工作文件

为人工智能做好国家研究生态系统的准备:2024 年的战略和进展

该报告对各国人工智能在科学研究中的融合进行了全面分析。它讨论了该领域取得的进步和面临的挑战,使其成为科学领袖、政策制定者、人工智能专业人士和学者的宝贵读物。

本工作文件提供了世界各地国家在将人工智能融入其研究生态系统的各个阶段的基本信息和资源获取方式: 

  • Australia:为以人为本的人工智能使用做好准备 
  • 贝宁:预测人工智能对西非雄心勃勃的数字服务中心的影响 
  • Brazil:收获人工智能的好处时需要注意一些注意事项 
  • 柬埔寨:寻求人工智能方法来完成国家研究任务 
  • Chile:寻找在现有研究融资生态系统中应用人工智能的可能性 
  • 中国:推广人工智能科学方法 
  • India:深入了解变革性技术及其社会融合  
  • Malaysia:实现第四次工业革命 
  • Mexico:创建国家人工智能领导机构 
  • 阿曼:通过执行计划促进创新 
  • 乌拉圭:遵循路线图为人工智能准备国家科学系统 
  • 乌兹别克斯坦:为人工智能建立合适的条件和技能 

这篇论文不仅是第一手信息的重要来源,还紧急呼吁各国在将人工智能引入其研究重点时继续进行讨论和合作。请使用 下面的反馈表 分享相关资源、即将举办的活动以及其他国家,以便在计划于 2024 年下半年推出的后续版本中考虑进行案例研究。

下载报告 在线阅读

附带资源:


ISC 科学未来中心由加拿大国际发展研究中心 (IDRC) 赞助.


我们希望听到您的意见

我们邀请您留下对该工作文件的反馈,该工作文件将在今年晚些时候的后续版本中进行审查和考虑。

请在您的浏览器中启用 JavaScript 以填写此表格。
名称
注册
您想建议另外一个国家进行案例研究吗?
rn我们是否应该了解您所在地区有关人工智能和科学的相关活动?
rn您对该论文还有其他反馈吗?
rn您愿意推荐其他相关文献和资源吗?

rnrn请在上面的字段中告诉我们。

在线阅读:为人工智能做好国家研究生态系统的准备:2024 年的战略和进展

出版商: 国际科学理事会
日期:三月2024
DOI:10.24948 / 2024.06

👆点击网页右上角的语言按钮,以 90 种世界语言之一阅读报告。 🚩

科学未来中心主任致辞

2023年底,国际科学理事会(ISC)发布了一份关于评估快速发展的人工智能及相关技术的讨论论文[1]。这份关于各国如何为人工智能准备研究生态系统的新工作文件证实了 ISC 致力于探索人工智能对科学和社会的影响。 ISC 将在未来几个月和几年内开展更多研究和举措。

本工作文件解决了有关人工智能政策的持续讨论中的一个空白,即这些政策对国家科学研究生态系统的影响。这是全球科学未来的一个关键问题。然而,迄今为止,关于这些问题的出版物很少,而且很难找到有关各国计划的信息。我们写这篇论文的目标是增加我们对当前将人工智能纳入国家研究生态系统的举措、迄今为止所取得的成就以及可能遇到的障碍的了解。

为此,本文提供了文献研究和十二个国家案例研究。到 2024 年底,我们将发布本文的第二个更全面的版本,其中纳入更多案例研究,并为更加协调和协作的人工智能科学政策提出建议。

在开发这项工作时,我们考虑到了一些不同但重叠的受众。如果您是一名科技创新政策制定者,致力于将新的人工智能技术融入您所在国家的研究生态系统,您将在本文中找到对您的工作重要的问题的第一手证据,以及其他国家采取的举措的示例。您可能会发现您所在地区的一些国家/地区的研究生态系统规模与您所在国家/地区的规模相似。如果您与资助委员会或慈善机构合作,本文将使您了解各国为在科学领域采用人工智能而确定的优先事项。如果您与一家人工智能公司合作,并且您关心科学研究机构的具体技术和基础设施需求,本文将为您介绍各国在推出人工智能研究战略时所面临的挑战。如果您是一名科学家或科学记者,并且您的主要兴趣是人工智能对科学的总体影响,您将在本文中发现各国目前正在积极调整其科学系统以适应人工智能的程度。

这是一段对话的开始。我们邀请参与准备在其机构和国家采用人工智能的科学领袖在未来几个月及以后与我们互动。我们要求您分享您的方法、经验和问题。您的意见对于该项目的进一步发展至关重要,并帮助我们更好地为科学系统的这一关键技术转型做好准备。

[1] 国际标准委员会,2023。 用于评估快速发展的数字及相关技术的框架:人工智能、大型语言模型等。 国际科学理事会。 DOI:10.24948/2023.11 https://council.science/publications/framework-digital-technologies/

介绍

如今,关于人工智能 (AI) 影响力的主流观点是它有能力改变包括科学在内的所有领域的一切(Khalif 等人,2023 年;Nature,2023 年;Van Noorden 和 Perkel,2023 年;Miller,2024 年)。除了不同研究领域取得新进展的承诺之外,关于人工智能对科学记录、资助和报告的影响还出现了一系列关键问题:

  • 人工智能的日益普及将如何影响研究经费分配?
  • 将发展哪些研究数据标准?人工智能将如何改变科学成果的性质?
  • 随着人工智能在研究中的使用越来越多,科学事业将如何发展?
  • 科学领域成功采用人工智能需要哪些基础设施投资?
  • 需要进行哪些法律调整才能在研究中使用人工智能,同时确保负责任的科学行为的高标准?
  • 人工智能将如何影响国际研究合作?

围绕这些问题的讨论对于科学研究系统的未来至关重要。研究机构和部委正在开始解决这些问题,尽管指导这些问题的资源有限。正如本研究将表明的那样,关于人工智能对科学研究结构方面的影响仍然明显缺乏全面的文献。

一些国家已经制定了人工智能总体战略,以阐述其在不同领域的人工智能开发和实施的计划和愿望。尽管这些战略对科学研究具有直接而重大的影响,但这些文件大多对科学研究机构参与实施国家计划进行了广泛的陈述,而没有进一步探讨具体影响。

这并不是说各国不积极行动。恰恰相反:许多工作正在进行中。伙伴关系正在形成,培训举措正在启动,基础设施正在到位,政策正在实施。然而,负责带头准备人工智能研究环境的政府部委、大学和咨询公司的人员主要对关键挑战进行猜测,对规模和能力相似的国家所采用的方法了解有限。

在这个关键阶段,概述各国在规划将人工智能纳入其研究生态系统时需要考虑的关键问题的框架可能会取得很大的进展。本工作文件通过对现有文献的分析提供了一个这样的框架。

为了开始建立知识基线,本文还介绍了来自不同规模和地区的国家的 12 个案例研究,这些案例研究由在各自国家直接参与这些讨论的人员撰写。我们打算在 2024 年底前发布的最终版论文中扩大案例研究的数量,并更全面地体现全球不同地区的情况。

重要的是要考虑不同规模国家的情况,这些国家也是科学进步的主要贡献者,而不是仅仅关注人工智能强国。我们特意寻求深入了解中小型国家如何为人工智能的应用做好研究生态系统的准备。

因此,本工作文件旨在:

  • 收集有关问题的基础知识和信息,以及当前为人工智能准备科学研究系统所做的努力;
  • 帮助各国制定在其科学系统中采用人工智能的路线图;
  • 创建区域和全球网络,参与反思人工智能对科学的适应和实施;
  • 提高认识并帮助科学界和政策界就人工智能为科学研究组织提出的关键问题进行批判性讨论。

该工作文件的制定得益于 2023 年 12 月在马来西亚吉隆坡召开的研讨会,来自亚太地区 1 个国家的与会者齐聚一堂。一些参加研讨会的国家的贡献已被纳入该文件的第一版中。研讨会的协调得到了澳大利亚科学院和马来西亚科学院的慷慨支持。

本文出版后将举办类似的区域研讨会和磋商会。该论文的第二个版本将于今年晚些时候发布,其中包含更多国家案例研究以及一系列结论和建议。


参考资料

文学评论

人工智能融入科学系统的关键问题是什么?文献计量分析。

本工作文件旨在评估各国如何处理和规划其科学研究生态系统对人工智能的采用。我们进行了一项文献计量研究,以确定来自世界不同地区的出版物,探讨人工智能对国家科学和研究生态系统的影响。

该研究于 2023 年 XNUMX 月与 Nature Research Intelligence 合作完成。它结合了学术期刊和书籍内容、会议记录、政策文件和“灰色”文献。搜索策略包括三个步骤:

  • 高精度关键词搜索(超过30个搜索关键词)生成基础文档集。因此,使用 Dimensions 数据库识别了 1,600 多个文档。
  • 对初始文档库的审查并选择最相关的文档(总共 180 个)创建了一个培训文档集。
  • 精炼后的训练文档集用于识别相似文档。还进行了其他网络搜索。生成的数据集包含 317 年至 2018 年间发布的 2023 个文档。它们是本次审查中使用的文档。

文献综述中317篇出版物的分类[2]

RELEASE NUMBER
期刊文章123
书籍章节59
预印本51
Web页面30
会议记录20
政策文件18
书籍和专着16

虽然涉及将人工智能纳入科学研究生态系统的国家计划的 317 种出版物可能看起来相对较少,但 2018 年至 2022 年间,每年出版的出版物数量稳步增长十倍(从 9 种增加到 88 种)。这种增长表明人们越来越关注国家科学研究生态系统中人工智能应用的相关问题。我们可以现实地预期,随着人工智能逐步融入国家科学研究基础设施的经验不断积累,未来几年出版物的数量将继续增长。

项目数据集中出版量领先的国家(2018-2023)[2]

国家出版刊物% TOTAL 出版刊物
United Kingdom3211.9%
美国2810.4%
Germany134.8%
中国103.7%
Canada93.3%
India83.0%
Sweden72.6%
Spain72.6%
Switzerland62.2%
Singapore51.9%

通过对这些出版物的审查,我们确定了一组由 45 个问题和主题组成的核心问题和主题,专家和观察家认为这些问题和主题对人工智能在研究和科学系统中的集成和采用至关重要。

我们尝试使用经合组织技术治理框架的简化版本来解决这些问题,该框架具有三大主题:

  • 研究和开发议程设定、技术评估、前瞻和科学建议;
  • 公众参与、科学传播和公共责任;
  • 监管、标准、私营部门治理和自我监管。

这里列出的一些问题并非特定于科学研究,例如与职业和就业、数据质量和人工智能安全相关的问题,以及与一般人工智能的开发和采用有关的问题。我们试图限制本次练习中此类问题的数量,但包括那些对科学具有特殊意义的问题(例如数据质量),或者我们预计将越来越多地讨论与人工智能在研究中的应用相关的问题(例如人工智能安全和就业) 。

[2] 完整的出版物列表可在科学未来中心的网站上找到: https://council.science/publications/ai-science-systems


主题一:研发议程设定、技术评估、前瞻和科学建议

优先行业

优先级设定

  • 我们必须找到方法来确定人工智能发展及其被科学界采用的战略部门。机制可能包括资金、基础设施发展和能力建设计划

资助实践

人工智能能力会取代科学资助决策中的科学价值吗?

  • 人工智能的强度可能会成为决定资源分配乃至科学发现轨迹的不适当的决定因素。它的显着性可能会关闭不使用它的研究领域。
  • 研究内部的竞争可能不再是功绩问题,而更多是获得人工智能的机会问题。这可能会导致决策失误和研究经费进一步集中。

人工智能在资源配置中的应用

  • 人工智能依赖于现有材料的机器学习。它可能会产生本质上保守的评论,并再现旧有的偏见。

人工智能对评估小组的影响

  • 人工智能驱动的科学往往是跨学科的,因为人工智能不知道学科边界。尽管最近许多人呼吁科学更加跨学科,但今天的领域主导的专家小组可能无法对其进行充分的审查。

能力建设和保留

科学界不断提高人工智能技能

  • 各级学习者和从业者都需要广泛但差异化的人工智能技能发展。重要方面包括人工智能教育、特定领域使用培训、道德和跨学科能力。教学必须认识到这是一个快速发展的话题。

人工智能研究的多样性

  • 为了公平,需要确保人工智能劳动力的性别、种族和文化多样性,并提高研究和其他成果的质量。机器学习可以重现现有的不平等现象。
  • 我们必须为学科和跨学科人工智能制定正确的激励措施。

公共科学领域的人才保留

  • 鉴于私营部门对人工智能技能的强劲需求,包括大学和研究中心在内的公共部门科学需要获取和保留人才。不同寻常的是,私营部门可以在这个领域提供有趣的工作和高薪。

基础设施

开发适合科学的云计算

  • 云计算和研究数据存储库资金的不确定性限制了科学进步。在缺乏公共云能力的情况下,较富裕的研究机构可能会与私营公司签订合同,限制其研究数据的共享,并将较不富裕的机构抛在后面。

数字鸿沟走向算法化

  • 我们必须确定个人、团体、学科、组织和地点之间人工智能访问的不平等如何导致较差的研究成果。

开发人工智能科学工具

  • 我们必须确定什么样的合作伙伴关系将鼓励开发适合专业研究机构的人工智能工具。我们如何确保新的人工智能技术不仅仅由人工智能和机器学习社区驱动,而是与所有研究社区共同开发?

