目前，幾乎全球主要國家都制定了自己的 AI 戰略。
本文將梳理全球十幾個處于較領先地位、且明確提出國家層 AI 發展戰略的國家的思路，包括美國、中國、法國、日本、新加坡等。這將有益于我們預估 AI 的發展前景。
中國
中國可能在 2030 年成為 AI 強國，但目前在 AI 領域的總投資、人才資源和經驗方面仍處于追趕美國的位置。在 2012-2016 年：
1. 中國在 AI 方面的總投資為 26 億美元，而美國為 172 億美元。
2. 中國 AI 人才資源 3.9 萬人，美國 7.8 萬人。
此外，由于是世界上人口最多的國家，中國擁有豐富的信息和數據。據估計，到 2020 年，中國將擁有全球數據的 20%（相當于 44 ZB）。為此，政府公布了《新一代 AI 發展規劃》，具體內容如下：
利用內部數據和政府與學術界和工業界的密切合作，制定 AI 發展戰略目標，并取得進展：
2020 年：AI 總體技術和應用與世界先進水平同步。AI 核心產業規模超過225億美元，帶動相關產業規模超過 1508 億美元。
2025 年：AI 基礎理論實現重大突破，部分技術與應用達到世界領先水平。AI 核心產業規模超過 603 億美元，帶動相關產業規模超過 7540 億美元。
2030 年：AI 理論、技術與應用總體達到世界領先水平，成為世界主要 AI 創新中心。AI 核心產業規模超過 1508 億美元，帶動相關產業規模超過 1.5 萬億美元。
確定并全面實施 6 項重點任務，包括：
構建開放協同的 AI 科技創新體系：建立新一代 AI 基礎理論體系；建立新一代 AI 關鍵共性技術體系；統籌布局 AI 創新平臺；加快培養聚集 AI 高端人才。
培養高端高效的智能經濟：大力發展 AI 新興產業；加快推進產業智能化升級；大力發展智能企業；打造 AI 創新高地。
建設安全便捷的智能社會：發展便捷高效的智能服務；推進社會管理智能化；利用 AI 提升公共安全保障能力；促進社會交往共享互信。
加強 AI 領域軍民融合。
構建泛在安全高效的智能化基礎設施體系。
前瞻布局新一代 AI 重大科技項目。
確定 9 個 AI 技術領域，包括 1 個 AI 全技術領域和 8 個 AI 技術領域：
AI 技術基礎領域：
深度學習、神經信息學、神經信息處理系統等基礎研究；
在計算機視覺、生物識別、復雜環境識別、人機交互、自然語言處理、自動翻譯、智能控制和網絡安全方面的研究應用。
八個 AI 技術領域：
公共服務平臺計算
智能家居
無人駕駛
智能交通應用
智能安全
AI 終端應用
可穿戴設備
機器人
此外，確定了發展 AI 的四個國家驅動因素，包括硬件、研究、算法，和 AI 商業生態系統：
1. 硬件：中國主張在芯片和超級計算機制造方面趕超先進國家。中國的方法和組合促進國家競爭，鼓勵與外國公司的交易，鼓勵科技巨頭和初創公司制造超級計算機。其行業投資生產 AI 芯片，如谷歌的 CPU 或微軟的 GPU 和 FPGA，同時還安裝了超級計算機。
2. 數據：中國強調在獲取數據時促進政府和企業之間數據共享能夠帶來優勢，并且這能夠在人們日益關注 AI 帶來的隱私層面的隱患的時候，通過規范 AI 相關的產業，以及加強人們對于反對數據在商業層面的濫用的討論，來加強保護數據在不同層面的流動
3. 開發算法：中國一方面通過支持基礎研究來吸引和培養人才（特別是世界頂級 AI 人才），另一方面鼓勵百度、華為、阿里巴巴、騰訊或科大訊飛等科技巨頭公司在海外建立 AI 研究院招募 AI 人才，用來克服論文成果及 AI 教育質量低下的問題。
4. 建立 AI 商業生態系統：中國向國內初創企業投資超過 10 億美元，并引導地方政府和國有企業吸引私人投資，從而給 AI 項目大規模從社會獲取數據、將企業的目標與國家發展計劃相結合提供資金。
美國
