2016年，美國出臺了AI研發(fā)戰(zhàn)略規(guī)劃，確定了AI發(fā)展的七大戰(zhàn)略。其中，兩項是基礎戰(zhàn)略，一是長期投資數(shù)據(jù)分析、機器人、硬件、類人AI、AI可擴展性、AI架構、理論限制、感知領域;二是“人-AI”的協(xié)作，包括具有人類意識的AI、增強人力、自然語言處理、人機界面和虛擬化。其他五項是交叉分割研發(fā)，包括：AI的道德、法律和社會影響;安全;標準和基準;數(shù)據(jù)集和環(huán)境;具有AI能力的勞動力。

美國出臺AI研發(fā)戰(zhàn)略規(guī)劃

　　對AI研發(fā)進行長期投資

　　AI研究投資應是從長期看有潛在收益的領域，高風險的研究，往往有高回報，收益可能是5年、10年或更長時間才會顯現(xiàn)。

　　美國對于AI研發(fā)投資的重點主要有：

　　1、推進以數(shù)據(jù)為中心的知識發(fā)現(xiàn)方法論研發(fā)——通過對智能數(shù)據(jù)的了解和知識發(fā)現(xiàn)，可建立許多基礎性新工具和技術。開發(fā)更先進的機器學習算法，需要進一步開發(fā)和識別隱藏在大數(shù)據(jù)中的所有有用信息。

　　2、提高AI系統(tǒng)的感知能力——感知是智能系統(tǒng)進入世界的窗口。人的感知通過傳感器和算法的適當結合，可得到很大的改善，使AI系統(tǒng)可與人更有效的合作。

　　3、了解AI的理論能力和局限性——雖然許多AI算法的最終目標是以人為本的解決方案來解決挑戰(zhàn)，但我們對AI的理論能力和局限性理解有限，需要加大投入了解AI的理論和破解局限性。

　　4、追求廣義人工智能研究——建立系統(tǒng)，在廣泛的認知領域展現(xiàn)人類智力的靈活性和多功能性，包括學習、語言、感知、推理、創(chuàng)造力和規(guī)劃。

　　5、開發(fā)可擴展的AI系統(tǒng)——AI系統(tǒng)組和網(wǎng)絡可以協(xié)調或自主協(xié)作執(zhí)行任務，多AI系統(tǒng)的開發(fā)和使用面臨重大的研究挑戰(zhàn)。這種系統(tǒng)的規(guī)劃、協(xié)調、控制和可擴展性必須快速、實時、適當環(huán)境的變化。

　　6、培育類人AI研究——類人AI，需要系統(tǒng)以人類可理解的方式解釋自己，這引出了新一代的智能系統(tǒng)。

　　7、開發(fā)能力更強和更可靠的機器人——機器人在認知和推理方面需改善，與物理世界實現(xiàn)互動。提高適應和學習能力，可擴展機器人的技能，包括機器人團隊和與人的合作。

　　8、創(chuàng)建AI以改進“硬件-硬件”的改善可使AI系統(tǒng)能力更強，同時，AI系統(tǒng)也可以改進。

　　開發(fā)“人-AI”有效的合作方法

　　實現(xiàn)人與AI系統(tǒng)間的交互，需要研發(fā)投入才能確保系統(tǒng)設計不會導致過度的復雜性、信任不足或信任過度。在系統(tǒng)設計和開發(fā)時，要采用以人為本的自動化原則。主要研發(fā)包括：

　　1、找到具有人類意識的AI算法——除人與機器間的交互外，還要建立系統(tǒng)與系統(tǒng)間的交互。

　　2、開發(fā)AI技術增強人力——包括：固定裝置工作算法(電腦)、可穿戴設備(如智能眼鏡)、植入裝置(如腦界面)、特殊的用戶環(huán)境(如特制定制的手術室)。

　　3、開發(fā)更有效的自然語言處理——通過說、寫語言，實現(xiàn)人與AI間的交互。需要進一步研發(fā)適用于多種語言的系統(tǒng)、研究有用的結構域知識接入語言處理系統(tǒng)。

　　4、開發(fā)虛擬化和人機界面技術——虛擬化人機界面有助人們了解大量現(xiàn)代數(shù)據(jù)集和各種來源的信息?！叭?AI”合作，在用戶界面研發(fā)時，重要的是考慮通信需求和限制。

　　了解和關注AI的道德、法律和社會影響

　　主要研究涉及：了解AI的道德，法律和社會影響，設計時，要開發(fā)符合倫理、法律和社會原則的AI方法，還必須考慮隱私問題。在AI設計時，要提高公平性，透明度和逐項問責制。AI系統(tǒng)的行為要遵循常規(guī)的論理法規(guī)。AI系統(tǒng)在架構設計時，要考慮符合倫理邏輯。

　　確保AI系統(tǒng)的安全

　　在AI系統(tǒng)廣泛投入使用前，需確保系統(tǒng)運行安全和可控，這需要解決如下挑戰(zhàn)：1、復雜和不確定的環(huán)境;2、緊急行為; 3、目標錯誤指定;4、人機交互問題。

　　為了解決這些問題和其他問題，需要投資改善解釋性和透明度、建立信任、增強認證和有效性、反攻擊、長期的AI安全和價值取向。

　　開發(fā)用于AI培訓和測試的共享公共數(shù)據(jù)集和環(huán)境

　　AI培訓和測試資源的開發(fā)和可用性，決定了AI帶來的好處是否能繼續(xù)累積。培訓數(shù)據(jù)集和其它資源的品種、深度、質量和準確性，影響人工智能表現(xiàn)。許多不同的AI技術，需要高質量的培訓和測試數(shù)據(jù)，以及動態(tài)、交互測試床和仿真環(huán)境。因此，需要開發(fā)和制作各種數(shù)據(jù)集，以滿足多樣化的AI需求和應用;需要開發(fā)開源軟件圖書館和工具書。

　　通過標準化和基準測試和評價AI技術

　　制定廣泛的AI標準，標準提供需求、規(guī)范、指導原則，確保AI技術達到關鍵目標的特性功能和互操作性，并且它們可靠而安全地運行。標準需考慮：軟件工程、性能、矩陣、安全、可使用性、互操作性、隱私、可跟蹤性、領域等問題。

　　一是需要建立AI技術基準——包括測試和評估，為制定標準提供量化措施，并評估對標準的遵守情況。

　　二是增加AI試驗床的可用性——測試平臺是必不可少的，可使用實際的操作數(shù)據(jù)，對現(xiàn)實世界進行建模和實驗。

　　三是將AI社區(qū)納入標準和基準中——需政府的領導和協(xié)調，推動標準化和鼓勵廣泛應用于政府，學術界和工業(yè)界。AI社區(qū)由用戶、業(yè)界、學術界和政府組成，必須充滿活力，參與制定標準和基準程式。

　　具有AI能力的勞動力

　　要實現(xiàn)AI研發(fā)戰(zhàn)略，需要充足的AI研發(fā)勞動力，也是確保國家在AI競爭中保持領先地位的關鍵。有研究顯示AI專家短缺，高技術企業(yè)加大了員工再培訓的投入。因此，需要加大對現(xiàn)有和未來國家對AI研發(fā)人員需求研究的投入，包括供需、預測未來的需求。