国际合作

法律体系之间的差异

  • 我们需要评估国家之间治理和数据保护的管辖权差异如何影响国际研究和研究合作。

区域合作

  • 各国必须弄清楚,如果它们自己没有资源,可以在多大程度上合作建立区域人工智能中心和研究网络。

工作、职业和就业

对科学研究工作的影响

  • 有必要监测人工智能的进步如何影响科学工作的数量和性质。

持续的人工智能培训

  • 科学家和研究人员需要找到与人工智能保持同步的方法,以便进行更好的研究并最大程度地减少失业。可能需要专业的人工智能培训师和教师,例如帮助用户理解人工智能提出的道德问题。

网络和存储库安全

人工智能对科学网络安全的影响

  • 科学机构必须确保最佳的网络卫生,确保合作伙伴组织的安全,并控制个人的网络安全风险。他们如何保护设施免受知识产权盗窃、私人和敏感数据访问以及勒索攻击?
  • 保护数据质量和完整性需要对存储库的访问进行控制,以及高素质的人员、强有力的合作伙伴关系和适当的构建环境。

主题 2:公众参与、科学传播和公共责任

研究行为中的科学诚信

当前科学的原则和价值观

  • 人工智能可能会在定义当今科学的一些核心原则和价值观之间产生紧张关系。这些矛盾可能包括开放性与严谨性;隐私和保密与开放科学;海量数据 vs. 高质量数据;或可解释性与“黑匣子”结果。

结果的可靠性和可解释性

  • 在科学和其他活动中缺乏对人工智能的信任,可能会给人工智能在科学领域的应用带来挑战。但不加批判的信任将导致对人工智能技术及其产生的结果的潜在危险的过度依赖。人工智能倾向于产生规范性结果,而不是突破性的见解,因为它基于现有知识和现有观点。

再生性

  • 当今的科学已经存在严重的可重复性问题。人工智能将如何恶化或解决这些问题?为了提高可重复性,人工智能需要更加透明,提供更多有关代码、基础数据和实验设计的信息。这既适用于人工智能研究,也适用于使用人工智能的研究。

结果的可解释性

  • 科学方法要求科学主张是可解释和可理解的。一些流行的人工智能方法就像黑匣子一样运作,因此无法说明它们是如何得出结论的,也无法识别虚假的相关性或因果关系。

符合道德的数据使用

  • 大数据和人工智能的使用使当今的同意和人类研究参与者的概念以及数据收集和使用的方式变得复杂。
  • 人工智能伦理和审查委员会关注人类受试者。除了履行当前的重要作用外,他们还应该能够检查对更广泛社会可能造成的危害。

责任

  • 当错误行为可以追溯到人工智能时,我们必须确定谁对捏造、伪造、抄袭和其他不良行为负责。如果人工智能有一个明显的所有者,答案可能很简单,但在未来,很多人可能不会。

利益冲突

  • 我们需要看看随着人工智能的传播是否会出现新的利益冲突。当前的利益冲突政策可能不涵盖它们。

对环境造成的影响

  • 人工智能的发展必须更加可持续(特别是在计算机芯片和电力的使用方面)。更根本的是,如果人工智能没有从适当的输入材料中学习,它们很可能无法适应环境问题。

科学出版

对贡献者和作者的致谢

  • 研究人员必须解释人工智能如何用于研究成果的产生。

人工智能在警务科学中的应用

  • 出版商必须确定是否应该使用人工智能来检测非人工智能生成的捏造、伪造和剽窃行为。

主题 3:监管、标准、私营部门治理和自我监管

资料品质

准确性

  • 较大的数据集更适合训练人工智能,但它们也更有可能根据可用数据过于紧密地生成响应(过度拟合),或者包含可能导致错误或误导性结果的不准确和偏差。来源不正确的数据、弗兰肯斯坦数据集和有偏见的数据集已经对科学产生了危险的影响。这个问题需要在各个层面上得到解决,从治理和管理的考虑到运营使用。

偏见和排斥

  • 虽然人工智能,尤其是大型语言模型,使用数据中的“偏差”(统计相似性)来产生结果,但管理训练数据以避免特定群体和地区的进一步边缘化非常重要。数字排斥导致数据空白。此外,我们如何代表那些离线的人?

数据的主题导向与人工智能研究的跨学科性质

  • 大多数科学知识都来自特定主题。我们需要对其进行编码和使用,同时实现领域之间的通信并允许不断生成跨学科知识。

数据编码和注释

  • 人工智能,尤其是大型语言模型,需要人类对他们使用的数据进行编码和注释。这些人必须意识到在注释过程中在数据中嵌入文化差异的风险。

数据管理和治理

开放数据与人工智能安全

  • 获取高质量数据对于科学人工智能的发展至关重要。但公共利益以及个人利益要求治理结构保护隐私并保证数据的道德使用。

访问与优势

  • 科学人工智能发展所需的大部分数据不属于开放数据计划的范围,例如私营部门持有的数据。允许访问和保持商业优势之间的紧张关系可能会导致高质量数据被保密。

数据基础设施

  • 科学人工智能的发展需要实践的协调和实践社区的发展。当前数据生产和使用的规范和实践因学科和机构而异。
  • 随着科学组织增加数据管理和存储容量,他们将需要提高存储库之间的互操作性。

数据标准

数据来源标准

  • 必须适当披露和评估培训数据的来源。一个具体的问题是数据和数据源的道德方面,及其对人工智能偏见的影响。

数据质量标准(另见上面的“数据质量”)

  • 应实施技术标准、认证和合规性,以确保科学中使用的数据得到适当的管理和存储。

法律、法规和政策

人工智能研究的法律责任

  • 我们必须将传统责任体系与人工智能流程和输出及其不同程度的自主性和透明度相协调。什么时候人工智能(而不是其制造者)要对其行为负责?

机器生成的创作的版权保护或专利保护?

  • 对人工智能创作的版权保护的资格和适当性的不确定性可能会导致使用专利或商业保密技术来保护知识产权。这将减少公众对人工智能项目有价值的成果(无论是积极的还是消极的)的了解。

数字数据的保护和使用

  • 文本和数据挖掘存在通过创建未经授权的副本而侵犯版权的风险,并且可能违反网站和数据库的条款和条件。英国正在为文本和数据挖掘制定版权例外规则,其他司法管辖区可能会效仿。
  • 挖掘数据的作品可以受到版权保护,但数据本身通常只有当它们是原始数据集的一部分时才受到保护。这可能会导致使用商业秘密来保护数据。欧盟保护从受保护数据库中提取的用于科学研究的数据。但数字数据的无国界特性加剧了司法管辖区之间的紧张关系。

规章制度

国内监管环境

  • 国内人工智能监管工作将是不同考虑和需求之间的平衡行为。在这些仲裁中,各国必须为其科学研究部门的蓬勃发展并为共同利益而努力创造有利的条件。

其他司法管辖区监管的影响

  • 观察其他国家的行动可能会导致跳跃式的做法和规定的调整;或者,监管的不确定性可能会导致一些法律制度通过不太严格的监管来寻求竞争优势,从而损害创造的国家。

预测人工智能将改变科学和研究已成为常识。通过文献综述确定的一系列考虑因素和问题揭示了人工智能影响科学的创造、组织和资助方式的多种方式。它们与人工智能科学的良好和负责任实践的条件有关。因此,该清单应该对各国制定和实施在其科学研究系统中采用人工智能的路线图时有用。然而,它并不完美地反映了目前指导各国的考虑因素。从案例研究中可以清楚地看出,当前在科学中采用人工智能的计划仅部分受到列表中突出显示的考虑因素的驱动。总的来说,他们更多地以一个国家的人工智能总体方针为指导,并寻求更广泛地支持人工智能的雄心壮志(在经济增长、更好的治理、数字基础设施等方面)。这种部分脱节和国家战略的主导地位是可以理解的。然而,对人工智能在科学研究中成功应用的具体条件关注不够,将会影响这些国家和世界各地的科学质量。其衡量标准包括研究数据政策不佳、认知偏差加剧、能力不足以及制度和监管环境无效。换句话说,这将导致糟糕的科学。

案例研究简介

以下案例研究旨在帮助增加我们对各国将人工智能纳入研究生态系统的方法的集体知识和理解。这些短文是由参与制定和推出本国人工智能科学战略的人们撰写的。

这些国家的选择有些机会主义,利用 ISC 的网络和联系来确定来自全球不同地区的自愿贡献者。本报告的下一版本将包括更多案例研究和更平衡的地域代表性,包括加拿大、法国、约旦、马拉维、摩洛哥、尼日利亚、挪威、阿拉伯联合酋长国、英国、巴拿马、罗马尼亚、卢旺达、南非、美国。在与作者的最初互动中,我们介绍了该项目的目标和抱负,并提供了一套指导方针。作者签署的案例研究反映了每位作者基于其职位经验以及他们在撰写本文时认为最相关和最新的观点。为了扩大我们的知识基础并发起讨论,我们鼓励作者提供事实信息并参考关键文件。收到每位作者的初稿后,项目核心团队进行了内部审查过程。项目团队对初稿提供了全面的反馈,随后进行了二次讨论以解决反馈并进一步完善草案。

每个案例研究中都引用了制定各国方法的关键文件。这些文件大部分在国际出版物数据库中找不到,因此没有包含在前面讨论的文献综述中。

澳大利亚:为以人为本的人工智能应用做好准备

艾玛·施莱格, 英联邦科学和工业研究组织

海莉·蒂斯代尔博士和亚历山德拉·卢凯蒂博士, 澳大利亚科学院

关键外卖

  • 人工智能的道德原则和以人为本的方法正在为澳大利亚新兴的人工智能治理框架提供信息。澳大利亚人工智能高等教育课程的数量有所增加,并辅之以吸引和培训做好就业准备的人工智能专家的举措。
  • 虽然存在增强澳大利亚 STEM 劳动力多样性的积极计划,但它们并不是专门针对人工智能而设计的。此外,人们认识到需要在人工智能相关的科学努力中增强道德能力并提高人权意识。然而,科学部门需要更多定制资源。
  • 其他挑战仍有待解决,例如人工智能和人工智能支持的科学所需的高性能和数据计算基础设施,以及公平和关怀数据原则的实施。

澳大利亚政府、科学组织和大学正在探索国家科学系统的准备情况,以抓住人工智能的机遇并降低人工智能的风险,从而加速科学发现。例如,国家科学机构——联邦科学与工业研究组织(CSIRO)发布了报告 科学人工智能——采用趋势和未来发展路径 (Hajkowicz 等人,2022)。它研究了人工智能对科学的影响,以及研究组织投资于机制以利用这些技术的好处并减轻其风险的必要性。该报告概述了实现这一转变的六种未来发展路径,包括硬件和软件升级、数据能力提升、改进教育和培训、开发以人为本的人工智能、提高劳动力多样性和道德能力。澳大利亚国家科学系统的各个组织已经开始通过最近的研究计划、活动、计划和指南来扩大这些领域的人工智能提升能力。然而,挑战仍有待解决。

硬件和软件

寻求提升人工智能能力的科学组织必须就硬件、软件和计算基础设施升级做出决策。澳大利亚科学院最近召开了一次全国圆桌会议,讨论澳大利亚科学界未来的超级计算需求。该小组强调需要制定国家战略和百亿亿级计算设施,以确保澳大利亚的主权研究能力,并使科学能够满足未来国家和地区的优先事项(澳大利亚科学院,2023)。

时间

未来人工智能能力的提升还需要对高质量数据进行投资,这些数据适合目的、来源有保证、经过验证、最新且符合道德标准。澳大利亚政府通过其数据和数字政府战略(澳大利亚政府,2023 年)以身作则。该计划的重点是采用数据收集、管理和使用的最佳实践方法,成为数据驱动的组织。

随着人工智能的使用不断增加,澳大利亚有必要更好地实施 FAIR(可查找、可访问、可解释和可重复使用)和 CARE(集体利益、控制权、责任和道德)数据原则。来自开放科学、本土数据主权运动和参与式数据管理的这些原则和实践都为数据的创建、使用和管理提供了关键指导,这些数据将支撑澳大利亚科学系统中的人工智能。

教育、培训和能力

科学领域和终身教育的教育、培训和能力提升势在必行。 2020 年至 2023 年间,澳大利亚提供的高等教育人工智能课程数量几乎翻了一番,提供了更多的教育机会(37 年提供 2020 个课程,69 年提供 2023 个课程)(OECD,2024)。

澳大利亚人权委员会(2023)建议“为教师提供专业发展和培训”,并且“学校应引入全面的数字素养计划,为学生提供以负责任和道德的方式使用生成式人工智能工具所需的技能” 。

2021 年,投资 24.7 万澳元建立 CSIRO 的下一代人工智能毕业生计划,以吸引和培训澳大利亚做好就业准备的人工智能专家(CSIRO,2021)。目前,超过 XNUMX 名 CSIRO 研究人员正在开展各种人工智能和数据科学项目(CSIRO,a)。

以人为本的人工智能

人与人工智能协作和以人为中心的人工智能的设计和实施是为了确保人类能够与人工智能有效地合作,并受益于人类和人工智能系统的互补优势,以比任何一方单独实现的更高标准执行任务。 2023年,澳大利亚签署了《布莱切利宣言》,确认人工智能应以人为本、负责任和值得信赖的方式设计、开发和部署。