美國政府認為 AI 是具有巨大經濟和社會效益的、前景大好的轉型技術。AI 可以徹底改變美國人的生活、工作、學習、研究和交流。此外，AI 研究對美國的“國家大事”也都有好處，包括促進經濟繁榮、增加教育機會和生活質量以及提高國家安全。由于這些潛在的好處，美國政府多年來一直在投資 AI 研究。
2016 年 5 月 3 日，美國政府宣布新成立一個關于機器學習和 AI 的 NSTC 小組委員會，以幫助協調聯邦在 AI 方面的工作。2016 年 6 月 15 日，網絡與信息技術研發計劃 (NITRD) 小組委員會被委任以規劃國家AI研發戰略。之后，他們成立了 NITRD AI 小組，以確定聯邦 AI 研發的戰略重點，并特別關注企業無法處理的領域。
這項國家 AI 研發戰略計劃為聯邦政府資助的 AI 研究制定了一系列目標，包括政府內部研究和聯邦資助的政府外部研究，例如在研究所、大學……這項研究旨在創造新的 AI 知識和技術，為社會提供許多益處的同時最大限度地減少負面影響。為實現這一目標，這項 AI 研發戰略計劃概述了聯邦政府資助的 AI 研究優先事項：
策略 1：對 AI 研究進行長期投資。對下一代 AI 的優先投資將帶來更多的發現和了解。使美國在 AI 領域繼續領先世界。
策略 2：開發有效的人機協作方法。AI 系統不會取代人類，而是與人類合作以實現最佳性能。因此，研究如何建立人類與 AI 系統之間有效交互是必要的。
策略 3：了解并解決 AI 的倫理、法律和社會問題。我們希望 AI 技術在對人類有正式和非正式的標準的前提下工作。因此，需要進行研究以了解 AI 的倫理、法律和社會影響。同時，開發設計符合道德、法律和社會目標的 AI 系統。
策略4：確保 AI 系統的安全。在 AI 系統被廣泛使用之前，有必要確保它們以可控、明確和可理解的方式安全運行。這需要進一步的研究，通過構建可靠和可信的AI系統來應對這一挑戰。
策略 5：為 AI 訓練和測試開發可共享公共數據集和環境。數據集和訓練資源的深度、質量和準確性會影響 AI 的性能。因此，研究人員應該開發高質量的數據集和環境，并能夠負責任地訪問高質量的數據集以及測試和培訓資源。
策略 6：通過標準和基準來衡量并評估 AI 技術。AI 的進展、水平、標準、示范和群體參與是引導和衡量 AI 發展的關鍵。需要更多的研究來開發各種評估技術。
策略 7：更好地了解國家 AI 研發勞動力的需求。AI 的進步需要一個強大的 AI 研究群體。因此，增加對當前和未來 AI 研發人員的了解，有助于確保有足夠的 AI 專家解決本計劃中概述的戰略研發領域。
整個聯邦政府可通過支持以下建議來完成該計劃的七個策略并實現其愿景：
建議1：基于策略 1-6，制定AI研發框架用來尋找銷售的機會，并且更有效的統合AI研發和投資之間的合作：聯邦機構應通過 NITRD 進行合作，制定一個研發框架，以促進本計劃中提到的研發工作的協調和進展。這將使各機構能夠計劃、有效協調和合作，以支持本戰略計劃。該實施框架應根據每個機構的任務、能力、權限和預算，考慮其研發重點。根據這個實施框架，可能需要建立一些資助計劃，用來加快 AI 研發的日程。為幫助實施這一戰略計劃，NITRD 應該考慮組成一個跨機構工作小組，專門著手于促進不同機構的合作。
建議2:根據本計劃的戰略 7，研究創建和維持一支健康的 AI 研究和開發隊伍的在國家層面的可能性：一支健康且充滿活力的 AI 研發團隊對于應對本報告中概述的研究和發展的戰略挑戰至關重要。雖然一些報告指出，AI 研究的專家可能會出現短缺，但并沒有官方的勞動力數據報告來描述 AI 勞動力的現狀、預計勞動力的輸入計劃、以及 AI 勞動力供需力量的對比。NITRD 應該研究如何最好地描述和定義當前和未來的 AI 研發的勞動力需求，制定額外的研究或建議，以確保有足夠的研發勞動力來滿足國家的 AI 需求。根據研究結果顯示：聯邦機構應當確保能夠建立和維持一支健康的國家 AI 研究和開發隊伍。
加拿大
加拿大是最早發布 AI 戰略的國家之一。在 2017 年的聯邦預算中，發布了名為“泛加拿大 AI 戰略”的五年計劃，其中包括用于投資研究和 AI 的 1.25 億加元。該戰略有四個目標：
