性能表现、属性、相关数据、衍生的模型档案等进行标准化的管理运维。云边端协同管理的技术需求逐渐凸显，人工智能上云进程不断加速。