CSIRO 的协作智能 (CINTEL) 工作计划正在开发科学技术,以确保人工智能系统支持人类解决科学挑战,例如基因组注释等高度劳动密集型任务(CSIRO,b)。注释使用基因组序列来创建对于通过选择性育种提高作物产量至关重要的生物表型。该小组正在开发一种可扩展的方法,涉及领域专家和人工智能之间的协作,从而可以准确、及时地注释基因组。

性别、种族和文化多样性

人工智能劳动力缺乏性别、种族和文化多样性,这限制了结果的质量。改善这一点将有助于提高研究组织内的人工智能能力。

澳大利亚政府 (2020) 2020 年提升女性 STEM 战略行动计划 提供了一种全国性的、协调一致的方法,以实现科学、技术、工程和数学 (STEM) 领域性别平等的持续增长。致命科学(Deadly Science)和土著 STEM 教育项目(CSIRO,2021)等项目旨在支持和吸引土著和托雷斯海峡岛民学生从事科学和 STEM 相关职业。 2014 年至 2021 年间,土著 STEM 教育项目覆盖 23,000 所学校的 603 多名参与者,致命科学已向 7,500 多所学校提供了 800 箱科学资源。

道德能力

人工智能设计和实施的不断发展的标准和法规需要对道德能力进行投资——包括技术、技能和文化。为了支持负责任的创新,澳大利亚政府制定了一个包含八项道德原则的框架,以确保人工智能的安全、可靠(Dawson 等人,2019;DISR,a)。随后是 2023 年讨论文件 澳大利亚安全和负责任的人工智能 (DISR,2023)支持负责任的人工智能实践,并通过政府协商回应增强社区信任和信心。澳大利亚政府 2024 年 2024 月对磋商的临时回应确定了确保安全、负责任地设计、开发和部署人工智能所需的一系列法律、监管和治理措施(DISR,XNUMX)。

CSIRO 的负责任创新未来科学平台是一个系统、科学地评估未来科学技术的风险、收益和不确定性的研究计划。与此同时,澳大利亚人权委员会(2021)建议“[STEM]专业认证机构应引入强制性人权培训,作为持续专业发展的一部分”。

然而,科学领域尚无此类技能提升的框架或战略,专业认证机构也很少。

其他挑战

人工智能不仅影响科学研究的方式,还可能影响科学的管理、治理、资助和评估方式。澳大利亚的研究委员会、澳大利亚研究委员会和国家健康与医学研究委员会制定了政策,以说明生成式人工智能在其资助过程中的作用(ARC,2023;NHMRC,2023)。禁止在评估应用程序时使用生成式人工智能,以保护流程的机密性和完整性。对于申请人来说,政策指出了使用人工智能的潜在好处和需要谨慎,但没有列出对申请人使用人工智能的任何具体限制。

参考资料

贝宁:预测人工智能对西非有抱负的数字服务中心的影响

数字经济和通信部

关键要点:

  • 作为贝宁作为西非数字服务中心愿景的一部分,数字基础设施和平台自 2016 年起就已到位。该国的机构针对年轻一代启动了人工智能培训和教育项目。
  • 为了确保人工智能系统的正常运行,需要解决数据收集、准备、访问、存储和治理方面的挑战。数据保护和基本权利以及数据治理也提出了法律、监管和道德挑战

贝宁政府的愿景是“将贝宁转变为西非数字服务中心,以加速增长和社会包容”(MDEC,2016),自 2016 年以来实施了多项结构性改革以及数字基础设施和平台的部署项目。这一愿景政府的行动计划已明确阐述,重点关注旗舰项目、优先项目以及对国家结构、经济、政治和社会转型具有快速影响的项目。

其愿景的实施使贝宁能够建立数字代码、国家数据中心、国家公共服务门户、公钥基础设施、集成超过 187 个站点的国家管理网络以及超过 2,500 公里的光纤网络。除其他项目外,还在全国范围内部署光缆。贝宁新基础设施和平台的使用将产生大量数据,必须通过使用人工智能工具和技术来管理和评估这些数据,以便其价值创造潜力不会逃离贝宁经济。

国家人工智能和大数据战略

正是在这个框架内,贝宁政府于 2023 年 2023 月通过了国家人工智能和大数据战略(SNIAM 2027-2023)。该战略概述了围绕四个计划的结构化行动计划,其中一个与“支持培训、研究、创新、私营部门和合作”相关(MDEC,XNUMX)。通过该计划,贝宁旨在通过为大学提供装备和促进人工智能领域的合作伙伴关系来支持培训和研究。它还旨在通过加强对负责创业和创新的机构的机构支持来发展融资机制,因为它们动员和维持分配给初创企业的资源。最后,旨在加强该领域的次区域和国际合作。

SNIAM 2023-2027 的制定分两个阶段进行:初步阶段,随后是文件本身的制定。正是在初步阶段,政府为贝宁提供了有助于加强数字信任的数字代码、连接基础设施、数据存储和平台。然而,许多挑战仍有待解决。人工智能系统运行所需数据的收集、准备、访问、存储和治理方面存在数据挑战。人工智能治理和监管方面还存在显着的法律和监管挑战,以及数据保护和基本权利方面的道德挑战。与此同时,贝宁的机遇是多方面的,涉及支持教育、职业培训、卫生、生活环境和交通等优先部门的发展。

融资和制度安排

SNIAM 7.7-2023 的主要行动将在国家层面通过公私伙伴关系针对特定发展领域实施,预计五年成本相当于 2027 万美元。建议采用各种融资来源来调动实施战略中概述的行动所需的资源。其中包括呼吁政府和私营部门提供国家资金;呼吁双边和多边外援;并呼吁在公私伙伴关系框架内吸引外国私人资本。

贝宁的人工智能融合需要所有公共机构、公共部门和民众的参与才能达到预期效果。所讨论的影响包括提高优先部门的生产力以及产品和服务的质量,以及那些为人工智能提供真正机会的部门;由贝宁公司驱动的动态人工智能生态系统;研究实验室和私营部门之间的技术和知识转让;以及贝宁在人工智能领域的认可。

利益相关者塑造研究准备状态

一方面,人工智能研究准备工作涉及公共创新机构,另一方面,它涉及民间社会组织、学术界、初创企业和整个私营部门。已经确定了几个有针对性的技能发展计划,以帮助工人为人工智能过渡做好准备。这些计划要么由政府直接设想,要么与合作伙伴合作。因此,作为人工智能战略行动计划实施的一部分,数字经济和通信部正在与贝宁的各个数字生态系统合作伙伴合作,实施提高认识、建立网络、培训活动等。

在数字素养模块的开发过程中还计划了基本的人工智能意识行动。智能非洲联盟制定了一份能力建设参考文件,该文件已导致多个项目和举措的实施,其中包括智能非洲数字学院(SADA)项目,该项目支持各国的现有流程(SADA,无日期)。贝宁于 2022 年签署了实施 SADA 的公约,并于 2023 年开始采取行动支持数字部门再培训学习杠杆 (LeARN),重点关注三个模块:培训 25 名数据管理员专家、培训25 名数据开发人员和人工智能培训(贝宁政府,2021 年)。

此外,贝宁数字和人工智能生态系统中一些非政府行为者的举措值得强调。 Odon Vallet 基金会自 2021 年以来一直举办人工智能暑期学校,约一百名年轻人接受了有关编程、机器学习和嵌入式电子(包括机器人和家庭自动化)等基本人工智能概念的务实且高质量的培训。自 2020 年以来,法语国家人工智能机构一直在为包括女性在内的贝宁年轻人组织关于人工智能挑战的认识会议,并与法语国家大学合作举办人工智能和大数据在线硕士水平培训(AFRIA,2020 )。

国家科学研究团体

SNIAM 2023-2027 是政府部门和私营部门以及协会或学术组织共同行动的结果。

在其制定过程中,国家战略的目标是达成共识文件,其中考虑到研究、开发和创新、应用、市场布局和部门间传播、支持和部署指导等重要领域。

在当地研究机构方面,贝宁拥有一个培训和研究中心,即成立于1988年的数学和物理科学研究所(IMSP)。IMSP凭借其在人工智能方面的专业资源,构成了国家级数学能力中心以及人工智能计算机科学(博士级),拥有西非研究所罕见的超级计算机。 IMSP 如今面临的挑战是保持计算能力并加强利用该基础设施的手段。计算机科学研究所、阿波美卡拉维理工学院及其工程科学博士学院以及阿波美卡拉维大学生物数学和森林估算实验室也在开展多个实施人工智能技术的项目作为区块链。

此外,多项能力建设行动已经启动并正在进行,为人工智能和新兴技术引发的劳动力市场转型做好人力资源准备。除了教授计算机科学(网络和工程)之外,IMSP 自 2020 年以来一直提供数据科学硕士课程,已培养了约 2022 名毕业生,目前约有 XNUMX 名学生正在接受该领域的培训。大约十篇人工智能或相关领域的论文已经在 IMSP 上进行了答辩。此外,计算机科学研究所还设有人工智能学士学位课程。目前正在努力创建一个硕士学位课程,以便学生继续学习人工智能。该领域提供的人工智能培训将解决人工智能技能的各种挑战。一些大学和学校也在私营部门内启动人工智能培训项目。例如,塞米市发展局与索邦大学合作,于 XNUMX 年推出了一批受益于经过高度认证的人工智能继续教育的专业人士。

策略的操作步骤

SNIAM 2023-2027旨在到2027年使人工智能和大数据成为贝宁发展的杠杆,并以机会主义方式加大对教育、卫生、农业、人居环境和旅游业等战略部门的支持。正在进行的行动分布在计划内,其实施将基于考虑三个因素的优先顺序。第一个因素是业务影响:所提出的解决方案将使主要受益人受益或解决原始问题的程度。第二个因素是复杂性:数据目前可用和可利用的程度。第三个是技术复杂性:创建、部署或调整人工智能解决方案所需的努力。

在实施该战略的过程中,正在采取举措来确定和执行相关的行动计划。其中包括实施 SNIAM 2023-2027 的可行性研究和项目定义。它们还扩展到人工智能用例的应用程序平台的开发。作为后一项行动的一部分,贝宁政府实施了 GPT.BJ,这是一项促进公民生活中获取法律信息的举措(Le Matinal,2023)。 GPT.BJ是贝宁信息系统和数字机构开发的聊天机器人,旨在回答与贝宁一般税法、数字法、劳动法和刑法相关的问题。它于2023年第二届数字创业暨人工智能博览会期间推出。

参考资料

巴西:在享受人工智能带来的好处的同时,也提出了一些警告

玛丽莎·费罗, 联邦弗鲁米嫩塞大学 (UFF) 计算机科学、道德和可持续人工智能教授、道德和可信人工智能参考小组 (Núcleo IA Ética) 负责人

吉尔伯托·阿尔梅达, 罗马教皇计算机和互联网法教授, 里约热内卢大学,道德和值得信赖的人工智能咨询小组 (Núcleo IA Ética) 联合协调员

关键外包:

  • 促进人工智能研究和开发的需要推动巴西政府实施立法改革,一项关键成就是科学部与国家资助者和专家建立伙伴关系,创建人工智能应用研究中心。
  • 该国面临的挑战包括人工智能素养和教育以及人工智能研究资金方面的差距。人们还担心国家人工智能战略和法律法案的停滞可能会阻碍科学和研究的优先事项,增加研究人员的不确定性并限制国际合作。

巴西在推动数字发展长期政策方面有着悠久的历史,从 1970 世纪 2014 年代开始,改善了数据收集、存储、处理和共享的数字基础设施(例如,在联邦机构 SERPRO 和 DATAPREV 内)。从那时起,具体立法支持通过将公司和大学聚集在一起来创建网络——例如,IBM 和圣保罗大学制定了一项针对人工智能长期研究项目的联合倡议,例如人工智能用于可持续农业企业和粮食网络、具有多种标准的气候决策以及其他项目,以及加速互联网使用的部署,包括建立一个包容性的互联网民事框架(巴西政府,XNUMX 年)。

然而,根据 Berkman Klein 中心的研究报告(Fjeld 等人,2020 年)和麻省理工学院技术评论(Gupta 和 Heath,2020 年),尽管采取了这些重要步骤,但截至 2020 年,巴西在拉丁美洲国家中的排名并不靠前。人工智能法规和各自国家战略的条款。此后它取得了一些进展,后来的举措将其定位在经合组织的人工智能监管和国家战略政策观察站地图上,以及全球人工智能指数等私人组织的报告中(IAPP,2023)。

研究中心

巴西在 2018 年至 2021 年间实现了重要的里程碑,特别是颁布了新法律(巴西政府,2018 年;2019a),消除了人工智能研发驱动的数字化转型的官僚障碍。 2019 年,科学、技术、创新和通信部 (MCTIC) 与圣保罗州研究基金会 (FAPESP) 和巴西互联网指导委员会合作,呼吁创建八个人工智能应用研究中心。