1. 增加科學家和畢業生的數量；
2. 確定三個優秀科學家群體；
3. 在 AI 的經濟、倫理、政治和法律影響方面發展思想領導力。
4. 支持國家 AI 研究群體。
加拿大高等研究院領導了該戰略，并與加拿大政府及三個新的 AI 研究所密切合作：埃德蒙頓的阿爾伯塔機器智能研究所 (AMII)、多倫多的矢量研究所和蒙特利爾的算法學習研究所。
法國
歐洲在制定 AI 發展戰略方面落后于美國和中國。當德國專注于第四次工業革命，英國專注于脫歐時，法國總統馬克龍宣布政府已認可國家“AI 領導”戰略，并將在 5 年內（2018-2022）投資 15 億歐元作為歐洲國家AI戰略的代表。法國總統關于 AI 發展戰略的聲明總結了 Cédric Villani（法國數學家，2010 年菲爾茲獎獲得者，也是法國國會議員）與其合伙人編寫的法國和歐洲 AI 戰略報告的要點。報告的七個關鍵要素包括：
第一，制定合適的數據政策，鼓勵企業創建和共享數據，開發社會感興趣的數據，支持數據備份權。
第二，AI 發展的四大戰略重點領域為健康、交通、環境、國防和安全，針對重點問題，每個戰略領域分別制定政策，為特定區域的平臺奠定基礎，檢查每個區域的創新地帶。
第三，發揮法國 AI 研發的潛在優勢，在選定的大學和研究機構建立跨學科的 AI 組織，分配適當的研究資源（包括與制造商合作、為 AI 應用專門設計的超級計算機）；提高研究人員工資，加強產學研交流。
第四，計劃應對 AI 技術對工人的影響，設立公共實驗室以應對工作變化，開展機器與人類互補的研究，評估職業培訓的新方法。
第六，確保 AI 開發技術的透明度，建立清晰度和算法審計，注意 AI 代理人對道德威脅的責任，成立數字和 AI 技術相關的私人倫理委員會，負責組織 AI 倫理的公開辯論，堅持人類義務的原則（主要是在公共服務中使用 AI 工具時）。
澳大利亞
澳大利亞還沒有明確的 AI 戰略。然而，在澳大利亞 2018 年到 2019 年的預算中，政府宣布在四年內投資 2990 萬澳元，以支持 AI 的發展。此外，政府還制定了技術路線圖、標準框架和國家 AI 倫理框架，以負責任地支持該問題的發展。非政府組織還支持聯合研究中心的項目，博士獎學金及其他改善澳大利亞 AI 人才供應的舉措。
此外，在 2017 年創新路線圖，《澳大利亞 2030：通過創新實現繁榮》中，“政府宣布將在政府的數字經濟戰略中優先考慮 AI。該戰略于 2018 年第二季度發布。”
德國
德國的 AI 計劃要求到 2025 年投資額達到 30 億歐元，并希望通過與私營企業合作使投資金額翻一番，以達到使“德國和歐洲成為 AI 中心”的目的。德國的國家 AI 計劃重點發展全國范圍內的 AI 中心，投資教育并吸引下一代 AI 人才，為數據數字化做準備。
德國制定了多項產出目標，例如形成由 12 個新的 AI 研究中心組成的國家網絡、100 個新的 AI 教師職位，以及政府的資助計劃：每年為 1000 家中小企業提供 AI 相關支持服務。此外，為了對教育進行廣泛而可持續的變革，德國 AI 協會提出了一些政策建議，包括在第三年引入數據科學的義務教育。此外，政府將決定大學的實習和學術課程。因此，當政府在 2018 年發布了國家 AI 計劃時，德國各州就爭先恐后地成立新組織，準備申請聯邦資金。
政府還呼吁吸引在海外工作的德國研究人員。德國計劃從 2018 年到 2024 年通過亞歷山大·馮·洪堡獎學金項目招募 30 名新的國際講師（每年 6 名新講師）。該項目提供 350 萬歐元或 500 萬歐元的啟動投資基金，具體金額取決于研究的內容。
隨后，政府還呼吁推動企業數據數字化進程。他們通過 AI 戰略中概述的新咨詢計劃實施了集成的“數字化中心”，以支持每年 1,000 家中小企業的數字化。
阿拉伯聯合酋長國