目标受益部门是卫生、工业、城市、农业(在科学、技术和创新国家政策中正式优先考虑)、信息安全(包括算法和机制的研究和设计)和网络防御系统。其中 2021 个中心于 2023 年 4.0 月选定(200,000 个用于智慧城市人工智能,XNUMX 个用于农业,XNUMX 个用于工业,XNUMX 个用于医疗保健),XNUMX 个于 XNUMX 年选定(XNUMX 个用于工业 XNUMX 人工智能,XNUMX 个用于可再生能源,XNUMX 个用于网络安全) 。每个中心都有数十名高级研究人员和数十名学生,每个中心每年从 FAPESP 获得约 XNUMX 万美元,为期十年。

国家战略

2021 年 2021 月,MCTIC 提出了巴西国家人工智能战略 (EBIA),该战略与人工智能应用研究中心相关联,作为 MCTIC 的另一项结构化行动,旨在为巴西人工智能科学和创新体系做好准备(MCTI,XNUMX)。 EBIA 旨在通过为联邦行政部门提供指导方针来设计国家人工智能发展计划,以鼓励人工智能解决方案的研究、创新和开发以及道德和可靠性问题。尽管EBIA是总体和宏观层面的国家战略,并没有明确人工智能研究的具体领域,但它指出了参考研究的战略行动,特别是针对旨在开发合乎道德的人工智能解决方案的研究。

法律法案

在构建总体行政战略的同时,从 2019 年到 2021 年,在立法尝试使国家计划合法化之后,国会引入了三项人工智能法案(巴西政府,2019b;2020;2021),其中特别设想了促进创新和保障危害最小化。这些法律法案均未获得批准。因此,参议院在 2023 年邀请了 40 名法学家组成的小组构思第四项法案(巴西政府,2023 年;Hilliard,2023 年)。其内容受到欧盟《人工智能法案》的启发——当时被认为是该问题良好实践的国际标准——并包括维持基于风险的人工智能监管方法的目标。如此长的顺序表明迄今为止立法行动的集中努力。最后,自 2023 年最后一个季度以来,国会对所有法律法案进行了辩论,试图将其合并。

战略目标和行动

另一方面,在行政领域,EBIA 旨在推动巴西政府根据多种考虑刺激人工智能解决方案的研究、创新和开发,包括保证可靠和合乎道德的开发和使用(巴西政府,2022 年) )。这些目标借鉴了经济合作与发展组织 (OECD) 的概念和原则,作为需要解决的关键问题的参考来源,并启发了 EBIA 在关注领域(例如包容性增长)的结构。在实践中,EBIA 分为六个主要目标,即:教育、培训和劳动力;研究开发和创新;在生产部门的应用;公共管理中的应用;和公共安全。然而,尽管此类 EBIA 轴指向战略行动,但措辞含糊,因此制定适当公共政策的具体方法缺乏明确性。这些目标没有进入规定的工具性行动(Filgueiras 和 Junquilho,2023)。

例如,在教育轴上,普遍提倡在所有领域和各级教育中发展数字素养计划,而不管每个领域和级别的自然特殊性,例如基础教育或学术背景下人工智能教学的特殊性。进修。矛盾的是,拉丁美洲人工智能指数将这些通用术语解释为一种优势,并假设巴西已有效地将人工智能元素纳入其国家学校课程。国家共同课程基础最近确实进行了更新,增加了计算思维和计算机编程项目,但现实情况是,人工智能素养尚未得到适当引入,因为既没有合格的教师,也没有明确的策略。

研究指南

与这种情况相呼应,巴西科学院于 2023 年 2023 月发布了一套关于巴西人工智能的使用和科学进步的建议指南(ABC,2023)。这些建议强调了整个民间社会(尤其是未成年人)在人工智能素养和教育方面以及在为长期人工智能国家系统做好准备的基本行动方面存在的差距。除了这些问题和其他问题外,学院的研究人员小组还强调,政府需要立即增加对公共研究的资助(因为公立大学在巴西主导人工智能研究),并为私营部门建立机制,以增加对公共研究的资助。对这项技术的投资,以及对教师和研究人员安全的监管环境的需求(ABC,XNUMX)。

从本质上讲,国家人工智能科学体系的发展需要实施旨在协调所涉及的各种有利因素的公共政策。因此,预计对巴西当前立法和行政环境的审查,再加上对科学和灰色文献中精选研究的分析,将有助于深入了解巴西为建立人工智能国家科学体系所做的努力以及由此产生的影响国家科学研究框架。

EBIA 和人工智能法案是指导巴西科学研究重点和培育有针对性的创新生态系统的主要工具。如果不能同时推进这些工具,可能会为研究人员和教授创造一个不确定的监管环境,从而产生负面影响。此外,这种停滞可能会限制国际合作和资金。

缺少实施

然而,总体而言,其他拉美国家的国家人工智能战略(Chiarini 和 Silveira,2022)建议大约需要十年的时间来实施,而巴西则试图在 2020 年至 2022 年相对较短的时间内实现这一目标。这应该不足为奇。那么,到目前为止,尚未实质性实现任何具体目标,尽管这些目标在一个拥有大陆面积和人口的国家中可能代表着巨大的规模。因此,EBIA 缺乏实施过程中机遇和挑战的详细指示(Chiarini 和 Silveira,2022),这对于巴西以及所有可能从人工智能研究加速解决方案中受益的人来说是一个严重而紧迫的问题。

考虑到上述所有因素,人工智能在 2018 年巴西数字化转型战略中被引用了九次,但非常笼统,与任何有效行动或具体目标脱节,这似乎又一个迹象表明巴西尚未正确设定 EBIA 目标,并且已经为批准一项立法纲领而奋斗了太长时间。巴西对人工智能和机器学习的准备不足,导致其国家科学体系与国际良好实践不符。其国家挑战和可能性以及区域重要性需要迅速采取行动和支持。

参考资料

柬埔寨:寻求人工智能方法来完成国家研究任务

西里瓦·钦姆, 亚洲视觉研究所战略顾问

关键外卖

  • 该国开发基于云的服务的集体努力得到了当地不同部门参与者的支持。 2025 年国家研究议程确定了国家面临的挑战,并制定了应对这些挑战的计划。
  • 柬埔寨的研究资金和能​​力有限,而且研究工作与国家挑战之间的协调性薄弱。对不确定技术的文化谨慎是工程和会计教育主要优先考虑的部分原因。
  • 当务之急是加强数据和计算能力的基础设施,以及人工智能从业者的技能提升和扩展。

在技​​术进步快速发展的背景下,柬埔寨准备将机器学习和人工智能纳入其国家科学系统。我们深入研究了柬埔寨采取的战略方法,探讨了各个方面,从政府对人工智能影响的角度到对促进创新和经济增长至关重要的制度安排和利益相关者参与。

以人为本的政策

柬埔寨战略的核心在于对人工智能在各个领域的变革力量的敏锐认识。柬埔寨政府的愿景与全球人工智能趋势保持一致,正在制定以人为本的政策,旨在推动负责​​任的人工智能研究和开发(R&D)。工业、科学、技术和创新部(MISTI)发布了该报告 柬埔寨的人工智能格局:现状和未来趋势 (MISTI,2023a)。正如最高国家经济委员会在其报告中所概述的那样,这种前瞻性的方法强调了柬埔寨致力于利用技术创新来促进其社会经济发展。 柬埔寨数字经济和社会政策框架 2021-2035 (SNEC,2021)。

体制框架

制度安排在促进柬埔寨人工智能议程方面发挥着至关重要的作用,政府带头发起和整合变革。合作框架和知识共享平台有助于促进多学科研究和创新部门之间的合作,为整体发展铺平道路。 柬埔寨 2030 年科学、技术和创新路线图 (MISTI,2021)强调,国家科技创新政策优先考虑五个支柱:治理、人力资本、研发、合作和生态系统建设。此外,MISTI (2023b) 开发了 数字技术路线图,将机器学习和人工智能确定为国家数字科技发展的关键技术。根据 MISTI (2023c) 2022 年科学、技术与创新报告MISTI 作为政府实体负责监督 STI 部门,并负责促进柬埔寨的人工智能、机器人和自动化网络。

国家研究任务

我们推荐使用 2025 年国家研究议程 MISTI (2022) 详细列出了八项国家研究任务:1) 当地食品; 2)可靠的能源供应; 3)素质教育; 4)电子、机械备件; 5)基于云的服务; 6)电力和饮用水; 7)碳中和; 8) 数字化增强健康。支持基于云的服务的 Mission 5 的关键研究领域是基础设施、软件、网络安全和可访问性。这些服务将提供给柬埔寨的企业,以发展其数字能力并在本地存储数据。 MISTI、教育、青年和体育部以及邮电部都是实施政策工具(从法律和政策框架到人力资源、基础设施和协作)以完成基于云的服务研究任务的领先机构,以国家科学技术创新委员会为指导机构。目前,CamTech大学、金边皇家大学、柬埔寨理工学院、柬埔寨数字技术学院、基里隆理工学院等大学和研究机构,以及宽带网络和服务公司、软件生产商和网络安全公司,一直在进行研究以完成基于云的服务研究任务。

柬埔寨研究和创新的挑战和途径

国家研究议程(MISTI,2022)强调了国家研究和创新系统面临的五项挑战,所有这些挑战都与人工智能研究相关:

  • 国家研发投入不足,促进研究的政策支持有限。
  • 研究活动与国家挑战之间的协调性有限,学术研究对私营部门创新活动和政策制定的贡献不足。
  • 公共和私营部门的研究能力有限。
  • 研究机构需要加强和资源。
  • 需要加强大学与行业的联系和可持续的国际合作。

作为回应,国家研究议程制定了四种途径来实现该国的国家研究任务:

  1. 投资研究以支持八项研究任务。
  2. 加强公共研究机构的作用和能力。
  3. 支持研究事业。
  4. 激励研究活动和合作。

遗失物品

柬埔寨迫切关注的一个领域是有效的机器学习算法所需的大量数据和计算能力。人工智能领域的基础设施限制和熟练从业人员的短缺给柬埔寨带来了直接的障碍。缺乏可用的人才和资金阻碍了人工智能的研究和实验,阻碍了国家充分利用人工智能潜在优势的能力。应对这些挑战需要公私伙伴关系和国际合作形式的额外支持。

随着柬埔寨深入研究人工智能的采用,文化挑战也日益凸显。谨慎而实验的心态对于应对人工智能实施中固有的不确定性和错误至关重要。此外,培养创新、批判性思维以及科学、技术、工程、艺术和数学教育对于让劳动力具备成功开发和部署人工智能所需的技能至关重要。柬埔寨目前的教育格局偏向发展中国家的背景,土木工程和会计是主要专业。如果没有坚实的科学推理基础和文化,人工智能研究和应用的影响将是有限的。

未来的机会

MISTI 与联合国教育、科学及文化组织(UNESCO,2022)合作编写该报告 柬埔寨王国的测绘研究与创新。联合国教科文组织全球科学、技术和创新政策工具观察站2021年进行的调查显示,柬埔寨的研发支出和人力资本均有限。从积极的一面来看,柬埔寨正在采取措施将人工智能有效地融入其科学系统。 “研发/创新活动的网络、牵线搭桥和/或合作伙伴寻找”和“基础设施支持”是排名最高的两种研发和创新相关支持或服务类型,分别获得 50% 和 40% 的共识。

总之,柬埔寨提供了一个令人信服的故事,说明一个国家准备利用机器学习和人工智能的变革潜力来实现可持续的社会经济发展。柬埔寨的平均年龄为 27 岁,绝大多数人将社交媒体、电子商务和移动银行应用融入日常生活。柬埔寨拥有年轻、精通技术的人口和缺乏遗留技术的独特组合,因此具有跨越传统技术和工业革命的独特特征。尽管起步较晚,但柬埔寨在国家层面采用人工智能的时机已经成熟,因为现在人工智能的力量比以往任何时候都更容易获得。通过战略规划、利益相关者参与和对包容性的承诺,柬埔寨正在规划一条通向未来的道路,技术创新将推动所有人的进步和繁荣。

参考资料

智利:寻找在现有研究融资生态系统中应用人工智能的可能性

罗德里戈·杜兰, 人工智能中心首席执行官

关键外卖

  • 智利在科学人工智能方面面临的挑战是多方面的;主要是缺乏人工智能的资金、资源、基础设施以及能力和技能。
  • 人工智能的优先事项尚未在全国范围内确定,大学可能各自为政。目前尚不清楚智利在不久的将来是否会存在科学人工智能的统一愿景。

经过两年的制定过程,有 2021 多人参与,智利于 1,300 年获得了国家人工智能政策(MinCiencia,2021)。该政策由三大支柱制定:有利因素、研发、治理和道德。拟议的指南为期十年,涉及多个公共和私人机构,这些机构由科学部为此目的进行协调。

但必须指出的是,该政策并非具有约束力的文书;这些准则不是明确的任务规定,而是拟议的行动方针,这意味着执行上存在一定的困难。从这个意义上说,该政策也没有以任何重要方式定义研发项目融资领域的优先事项。

更大的研究融资生态系统

与经济合作与发展组织(OECD,无数据)的平均水平相比,智利的研发(R&D)生态系统相对较小。智利用于研发的国内生产总值比例为0.36%,而经合组织国家为2.68%,这意味着智利的相对投资低了七倍。与此同时,该系统高度依赖公共资金,占总投资的 57%(MinCiencia,无日期 a)。按名义投资计算,2021年总投资1.138亿美元,其中公共投资648亿美元。