阿聯酋政府于 2017 年 10 月啟動 AI 戰略，是中東第一個制定 AI 戰略的國家，也是第一個成立 AI 部門的國家。該戰略是阿聯酋 2071 百年計劃的第一個舉措。該總體計劃的主要目標是利用 AI 提高政府效率。
政府將在九個領域投資 AI 技術：交通、健康、太空、可再生能源、水、科技、教育和環境。政府旨在降低整個政府的成本，實現經濟多元化，并將阿聯酋定位為 AI 應用的全球領導者。
日本
按 GDP 計算，日本一直是世界第四大經濟體。然而，日本的 AI 開發市場從約 3.7 萬億（2015 年）增加到約 87 萬億（2030 年）。在以下方面引領世界的 AI 發展戰略：
首先，政府成立了日本 AI 技術發展戰略委員會，垂直管理 5 個國家研發機構、3 個核心發展中心（信息技術研究所、國家中心、理化研究所、國家產業科學技術研究院）。
其次，AI 產業化進程聚焦三個優先領域，包括生產力、醫療健康和服務。其中，醫療健康分三個階段：第一階段（2020 年）：推動 AI 直接數據的應用以促進相關領域的應用；第二階段（2020-2025）：將 AI 及其數據的公共應用擴大到更加廣闊的領域；第三階段（2025-2030 年）：基于多領域的連接和混合，建立 AI 生態系統。
第三，三大核心研發中心專注于基于多樣化數據的社交 AI 技術。其中，多樣化數據包括：個人、語音對話、內科、動作和搜索歷史、生活工作空間、銷售制造、交通、自然、天氣和地圖（土地、市區）；AI 技術包括：圖像識別、自然語言處理、語音識別/合成及預測。10 年來，政府將大學附屬的公司和研發機構在AI研發方面的投資增加了兩倍，同時也促進了更多優秀的私人研發投資。
最后，為青年研究人員創造發展環境，特別是在第一階段要吸引國內外高水平的 AI 開發人才，鼓勵 AI 研究人員積極參與 AI 技術發展。
韓國
2018 年 5 月，韓國第四次工業革命委員會宣布了國家 AI 發展戰略，投資 2.2 萬億韓元，吸引 5000 名專家，成為全球 AI 發展的四大強國之一。高級AI制造了 1.6 億韓元的 AI7 數據單元。該戰略持續到 2030 年，由四個階段組成：
第 1 階段（2020 年）：核心技術：視聽理解技術的發展。擴展技術：專業領域的 AI 問答系統。將衛生部門尋找新藥的時間從五年縮短到一年。背景技術：復雜信息分析涉及使用高功率說明性操作。吸引和培養 AI 高級人才 590 人，AI 普通員工 2250 人。構建 6670 萬個共享數據、430 萬個產業數據、92 億個韓語理解。每年為 300 個組織提供超級計算支持。
第 2 階段（至 2022 年）：基礎技術：掌握無監督學習理論、圖像合成技術、跟蹤—檢測與預測技術、說明性功能推斷學習（至 2025 年）。可擴展技術：實時風險檢測系統。將醫療行業新藥的開發周期縮短一半以上（從 15 年到 7 年）。關鍵技術：大腦神經網絡與AI神經網絡之間的認知信息交換；整體的大腦和機器安全（發展中，持續到 2025 年）。吸引和培養 AI 高級人才 1370 人，AI 普通員工 3600 人，構建 1.11 億個共享數據、4850 萬個產業數據、153 億個漢語理解。每年為 400 個組織提供超級計算支持。
第 3 階段（直到 2025 年）：核心技術：繼續學習功能上的說明性的推斷。人工神經網絡芯片的營銷。擴展技術：圖片的問答系統。開發適合每個個體的新藥。關鍵技術：大腦神經網絡與 AI 神經網絡之間的認知信息交換；用于大腦和機器安全的集成接口。培養具有世界一流 AI 領導能力的人才（直到 2030 年）。以改善合作的形式加強基礎設施研究（至 2030 年）。
第 4 階段（至 2030 年）：核心技術：AI 與人類使用無監督學習技術進行自主協作。擴展技術：提供適合每個特定受眾的食藥制劑。背景技術：通過 AI 的應用，加強、提高人類的認知能力。培養具有世界一流 AI 領導能力的人才。通過加強合作加強研究基礎設施。