这些金额代表研发总投资,包括人才培训、基础和应用研究以及技术转让。 15.5%的公共投资是通过国家研发机构(ANID)管理的,该机构向科学技术部报告,而2023%是大学投资的资源,通过财政捐助或本科生大学学费来自国家预算补贴(DIPRES,30)。剩下的 XNUMX% 取决于具有特定任务的各个机构,例如渔业、农业或航空航天研究等特定领域的开发公司或公共技术研究所。国际捐款(例如来自天文台的捐款)包含在 ANID 金额中。

公共资助研究

智利的公共资助体系涵盖了整个研究人员职业生涯,从高级人力资本的形成、进入工业界或学术界、长期个人和联合研究项目的开发以及中心和大学的基础设施开始(MinCiencia、无日期 b).上述所有项目均通过竞争性征集提供资金,奖励率根据工具的不同在 8% 到 30% 之间变化(ANID,2022)。项目的评估由国家学术同行进行,他们组成“研究小组”,由代表参与生态系统的不同部门(大学、研究中心、科学协会和学术界)的大学科学委员会提名。目前,约有 1,500 名国家研究人员参加 52 个研究小组,120 名国际同行评审员对最大规模的竞赛(超过 1 万美元)进行评估(ANID,无日期)。

然而,地方研究缺乏重要的目标定位和优先顺序机制以及确定优先顺序的任务。研发公共投资的 87%(564 亿美元)分配给“开放天空”项目,无论是用于高级人力资本的形成还是用于个人或团体研究(MinCiencia,无日期 a)。其余 13% 的公共研发投资主要集中在公共技术研究所,这些研究所拥有政府的具体授权。这种研究自由超越了公共资助,也是大学生态系统的一个差异化要素,该生态系统由 56 所大学组成,其中集中了 80% 以上的国家知识创造社区(MinCiencia,无日期 b)。

综上所述,与经合组织平均水平相比,智利研发生态系统规模较小,资源配置缺乏优先顺序,对公共资金的依赖程度较高。

尽管如此,它仍然拥有坚实而透明的机制,用于评估研究人员整个发展轨迹中竞争激烈的项目,主要针对个人研究项目。智利出版物的影响力接近经合组织的平均水平,因此每美元投资所产生的影响远远超出了平均水平。

人工智能的到来

在部门优先顺序和资助实践方面,智利研发生态系统面临人工智能的挑战。作为项目评估方面高度原子化的系统,许多评估人员没有接受过适当评估人工智能或机器学习工具的使用对研究的影响的培训,因此更多的是科学、技术、工程和数学之外的正统方法( STEM)学科可能会被优先考虑。另一方面,在特定部门缺乏优先顺序或目标机制的情况下,学术界这些能力的发展在很大程度上取决于主办机构(主要是大学)的工作。然而,大学在这一领域缺乏基础资金,意味着他们需要优先考虑其他政策,而不是对学术人员的持续培训。没有强制要求大学朝这个方向前进,也没有任何竞争机制来鼓励沿着这些方向开展工作。

从这个意义上说,人工智能工具在跨学科研究中的整合取决于研究人员针对特定资助需求阐明特定项目的能力和可能性——这些项目必须由没有工具来了解其影响的同行进行评估——否则就会集中精力特定的 STEM 研究小组。这种现象意味着使用人工智能的跨学科项目与专注于人工智能的研发项目争夺资金,这最终可能会阻碍人工智能社区与其他学科的合作。解决人工智能治理问题导致了更多的国际合作,从而鼓励了学术合作。

培训与人才

在人才培养和保留方面,2019年以来,地方高级人力资本培训经费相对增加15%,出国留学硕士、博士学位经费减少12%(ANID) , 无日期)。这与本地大学体系的成熟进程大体一致。然而,在人工智能等学科中,这代表了一个挑战,因为社区不太成熟,因此与天文学或生物化学等学科相比,优质供应较少。这意味着社区增长的速度正在下降,这限制了跨学科研究的可能性。同样,私营和公共部门对在国际层面采用人工智能工具的兴趣日益浓厚,导致对高级人力资本的需求显着增加,这意味着学术研究职业提供的薪资竞争力不及五年之前。因此,由于学院外的工作条件更好,因此出现了短缺。尽管未来面临的人才缺口似乎很明显,但私营部门并没有做出具体努力来在全国范围内大力推动人才发展。

基础设施和数据

在基础设施方面,智利缺乏向学术界开放的国家实验室或“大型设施”。人工智能模型的开发需要访问物理或云计算基础设施,由于需求的普遍增长,计算基础设施的成本越来越高。这种缺乏可能会严重阻碍以跨学科的方式采用人工智能工具,或者将工具集中在有资源资助的大学机构中。

人工智能系统的数据访问和治理也是本地系统的结构性弱点。 2022年开始开放获取国家资助的研究数据的政策,但学术界仍然不愿意接受这种开放。不存在数据格式标准化的文化,这意味着在许多学科中,在其可用之前需要进行管理工作。这种标准的缺乏也反映在隐私和访问政策中,这取决于每所大学甚至大学内教师制定的内容。所有这些都转化为以跨学科方式采用人工智能的实质性挑战。

参考资料

中国:推广人工智能科学方法

龚克, 中国新一代人工智能发展战略研究院执行院长

刘轩, 中国科协国家创新战略研究院研究员

关键外包:

  • 中国政府正在通过项目和基础设施支持人工智能在不同科学领域的整合。
  • 中国在人工智能技术方面活跃在国际前沿,已经实现了支持人工智能的平台和软件的开发。

科学人工智能(AI4S)是人工智能与科学研究相结合的新兴模式。是指利用人工智能技术和方法来学习、模拟、预测和优化自然和人类社会中的各种现象和规律。本案例研究重点关注中国AI4S的例子,探讨机器学习和人工智能对科学系统的影响。

中国政府高度重视AI4S,面向重大科学问题推动人工智能算法和模型创新。他们在AI4S的典型研究领域建立了开放平台,鼓励学术机构开放数据资源,并制定AI4S的道德行为规范。我国国家和地方政府层面在AI4S领域的政策举措主要有以下几个。

特别研究计划和基础设施

2023年2022月,科技部联合国家自然科学基金委员会启动了《人工智能驱动科学研究实施计划(2025-2023年)》专项行动,支持人工智能工具在科学研究中的应用。数学、物理、化学和天文学等基础科学。其目的是应对气候变化、能源转型、药物开发、基因研究、生物育种和新材料等重大挑战。这些项目包括人工智能与材料科学交叉融合、人工智能与基础数学交叉融合、人工智能与信息技术交叉融合、人工智能与生命科学交叉融合、人工智能与伦理和社会问题交叉融合(科技部和科技部)。技术,XNUMXa)。

同时,科技部以国家科技创新2030——下一代人工智能工程(科技部,2021)为驱动,建设开放智能算力基础设施,促进数据主动开放汇聚各方资源,形成政策合力,推进AI4S。 2023年4月,上海市政府支持上海交通大学推出开源模型和科学数据的AI2023S开放平台(解放日报,XNUMX)。

道德治理和法规

2017年,中国发布了国家人工智能发展规划(国务院,2017),其中指出人工智能具有技术性和社会性双重特征。中国政府成立了两个委员会来实施该计划:技术委员会和治理委员会。治理委员会由高校、科研院所和企业的相关专家组成。它已发布文件,例如 下一代人工智能的治理原则——开发负责任的人工智能 (国家下一代人工智能治理专业委员会,2019) 下一代 人工智能道德标准 (国家下一代人工智能治理专业委员会,2021)。

2021年,中国政府还成立了国家科学技术伦理委员会,发布了人工智能高风险研发领域清单(科技部,2023b)。该伦理委员会下设人工智能专门委员会,由相关领域专家组成,为国务院制定我国技术伦理政策提供专业咨询。最终,2023年,经过一个月的网上公开征求意见,国家网信办会同多部门联合发布 生成人工智能服务管理暂行办法,标志着中国人工智能内容产业的首个监管政策(中国国家互联网信息办公室,2023a)。

国际视野

中国对人工智能国际合作持开放、积极的态度。支持联合国在国际人工智能治理中不可替代的作用,积极参与联合国教育、科学及文化组织(UNESCO)、国际电信联盟(ITU)、世界卫生组织(WHO)等机构组织的活动,联合国工业发展组织(UNIDO)和联合国开发计划署(UNDP)。中方已邀请联合国机构代表来华参加相关人工智能会议和论坛。

2023年2023月,中国政府发起了《全球人工智能治理倡议》,提出了XNUMX项建议,优先考虑以人为本和尊重其他国家主权。强调中方愿与各方就全球人工智能治理开展沟通、交流与合作,推动人工智能技术造福全人类,并就人们普遍关心的人工智能发展和治理问题提出建设性解决方案。致新时代各方(中国国家互联网信息办公室,XNUMXb)。

中国科协于2023年2023月在上海举办的“人工智能促进科学——当前科技革命”国际青年科学家沙龙就是中国推动民间交流与合作的一个例证。来自英国、希腊、德国等2024个国家的青年科学家参加了讨论和交流(CAST,2024)。上海还主办了由中国教育部、联合国教科文组织国家委员会和上海市政府联合主办的XNUMX年XNUMX月世界数字教育大会。本届会议以“数字教育:应用、共享、创新”为主题,以提升教师数字素养和能力为副主题;数字化教育,建设学习型社会;评估数字教育发展的全球趋势和指数;人工智能和数字道德;基础教育数字化转型的挑战和机遇;教育领域的数字化治理(教育部,XNUMX)。

总体发展趋势

根据相关研究报告和文献综述(北京科学院人工智能研究所,2023),我国AI4S领域的总体趋势可总结如下。

中国的学术机构、大学和领先的人工智能企业在AI4S领域积极主动,取得了具有国际影响力的成果,如MEGA-Protein、鹏城神农、上海人工智能实验室的凤舞和盘古天气(Fang,X.,et al.,2022)( K. Bi 等人,2023)。 AI4S积累了丰富的开放科研数据资源,在气象、天文学、高能物理等领域都有开源数据(Tan,S. et al., 2023)。

大量的AI4S算法和基础软件也涌现出来,包括华为的MindSpore Science、百度的PaddleScience、迪普科技的DeePMD、智普爱的GLM等,为AI4S的研究提供了丰富的数据集、基础模型和专业工具(华为,2017)。 AI4S的应用正在生命科学、材料科学、能源科学、电子工程和计算机科学、地球和环境科学以及工业模拟等各个领域进行探索。尤其以百度、华为等为代表的机构正在积极推动AI4S产业实践的发展。

科学软件基础人工智能

百度旗下PaddlePaddle早在4年就开始规划AI2019S领域的技术形态和产品路线,此后发布了生物计算平台PaddleHelix、量子计算平台PaddleQuantum、科学计算平台PaddleScience。百度与多所大学和研究机构合作示范项目,推出PaddlePaddle AI4S共创计划,构建生态商业机会。 2023年2022月,百度在《自然》杂志上发表论文,为人工智能融入生物和医疗保健等领域开辟了多种可能性(Fang, X., et al., XNUMX)。

与此同时,华为推出了药物分子、气象和海浪的盘古大型模型。其中,盘古药物分子大模型可以提高小分子化合物的筛选速度,大幅提升研发效率,并以更低的成本探索更多可能的分子元件组合。 2023年2023月,华为云盘古气象大模型的研究成果发表在《自然》杂志上,是第一个在精度上超越传统数值预报方法的人工智能模型(K. Bi等,XNUMX)。

参考资料

印度:深入了解变革性技术及其社会融合

穆米塔科利, STI 政策研究员,DST 政策研究中心,IISc,班加罗尔。 ISC 科学出版未来顾问

吉布·埃利亚斯, INDIAai 前首席架构师兼研究与内容主管

关键外包:

  • 印度在线平台和人工智能支持软件工具的开发是其成为南半球软件中心愿景的一部分。该国的成就包括建立卓越中心和提高人工智能能力的技能提升计划。
  • 精简和协调新成立的卓越中心的工作以及缺乏公私伙伴关系是该国目前正在解决的挑战。

人工智能对于印度利用变革性技术的战略至关重要。在电子和信息技术部 (MeitY) 的推动下,人工智能使命旨在促进包容性、引导创新并确保人工智能在不同领域得到广泛接受。其目标是产生显着的社会效益和经济增长。

首次应用

主要重点是将人工智能的优势扩展到社会的各个领域,与全面和可持续发展的更广泛愿景保持一致(TEC,2020)。随着当前该国数据和人工智能基础设施的快速发展,印度的目标是成为全球南方软件工具的中心。人工智能在印度国家层面做出社会贡献的一个典型例子是 Bhasini 平台,该平台由人工智能和其他先进技术提供支持,并致力于本地语言翻译(Bhasini,无日期)。国家数据和分析平台是另一项简化印度政府数据访问的政府举措:它为个人提供了一个用户友好的环境,可以轻松搜索、合并、可视化和检索数据集(NDAP,无日期)。此外,印度专门的以人工智能为中心的云计算基础设施 AIRAWAT(人工智能研究、分析和知识同化)即将推出(AIRAWAT,2023)。

建立卓越中心

MeitY 正在领导印度的人工智能计划。它成立了七个专家组,专注于人工智能集成的各个方面,从建立国家任务到培训劳动力和解决网络安全问题。这些委员会正在制定印度的人工智能战略。专家组最近的报告(MeitY 专家​​组,2023 年)提出了建立卓越研究中心的运作方面,这些中心现在正在实施,被称为卓越中心 (CoE)。 CoE 的职能可能包括但不限于基础研究、技术开发、促进创新和创业以及人工智能技能开发。 CoE 的制度结构各不相同,国家或地方政府与公司之间的合作伙伴关系各不相同,例如物联网和人工智能 CoE(MeitY 与贸易协会 Nasscom 之间的合作伙伴关系)以及数据科学和人工智能 CoE(数据科学和人工智能 CoE)(MeitY 与贸易协会 Nasscom 之间的合作伙伴关系)。卡纳塔克邦政府和 Nasscom。有些 CoE 位于大学内。

技能发展举措

技能发展和创业部推出了免费的人工智能在线培训计划,提供多种印度语言版本。该课程由 Skill India 和 GUVI (Grab Ur Vernacular Imprint) 联合开发,GUVI 是一家在马德拉斯印度理工学院和艾哈迈达巴德印度管理学院孵化的教育科技公司。私营部门也在加强人工智能技能的开发。例如,Infosys 推出了免费的人工智能认证培训计划,可在 Infosys Springboard 虚拟学习平台上使用。英特尔与教育部下属中等教育中央委员会合作,宣布了“全民人工智能”计划,旨在促进印度每个人对人工智能的基本了解。许多印度教育机构同时开发了自己的人工智能和机器学习项目和认证课程。其中一个例子是班加罗尔印度科学研究所提供的深度学习研究生级高级认证项目(TalentSprint,2024)。

战略方向

印度国家转型研究所 (NITI) Aayog 是印度政府的最高公共政策智囊团。 NITI Aayog 在 2018 年发表了一篇讨论论文,题为 国家人工智能战略#AIForAll (NITI Aayog,2018)。这是一份指导文件,旨在了解印度将人工智能融入社会各阶层、确保其惠及每个人的愿景。该文件重点介绍了 NITI Aayog 对五个行业的建议,这些行业预计将在解决社会需求方面从人工智能中获益最多:医疗保健;农业;教育;智慧城市和基础设施;以及智能移动和交通。 MeitY 推动印度在这些领域的人工智能使命。

NITI Aayog 承认印度的人工智能研究尚处于相对早期阶段,因此非常重视增强研究能力和基础设施。该战略包括建立深入人工智能研究的 CoE 和开发实际人工智能应用的国际转型人工智能中心。这种双重方法旨在加强学术界、工业界和政府之间的合作。将人工智能融入社会还需要解决伦理、法律和社会经济问题。认识到需要适当处理数据以确保隐私和安全,NITI Aayog 建议在 CoE 内设立道德委员会。还有一项建议是创建一个国家人工智能市场,以实现数据访问民主化,这对于人工智能创新至关重要。

卓越中心的角色

印度财政部长在其 2023-2024 年预算演讲中承认人工智能的变革潜力,强调需要扩大印度的综合人工智能能力,这导致印度主要教育机构设立了三个 CoE,采用中心辐射模式。

这些 CoE 是“INDIAai”计划的组成部分,使该国处于全球人工智能进步的前沿。卓越中心确定的促进研发的关键领域包括治理、医疗保健、农业、制造和金融技术,这反映了它们在促进包容性社会经济增长方面的重要性。 CoE 计划旨在培育人工智能生态系统,通过与国内外行业、学术实体和初创公司的合作推动创新。 CoE 将领导基础和实用的人工智能研究,针对特定行业的挑战并帮助现有人工智能解决方案的商业化。他们的任务是概述特定部门的人工智能战略,确定主要挑战并识别机遇。

印度的全球地位

我们推荐使用 2023 年人工智能指数报告 斯坦福以人为中心的人工智能研究所的研究强调了印度对人工智能研究和开发的日益增长的贡献,人工智能相关出版物的稳步增长(Stanly,2023)。印度也在全球人工智能生态系统中做出了贡献,印度科技巨头正在推动开源人工智能贡献,以实现技术的民主化。印度担任 2022-2023 年全球人工智能伙伴关系主席国,该国际倡议旨在促进人工智能负责任的开发和使用。与此同时,印度政府采取了各种措施制定自己的人工智能治理路线图。为此,INDIAai 于 2023 年 2023 月组织了一次圆桌会议,讨论生成式人工智能的发展轨迹、伦理和知识产权,与会者包括来自班加罗尔印度科学研究所、全球人工智能伦理研究所和 IBM 印度研究院等机构的专家(INDIAai,XNUMX )。

参考资料

马来西亚:推动第四次工业革命

努尔法德琳娜·莫哈德·谢里夫, 马来西亚博特拉大学计算机科学与信息技术学院和马来西亚科学院

关键外包:

  • 马来西亚人工智能的跨领域指导方针和政策涉及来自不同领域的参与者。部委

高等教育局 (MoHE) 和马来西亚资格认证机构为学术界负责任地使用人工智能提供指导。

  • 科学人工智能的方法侧重于通过技术进行创新。人工智能技能提升由学术界和工业界共同主导。

随着马来西亚大胆迈入第四次工业革命(4IR),科学、技术和创新的融合对于可持续增长至关重要。这一转型的核心是人工智能的战略整合,推动马来西亚实现到 2030 年成为高科技国家的愿景。在关键政策框架的指导下,马来西亚的旅程证明了该国致力于利用人工智能促进科学进步和经济繁荣。

扶持政策

马来西亚政府推出了《2021-2030 年国家科学、技术和创新政策 (DSTIN)》(MoSTI,2020),以加强本地技术开发。作为该倡议的一部分,马来西亚科学院(ASM,10)开发的马来西亚科学、技术、创新和经济(10-2020 MySTIE)框架专门用于促进经济发展并提高创新和财富创造水平、社会包容和福祉。总理部经济规划部门还于 4 年制定了国家第四次工业革命政策(EPU,2021a),作为第四次工业革命的全面国家战略。它与 DSTIN 2021-4 保持一致,为各部委和机构提供指导原则和战略方向,旨在优化资源配置和管理新兴风险。该政策支持《第十二个马来西亚计划》和《2021年共享繁荣愿景》等国家发展政策,并补充了《马来西亚数字经济蓝图》(EPU,2030b),以推动数字经济的增长和缩小数字差距。

国家路线图

2021-2025 年国家人工智能路线图(MoSTI,2021)是一项旨在在马来西亚开发和实施人工智能的倡议。该路线图围绕几个关键战略构建,包括建立人工智能治理、培育人工智能和启动人工智能生态系统。其目标是在马来西亚创建一个蓬勃发展的人工智能创新生态系统,并鼓励行业领袖和院士开发和实施人工智能解决方案。

负责任的七项原则 人工智能 摘自马来西亚国家路线图

  1. 公平
  2. 值得信赖
  3. 安全与控制
  4. 隐私和安全
  5. 追求人类的利益和幸福
  6. 责任
  7. 用户评论透明

这些原则为开发可信且注重隐私的人工智能提供了指导方针。

科学技术和创新部(MoSTI)成立了国家区块链和人工智能委员会,以协调和监督国家人工智能路线图(交通部,2022)中计划的行动计划的实施。此外,作为国家标准机构和国家认证机构以及投资、贸易和工业部下属机构的马来西亚标准部成立了一个由各行业代表组成的人工智能技术委员会(DSM,2023),以提供国家人工智能标准。

为了推动人工智能的采用,该路线图确定了供应链、医疗保健、教育、农业和金融领域的国家人工智能用例。路线图还建议在人工智能创新生态系统内的相关实体开展基础和应用研究与开发(R&D),并鼓励人工智能在所有领域的研发中采用。马来西亚每个州都有数字化转型战略,雪兰莪、砂拉越、丁加奴、槟城和马六甲等州由于数字劳动力和不断增强的研发意识等因素,显示出强劲的人工智能采用率。

研究方向

人工智能的学术研究进展由高等教育部 (MoHE) 和马来西亚资格认证机构领导,例如发布咨询说明和指南,以负责任地使用生成式人工智能。高等教育机构内人工智能转型的连锁效应在每个机构中进行,例如通过智能校园和数字教育举措。 MoSTI还支持学术发展和研究的人工智能转型。

基于人工智能的国家旗舰项目是数字化和物联网 (IoT) 计划,其中由 ASM 牵头的巴索森林保护区试点项目。该项目除了提供培训计划外,还引入了机器人、物联网系统、基于人工智能和机器学习的物种数字化、分析和分析系统,以及促进人工智能森林管理的生态模拟器(ASM,2023a)。作为可持续生物多样性和森林管理变革管理和文化转型的一部分,还成立了精准生物多样性联盟。

与此同时,马来西亚癌症研究中心 (2020) 开发了一款名为 MeMoSA(随处移动口腔筛查)的人工智能移动应用程序,用于早期检测口腔癌。 MeMoSA 收集口腔病变图像,并利用人工智能和图像处理进行口腔癌检测。该应用程序有可能覆盖低成本环境中的大量人群,这对于医疗设施有限的农村地区的个人特别有利。

教育与服务

ASM 准备了一份白皮书,标题为 科学、技术和创新的新视野 (UPM,2023)向 MoHE 提出管理教学和高等教育治理中的技术干扰的建议。该文件符合马来西亚高等教育蓝图 2015-2025(JPT,2013),该蓝图促进全球化在线学习,提供无障碍教育,同时根据每个学生的需求定制学习体验。建议涉及资源共享和建立高端基础设施中心等政策;开放教育技术政策和国家开放创新平台等诸多考虑因素。

支持人工智能扩张的数字政府举措也在持续进行中。一个名为马来西亚政府中央数据交换的数据共享平台提供跨机构的数据集成服务,以方便提供端到端的在线服务,由数字部下的数字部门领导。经济部开发的主数据库平台集中了社会经济数据,用于定向补贴、增强数据安全和统一管理。由 ASM 倡导的马来西亚开放科学平台培育了遵守开放科学准则的国家研究资产。

创新空间

国家技术和创新沙箱为创新者提供了一个“安全的地方”,可以在宽松的法规和法律的环境中测试和验证其技术解决方案。该项目由 MoSTI 旗下的两个机构——马来西亚技术与创新研究加速器和马来西亚应用研究与发展中心,以及财政部下属的 Futurise 公司协调。沙箱对所有技术开放,但优先考虑 10-10 MySTIE 指导下的 XNUMX 项科技驱动因素。它提供能力建设计划、市场准入、融资便利、测试平台和测试环境便利以及法规和法律的便利/审查。

马来西亚发展公司被委托与农业和食品安全部等部委合作,担任人工智能技术的支持者,而 MoSTI 的战略机构 MIMOS(国家应用研发中心)则专注于加速工业用例。政府部门也在数字化部下的数字司的管理下,通过人工智能向数字化转型迈进。概念文件 GovTech 提出了综合政府服务的单一平台,并概述了使用复杂和包容性数字服务提供的战略举措和创新技术解决方案(The Star,2023)。

为了促进人工智能人才的准备和招聘,学术界、工业界及其结合以认证和课程的形式为社会各阶层提供各种技能提升和再技能数据以及人工智能素养计划。对于政府劳动力来说,公共服务部的培训机构——国家公共管理学院发挥了带头作用。 TalentCorp 和马来西亚数字经济公司也在积极推动马来西亚的人工智能人才和计划。 TalentCorp 的未来技能人才委员会旨在弥合毕业生技能和行业需求之间的差距,他们发起了以行业为重点的产学界合作研讨会,以解决马来西亚劳动力内部的人才差距。

最近发生的事件

中华工商会技术会议(ACCCIM,2023)、英国 MY AI 会议 2023(BHCKL,2023)和 ASM 人工智能论坛(ASM,2023b)等人工智能活动重点介绍了已实施的人工智能举措的例子,并呼吁加强合作让人工智能的承诺惠及所有人。创建讲座、黑客马拉松、智力讨论、论坛、展览和数字渠道是为了发现技能提升和再技能计划等机会、人才缺口和基础设施/信息结构必需品等挑战,以及人工智能实施的最佳实践(包括用例)。政府还投资于人工智能教育和研究,资助马来西亚工艺大学设立首个人工智能教师,预计将于 2024 年启动(Fam,2023)。

在 MyDIGITAL(隶属于经济部)中建立马来西亚 Centre4IR 进一步证明了政府坚定不移地致力于促进创新并促进政策和监管框架的共同设计,以最大限度地提高社会效益并最大限度地降低相关风险有了这些先进的技术。 “AI untuk Rakyat”(AI for People)计划(MyDIGITAL,2024)是另一项此类举措,旨在提高人工智能的公众素养并弥合数字鸿沟,重点是人工智能相关发展的包容性和参与。该计划由两门课程组成:AI Aware 和 AI Appreciate,基于英特尔原创课程,提供四种本地语言版本。这些课程对所有政府公务员来说都是免费且必修的。

利用人工智能

总之,在人工智能在各个领域的战略部署的推动下,马来西亚处于科学探究范式转变的最前沿。通过其综合政策框架中概述的共同努力,马来西亚为促进人工智能创新、人才发展和负责任的治理奠定了坚实的基础。随着国家继续迈向第四次工业革命,人工智能融入科学事业的结构有望开启新的知识领域,推动经济繁荣,并培育创新无极限的未来。凭借坚定不移的承诺和战略远见,马来西亚已准备好充分利用人工智能的潜力,以造福其人民并在全球范围内推动科学进步。