投資的選擇是專注于新技術；公共部門很難吸引私人投資，并支持在私人競爭力的領域建立原始市場。因此，實踐的座右銘是確保技術能力，在基礎科學（基于認知科學的新一代 AI，神經網絡計算）技術較低的情況下按照國際標準發展 AI。AI 芯片層，高性能 AI 計算，應用領域按照 AIX 公式（新藥，未來材料，工業應用）。
建立 AI 發展研究生和博士后的培訓機構，加強高校和研究機構的 AI 培訓和研究支持。建設公共和私人 AI 大腦實驗室、AI 中心和 AI 基礎設施平臺。韓國第一家 AI 公司 Saltlux 獲得了 320 億韓元的 AI 產品投資。
新加坡
新加坡的國家 AI 計劃在五年內投資 1.5 億美元，以結合國家 AI 能力來推動新加坡的數字經濟。該計劃有三個目標：
1. 使用 AI 解決交通、醫療保健等領域的關鍵社會和產業問題。
2. 投資以提升 AI 能力（解釋下一代 AI 的 AI 系統、認知科學、AI 人才培養等）
3. 提供 100 個項目，促進 AI 和機器學習在產業中的應用。
世界各國的國家 AI 戰略的優劣勢
一般來說，國家層面公布的 AI 戰略主要集中在 AI 培訓和人才吸引方面。然而，還沒有哪個國家對 AI 培訓的職業引導有更詳細的指導。
大多數建議來自于教育機構和私人公司的研討會，所以在這一問題上還沒有共識。目前來看，2020-2030 年國家 AI 戰略在 AI 職業指導方面的一些優點和缺點如下。
優勢：
1. 著眼于關鍵經濟實體和部門從而促進實施國家 AI 戰略。
2. 協助確定 AI 技術給每個國家的經濟造成影響的規模。
3. 幫助確定 AI 帶來的挑戰和益處，如何最大限度地發揮競爭優勢，及為克服 AI 給經濟造成的阻撓提供解決方案。
4. 明確規定實現既定戰略目標的發展路線圖。
劣勢：
1. 所有關于 AI 帶來的效益的預測仍然有些模糊，具有主觀性，沒有明確的科學依據。
2. 國家層面的 AI 戰略是非常概括性的，實施起來具有挑戰性。
3. AI 方面的人才資源短缺仍然是每個國家教育規劃者的挑戰。
AI 發展的戰略優先級
這個領域政策發展的獨特之處在于，全球各國政府為促進 AI 的使用和發展采取的方法之廣泛。他們不僅推進不同的政策，而且還專注于公共政策的不同領域。
這個框架在公共政策領域對 AI 戰略進行了粗略的分類，并通過熱度圖評估了 AI 戰略優先級和他們的研究資金和關注度之間的關系（見下文解釋）。
全球范圍內的 AI 戰略清單的制定受到了兩個挑戰的阻礙。首先，不同AI的戰略差別很大；它們可能來自于一個網站、一份官方白皮書、一份工作報告或一份預算公告。因此，有可能由于該領域快速且多樣化的發展，某項戰略可能被忽略了。
其次，一些政府在發布了原始方法后又宣布新的舉措。為了能夠對每個計劃進行更系統的分析，本分析只關注首次宣布時的內容。
最后，每項戰略的政策公告被歸類為八個公共政策領域：
1. 科學研究：給基礎的和應用性的 AI 研究建立新的研究中心或項目，或承諾增加現有的 AI 公共研究資金。
2. AI 人才培養：提供資金以吸引、保留和培訓國內外 AI 人才，包括資助某些領軍人才或成立專門 AI 的碩士和博士課程。
3. 技術和工作前景：幫助學生和整個勞動力市場發展相應的工作技能，如投資 STEM（科學、技術、工程和數學）教育，數字技能，或終身學習。
4. AI 技術的產業化：鼓勵私營部門采用 AI 技術，包括對戰略部門的投資，對 AI 初創企業和中小企業的資助，以及創建 AI 集群或生態系統的戰略。
5. AI 的倫理標準：建立一個理事會、委員會或工作小組，從而為 AI 的使用道德及相關發展制定標準或法規。這一領域還包括為研究或試點項目提供具體資金，以開發可解釋和透明的 AI。
6. 數據和數字化基礎設施：為開放數據伙伴關系、平臺和數據集提供資金，并承諾創建測試環境和監管沙盒。
7. 政府中的 AI：成立試點項目，用 AI 來改善政府效率、服務提供和公共管理。
8. 包容性和社會福祉：確保 AI 促進社會的包容性增長，以及 AI 自身行業背景和觀點的包容性。