参考资料

墨西哥:创建国家人工智能领导机构

多拉-卢兹·弗洛雷斯, 计算机工程师、系教授 下加利福尼亚州自治大学 (UABC) 生物工程系;墨西哥生物医学工程杂志2025-2022年主编; ISC LAC联络委员会成员

关键要点:

  • 墨西哥通过在 2023 年成立墨西哥人工智能发展机构来强制制定国家人工智能战略。同时,该国先前的多部门举措正在就人工智能技术进行讨论和开发,并发挥重要作用大学。
  • 墨西哥面临的挑战在于引领新成立机构的下一步行动,并专注于本地人工智能技术的开发,而不是依赖外国技术。

2023 年 XNUMX 月,倡议发布 墨西哥人工智能发展局法 发表在众议院议会公报上(墨西哥政府,2023a)。该立法倡议中提出的人工智能机构将创建一个具有技术和管理自主权的去中心化公共机构。其主要目标包括制定国家人工智能战略,实施国家人工智能政策,促进人工智能在各个领域(教育、工业、科学、技术)的发展,促进人工智能国际合作,并监督该技术的负责任使用。人工智能机构的资产将包括资源、支出预算中分配的金额、服务收入和捐赠。

该人工智能机构将设有一个由 14 名成员组成的理事会,其中包括担任主席的行政首脑以及来自各部委和组织的代表。委员会的职责包括制定人工智能发展政策、批准该机构的计划和项目并提出建议。此外,专家、利益相关者和公众将参与讨论和决策,以确保任何监管都是公平、有效并适应人工智能领域不断变化的情况(墨西哥政府,2023b)。理事会将在其成立的头六个月内组织和召开常设论坛和工作桌会议。

新机构的后续步骤

拟议的墨西哥人工智能发展机构代表了墨西哥朝着监管和负责任地促进人工智能迈出的重要一步,但必须记住,立法过程中还需要经历更多阶段。

这些变化对科学和研究的影响涉及一系列基本行动。其中包括制定和提出国家人工智能战略;在墨西哥实施国家人工智能政策;推动人工智能活动有效发展,增强国家在教育、产业、科技领域的能力。如果成立,人工智能机构将通过发展国家的科学技术能力、促进国际合作以及作为国家领导加强主权和国家安全的工具来实现这些目标。此外,人工智能机构将寻求促进相关部门,特别是生产部门的整合,以增强市场竞争力。它还将促进有关人工智能研究和影响的持续对话,确保公共利益和人口保护。最后,将鼓励公共、私人和社会实体提交人工智能领域的建议和意见供研究和考虑,旨在促进墨西哥的发展、安全与和平。

IA2030Mx

自 2018 年以来,另一项名为 IA2030Mx 的持续倡议已成为一个由从业者、学术机构、公司、初创企业、公共机构、组织、媒体和墨西哥数字和人工智能生态系统中其他关键参与者组成的多部门联盟(IA2030Mx,无日期)。其目标之一是促进对当前和未来与人工智能相关的机遇和挑战进行更深入的辩论,将这场辩论转化为行动,让每个人都能获得人工智能知识,推进人工智能的使用和应用,造福墨西哥人,并将本组织本地化墨西哥背景下的经济合作与发展人工智能原则。

IA2023Mx 计划在促进研究、促进创新和提升墨西哥在全球人工智能领域的影响力方面取得了重大成就。通过该计划,大学率先开展了突破性的研究工作,为各个学科领域尖端人工智能技术的发展做出了贡献。此外,IA2023Mx 促进了国际合作,实现了知识交流,并将墨西哥定位为人工智能领域的关键参与者。此外,该计划通过提供教育项目、奖学金和培训机会,在培养人工智能人才方面发挥了至关重要的作用,从而增强了国家的熟练专业人员队伍。

大学的作用

尽管取得了成功,IA2023Mx 也面临着大学必须解决的一些挑战,以保持势头并最大限度地发挥影响力。这些挑战包括确保足够的基础设施和资源来有效支持人工智能研究和教育;通过全面的培训举措解决技能差距;确保人工智能的发展遵守道德标准和社会价值观。此外,促进跨学科合作和确保可持续的资金来源仍然是参与该倡议的学术机构面临的持续挑战。

大学利用其卓越的研究成果、教育专业知识和创新能力,在推动 IA2023Mx 倡议向前发展方面发挥着关键作用。作为知识创造和传播的中心,大学引领人工智能研究工作,教育下一代人工智能专业人员,并充当学术界、工业界和政府之间合作的平台。此外,大学还致力于制定人工智能政策,倡导负责任的人工智能部署,并与社区合作解决社会问题并促进数字素养。通过发挥多方面的作用,大学在实现 IA2023Mx 的愿景以及将墨西哥定位为人工智能创新和发展的全球领导者方面发挥着重要作用。

国家研究单位

墨西哥早在 1990 年就成立了人工智能国家实验室,但后来更名为先进信息学国家实验室 (LANIA),因为当时人们对人工智能到底是什么还没有形成了解。作为一个国家实验室,LANIA 通常从各个政府机构和实体(包括墨西哥政府)获得资金,以支持其研究活动、基础设施和运营。这笔资金通常通过赠款、合同和其他机制分配,以支持 LANIA 推进墨西哥信息学研究、创新和教育的使命(LANIA,无日期)。

该领域的另一个主要举措是蒙特雷理工学院人工智能中心(ITESM),该中心专注于开发基于人工智能的技术,以改善医学、交通、农业和安全等领域的流程。 ITESM目前有一个名为“高级人工智能”的研究项目,由一群研究人员组成,开发不同的研究方向,例如机器学习、计算智能和超启发式、数据科学和应用数学以及生物医学工程 Tecnológico de Monterrey,日期不详)。

最后,墨西哥实施各种人工智能相关举措面临的挑战之一是该国的紧缩政策。这项政策的限制使墨西哥成为外国技术的使用者。墨西哥的目标应该是成为自己技术的生产者,并在中期出口人工智能解决方案。

参考资料

阿曼:通过执行计划促进创新

哈姆丹·穆罕默德·阿拉维, 交通运输和信息化部人工智能和先进技术发展项目主任

关键要点:

  • 交通通信和信息技术部正在领导阿曼国家人工智能战略及其实施。阿曼 2040 年愿景的经济目标是人工智能技术发展的主要驱动力。
  • 该部与大学和其他部门之间已经为人工智能培训计划和举措建立了合作伙伴关系。

阿曼正在积极研究人工智能对其科学系统的影响,寻求超越国界的灵感和合作。中国对人工智能采取多方面的方针,包括大量投资、政策制定和国际合作。根据阿曼 2040 年愿景,阿曼苏丹国批准了《国家数字经济计划》(MTCIT,2021),这是阿曼培育强劲数字经济战略的基石,并将数字经济对国内生产总值的贡献从 2% 大幅提高预计到 2021 年,这一数字将达到 10%。该计划是阿曼数字化努力的一个进步,旨在提升阿曼在各种数字经济指数中的全球地位。

执行计划

根据这些战略指令,交通、通信和信息技术部 (MTCIT) 启动了人工智能和先进技术执行计划 (MTCIT,2022)。该计划是一项战略努力,旨在引领人工智能和先进技术在苏丹国的采用和本地化,并从国际报告和基准中汲取见解。它还涉及与公共和私营部门、学术界以及专门从事这些前沿领域的企业家的利益相关者的广泛合作。通过该计划,MTCIT 正在监督人工智能和先进技术综合国家行动计划的制定和实施。该执行计划专门针对第十个五年发展计划和阿曼 2040 年愿景中指定用于经济多元化的部门。MTCIT 致力于识别和投资符合国家能力和部门需求的优先技术以及重要的信息和通信技术基础设施。这种方法不仅旨在为阿曼在这些技术领域建立竞争优势,还确保与公共和私营部门合作伙伴、教育机构和当地初创企业合作进行知识和技术的转让和本地化。

其他举措和企业

除了执行计划外,经济部还启动了《利用人工智能增强国民经济实力的国家倡议》(ONA,2023),将人工智能纳入经济多元化项目和计划。在认识到数据是人工智能的基石后,苏丹国启动了开放数据政策,鼓励政府单位开放其数据,并建立开放数据共享的法律框架。还通过了独立实体国家统计和信息中心的国家数据战略(NCSI,2022),建立了一个全面的框架来协调国家数据管理,促进数据交换并制定提高政府实体生产力的机制。目前每个部委都在进行这一程序。在所有部委完成后,类似的流程将扩展到公共部门(包括大学和其他学术机构),其次是私营部门。

其他举措和企业

除了执行计划外,经济部还启动了《利用人工智能增强国民经济实力的国家倡议》(ONA,2023),将人工智能纳入经济多元化项目和计划。在认识到数据是人工智能的基石后,苏丹国启动了开放数据政策,鼓励政府单位开放其数据,并建立开放数据共享的法律框架。还通过了独立实体国家统计和信息中心的国家数据战略(NCSI,2022),建立了一个全面的框架来协调国家数据管理,促进数据交换并制定提高政府实体生产力的机制。目前每个部委都在进行这一程序。在所有部委完成后,类似的流程将扩展到公共部门(包括大学和其他学术机构),其次是私营部门。

阿曼在不同领域成功实施了众多人工智能相关项目,体现了阿曼将人工智能融入国民经济各个方面的战略承诺。在物流领域,马斯喀特投递项目(ONA,2022)通过使用无人机在阿尔布斯坦和马斯喀特湾之间投递包裹来体现这种整合。卫生部门见证了人工智能在乳腺癌检测中的显着应用(卫生部,2019),成功率高达 96%。此外,农业部门还采用无人机进行杀虫剂施用和棕榈树授粉(WIPO,2021),同时采用人工智能技术来及早发现杜巴小蝽和红棕象甲等害虫(马斯喀特日报,2023a)。在石油和天然气行业,人工智能增强型无人机被部署用于监控管道和检测泄漏(CCED,2021),这对于防止安全事件至关重要。这些无人机还有助于检查炼油厂的燃烧器。交通运输部门已经利用人工智能实现了道路相关文件(地图、合同等)的数字化,从而促进了道路维护和开发方面的决策的增强。

阿曼执行计划议程

该执行计划认识到人工智能在科学研究领域的变革潜力,并明确旨在提高人工智能在该领域的应用。该方法侧重于以下领域:

  1. 与高等教育和研究机构合作,支持人工智能和数据科学领域的研究和开发学术项目。
  2. 通过组织专门的研讨会、活动和会议,提高认识和知识传播,提高对人工智能技术的理解和欣赏。
  3. 创新和创业支持,通过政府与私营部门的合作培育人工智能创新,为这一新兴领域的初创企业提供资金和发展的必要支持。

为了实现这些目标,该计划包含多项举措和项目:

  • 人工智能核心人才培养,重点培养引领行业进步的人工智能和数据科学专家。
  • 支持技能获取,通过加速器、高等教育补助金和员工再培训激励措施来增强数据科学和人工智能方面的技能,并使这些努力与行业需求保持一致。
  • 核心技术研发,是加快机器学习、视觉、自然语言处理、智能传感器、智能决策支持系统等人工智能关键技术研究的重要推动力。教育以解决问题和批判性思维为核心。
  • 人工智能创新创业本土化。

培训计划

为了实现行政计划的目标,政府正在与学术机构和其他部门密切合作。 2023 年,MTCIT 与技术与应用科学大学签署了一份谅解备忘录(马斯喀特日报,2023b),旨在对人工智能和先进技术领域产生影响。这包括为这些领域的科学主席、研究中心和实验室提供经费。联合人工智能项目将进一步提升大学学术人员的素质。该谅解备忘录还扩展到通过专门的人工智能课程加强学术项目,与本地和国际科技公司合作进行联合研究,并使教师通过培训计划、研讨会和会议提高技能。为了进一步提高人工智能和技术意识,该协议包括举办公开讲座、竞赛和研讨会。

其他人工智能和先进技术培训项目已在 Makeen Initiative 下启动,并由 MTCIT 监督。其中包括与苏丹卡布斯大学的合作伙伴关系,以及与本地和国际公司合作开展人工智能虚拟培训项目。共有48个资格和培训项目培训了1,880人,目标是到10,000年培训2025人。

加强基础设施建设

人工智能与各个领域的雄心勃勃的整合需要强大且适应性强的基础设施。认识到这一点,MTCIT 一直积极与关键基础设施提供商(包括电信公司和云服务提供商)合作,以确保必要的技术支持和增强到位。此次合作的重点是升级现有的云计算基础设施,以高效处理人工智能应用,这是满足人工智能研究和应用日益增长的需求的关键一步。

这一努力的一个重要里程碑是阿曼数据园推出的云人工智能服务(阿拉伯日报,2021 年)。这一发展是通过与人工智能和图形处理领域的全球领导者英伟达的战略合作伙伴关系实现的。此次合作不仅是技术进步,还将显着提高各经济部门的生产力,推动国民经济迈向数字化转型。

电信部门在基础设施建设中也发挥了关键作用。移动宽带网络的广泛普及就是对他们努力的证明,目前移动宽带网络已覆盖 97.3% 的人口。这种扩大的网络访问对于促进全国范围内的无缝人工智能研究和应用至关重要。

道德与承诺

与这些基础设施的发展相结合,还有一项有针对性的举措来支持人工智能伦理领域的研究。朝这个方向迈出的一个值得注意的一步是与伊斯兰世界教育、科学和文化组织合作,设立了一个致力于人工智能伦理的研究主席(阿曼每日观察家,2024)。这一举措强调了确保人工智能开发和应用符合道德标准并为社会做出积极贡献的重要性。

阿曼发布了人工智能系统政策。通过这项政策,MTCIT 寻求建立道德原则和控制措施,从而促进这些法规的最佳使用并减少潜在风险。 MTCIT 旨在强调国家行政机构的所有单位都必须遵守该政策的条款。此外,开放政府数据政策是一项用于定义政府行政单位内 ICT 服务连续性总体治理的政策,确保在破坏性事件期间服务的连续性。

阿曼对人工智能的承诺体现在各个领域的成功实施、经济部将人工智能融入国民经济的举措、全面的国家数据战略以及对人工智能能力发展的关注。政府机构和教育实体之间的合作、通过战略伙伴关系开发基础设施,以及对人工智能研究和应用采取可持续且基于道德的方法,进一步增强了这一承诺。阿曼对人工智能的战略拥抱反映了可持续发展、经济多元化和全球竞争力的更广泛愿景,为该地区及其他地区的创新树立了基准。

参考资料

乌拉圭:遵循路线图为人工智能准备国家科学系统

洛雷娜·埃切维里, 计算研究所、工程学院、共和国大学

吉列尔莫·蒙切基, 计算研究所、工程学院、共和国大学

关键外包:

  • 2019 年乌拉圭制定的数据科学和机器学习路线图强调了大学、公私合作伙伴关系和民间社会的作用。自 2017 年以来,国内和国际投资一直支持该国的人工智能项目。
  • 乌拉圭正在领导人工智能领域的区域活动和倡议,使其成为该地区的领导者。
  • 该国下一步的行动包括能力建设和技能提升以及人工智能教育。

近十年前,乌拉圭发起了一项战略努力,将数据科学和人工智能整合到其社会结构的各个方面。由此产生的数据科学和机器学习路线图于 2019 年发布,证明了乌拉圭的承诺(TransformaUruguay,2019)。该路线图与《2050 年国家发展战略》(伊莎贝拉,2019 年)相一致,设想乌拉圭到 2030 年成为人工智能解决方案应用的领导者。它描绘了两个主要方面:创造有利的环境和探索国家战略领域的机会。该路线图强调了促进乌拉圭人工智能发展的关键要素,包括加强数据科学和机器学习方面的教育和培训、吸引人才、提高研究和创新能力、更新法规和促进国际合作。该文件还确定了在国家关键部门应用人工智能的能力和机会。

作为路线图的一部分,乌拉圭进行了审查,以确定有利于当地人工智能发展的国际经验。编制的报告展示了成功的全球和区域举措,强调了吸引人才和培育蓬勃发展的研发生态系统的共同特征(Etcheverry 和 Fariello,2020)。此次审查之后,2020 年政府更迭以及 COVID-19 大流行的爆发促使一些路线图行动暂停或推迟。然而,尽管面临这些挑战,乌拉圭通过恢复和继续关键行动和工作,展现了韧性(AGESIC,2023)。

区域快照

拉丁美洲人工智能指数(CENIA,2023)对包括乌拉圭在内的 XNUMX 个拉丁美洲国家的人工智能格局进行了深入分析。该指数分为三个轴——促成因素;研究、开发和采用;和治理——提供

该地区研究、开发和采用生态系统成熟度的综合视角。乌拉圭在该指数评估的多个方面都取得了高分,在该地区排名第三(55%),仅次于智利(73%)和巴西(65%)。

许多领域仍有改进的机会,以进一步加强整个拉丁美洲生态系统的发展。由于乌拉圭已经领导了人工智能领域的区域倡议和伙伴关系,从而了解了该地区的需求和差异,因此它完全有能力领导有效和有凝聚力的互动,以实现共同的人工智能目标。

人工智能基础设施

乌拉圭拥有强大的连接基础设施,在互联网使用和下载速度方面超过了拉丁美洲的平均水平(CENIA,2023)。该国在设备可及性方面表现出色,指标很高——特别是在拥有电脑和移动设备订阅的家庭中——超过地区平均水平。

然而,需要更多的本地计算基础设施。国家研究与创新局和科学研究部门委员会创建了一个名为国家超级计算中心(ClusterUY)的计算平台,供该国的科学家和研究人员使用。然而,ClusterUY 的可访问性和使用仅限于经验丰富的编码人员。共和国大学 (UdelaR) 正在努力促进该平台的访问,但这仍然是一个持续的挑战。云计算服务很大一部分来自私营部门。例如,谷歌准备在乌拉圭建立谷歌数据中心,旨在为整个地区提供服务。

学术举措

在学术领域,该国领先的研究机构 UdelaR 发挥着举足轻重的作用。多项举措,特别是 Centro Interdisciplinario en Ciencia de Datos y Aprendizaje Automático (CICADA),旨在发展人工智能相关领域的研究、创新能力和多学科教育(CICADA,无日期)。 UdelaR 的多个研究方向利用人工智能方法和工具探索不同领域,例如基因组学、生物信息学、医学图像处理、流行病学、生态学、神经科学和教育。

数据科学和机器学习路线图强调了大学在人工智能教学和培训以及开发和研究中的作用,尽管大学的作用不一定是区分的。乌拉圭的研究和科学生态系统有限,只有三所主要大学形成了一个紧密的社区。私营部门和公共部门之间的伙伴关系根据情况和需求自然或事实上发生。

该路线图还概述了涉及政府、UdelaR 等国家学术机构和私营部门之间合作的制度安排。国家科学研究界积极为制定和实施应对措施做出贡献。 CICADA 与其他当地组织合作,积极与民间社会互动,促进关于数据科学和人工智能伦理考虑的讨论(ANEP,2023)。该倡议是一个在研究人员、学生、专业人士和更广泛的社区之间建立知识和交流的平台。

人才和研究挑战

拉丁美洲人工智能指数(CENIA,2023)认可乌拉圭的数据能力和卓越治理。然而,人才培养仍面临挑战,人工智能专业培训差距明显,地区QS排名大学相关项目匮乏。提高数据素养以及提高学生和教育工作者的技能是乌拉圭计划的组成部分(Ceibal,无日期)。基于该国在人工智能研究和创新方面的突出地位,下一步将涉及应对挑战,特别是在正规人工智能教育方面,以确保在科学领域采用可持续和全面的人工智能方法。

乌拉圭成为研发领域的地区领导者,展示了开源开发的高生产力和高质量。尽管专利注册量仍然较低,但拉丁美洲人工智能指数建议将乌拉圭的创新格局与其令人印象深刻的开源成就结合起来(CENIA,2023)。

投资与创新

乌拉圭拥有拉丁美洲最高的标准化平均外来投资和预计投资总额(CENIA,2023)。尽管人工智能主题的研究得到了国家研究与创新局和 UdelaR 等机构的支持,但明显缺乏面向人工智能的具体资助计划。一些例外包括已终止的开放数据研究部门基金(ANII,2018)以及与国际发展研究中心(IDRC)联合开展的人工智能研发项目征集(ANII,2022)。 2017 年和 2018 年两次筹集的部门基金总额为 1 万美元,分配给 38 个项目(每个项目约 26,000 美元)。根据 IDRC 资助人工智能项目的具体要求,七个项目获得了支持,每个项目约 30,000 美元。

除了积极投资外,乌拉圭还强调算法治理(AGESIC,2023)。算法系统的透明度是这种方法的基石,与全球最佳实践保持一致,并确保在采用人工智能技术时考虑道德因素(Rahim,2023)。

建桥梁

KHIPU 活动(KHIPU,无日期)体现了乌拉圭在人工智能研究学术和企业努力方面的潜在作用。 2019 年和 2023 年在蒙得维的亚举行的这些会议汇聚了来自世界各地的顶尖人工智能研究人员,其中 KHIPU 委员会中有来自 UdelaR 的研究人员,并由国际实体赞助。这些活动最终形成了《关于人工智能及其对拉丁美洲影响的蒙得维的亚宣言》,由近 500 名研究人员签署(不同作者,2023 年)。

乌拉圭在其科学系统内的人工智能方法的特点是 2019 年路线图下的战略方法;政府、学术界和私营部门之间的积极合作;以及对道德和负责任的人工智能实践的承诺。持续的举措和成就使乌拉圭成为人工智能研究、开发和应用的地区领导者,该国目前正致力于能力建设、提高透明度和应对人工智能发展可持续未来的挑战。

参考资料

乌兹别克斯坦:为人工智能创造合适的条件和技能

阿卜杜瓦利耶夫·阿卜杜勒阿齐兹·阿卜杜瓦利耶维奇博士, 高等研究院科学、创新和国际关系副主任 乌兹别克斯坦共和国总统统计局培训和统计研究

关键外包:

  • 乌兹别克斯坦自2020年起就制定了总统决议,支持人工智能的政策框架和战略。该国的战略目标之一是培训年轻一代,因此设定了通过在线培训平台培训XNUMX万乌兹别克斯坦人的目标。
  • 成立了一个新的人工智能开发机构,负责监控和实施各领域的人工智能技术。
  • 该国下一步的步骤是招募经过编码培训的新一代以及支持人工智能工作的基础设施。

乌兹别克斯坦近年来在人工智能结构发展和为其形成创造必要条件方面的活动已被确定为该国的优先领域之一。其改革基于采用监管文件,这些文件构建了系统,为人工智能在经济中的加速实施创造必要条件(数字技术部,无日期)。

政策基础

其中三份文件为乌兹别克斯坦人工智能发展奠定了坚实的基础。第一个是 2020 年乌兹别克斯坦共和国总统令“关于批准“数字乌兹别克斯坦 – 2030”战略及其有效实施措施”(乌兹别克斯坦政府,2020 年)。该文件定义了教师技术能力发展的任务。随后于 2021 年发布了“关于为加速引入人工智能技术创造条件的措施”的总统决议(乌兹别克斯坦政府,2021a)。根据该决议,批准了 2021-2022 年研究和引进人工智能技术的措施计划,其中规定了国家计划的主要优先发展领域,包括人工智能发展战略、监管框架、广泛使用人工智能技术、国内人工智能创新生态系统及国际合作。

最后,2021 年还提出了“关于采取措施建立人工智能技术使用特殊制度的措施”的总统决议(乌兹别克斯坦政府,2021b)。在该决议的框架内,批准在实验和创新研究框架内引入人工智能技术使用的特殊制度。

战略任务

如上所述,2020 年总统令导致通过了“数字乌兹别克斯坦 – 2030”战略。迄今为止,该战略的主要成就之一是组织了 587,000 人的计算机编程基础知识培训,包括吸引“百万乌兹别克编码员”项目框架内的 500,000 名年轻人。这一大型项目是与阿拉伯联合酋长国迪拜未来基金会合作的成果,于 2019 年底启动(塔什干 Inha 大学,2019 年)。百万乌兹别克编码员是一个面向公众的免费远程学习平台,特别针对 13 岁以上学生的年轻人。该培训计划目前正在运行,到 2021 年已覆盖约 500,000 万名学生(ITPARK,2021)。

“数字乌兹别克斯坦-2030”还实现了280多个信息系统和软件产品的实施,用于经济部门企业管理、生产和物流流程的自动化。与此同时,该国整合了各地区的相关高等教育机构,以提高地方长官以及国家机关和组织雇员的数字素养和技能,为 12,000 名雇员提供信息技术和信息安全方面的培训。

发展基础设施

人们特别关注为人工智能的发展创建必要的综合基础设施。在人工智能发展联合联盟中,信息技术和通信发展部作为工作机构,与创新发展部、其他政府机构、商业银行和私营部门合作。该联盟将与塔什干信息技术大学合作,指导博士课程并为学生组织培训和教学项目。

乌兹别克斯坦人工智能发展综合基础设施

  • 在信息技术和通信发展部的基础上设立人工智能技术引进和开发司。
  • 与信息技术和通信发展部、创新发展部、政府机构、商业银行和大型工业企业合作创建人工智能发展联盟。
  • 在信息技术和通信发展部下创建数字技术和人工智能发展研究所。
  • 在高等教育机构系统中设立“数字技术和人工智能”专业博士课​​程。

正在创建的基础设施的复杂性应该能够覆盖该国人工智能发展的所有领域。因此,人工智能领域的国家政策将由信息技术和通信发展部下属的人工智能技术引进和发展司协调。该联盟将推动共同实施在经济社会部门和公共管理系统引入人工智能技术的优先项目,优化其开发成本,并在政府机构和组织之间传播该领域的最佳实践。该博士项目将培养人工智能领域的高素质专家。

一个新的研究所

这一基础设施的重要组成部分是信息技术和通信发展部下属的数字技术和人工智能发展研究所。其主要任务之一是组织科学研究,旨在广泛实施“数字乌兹别克斯坦-2030”战略,并将人工智能技术引入经济、社会领域和公共管理系统的不同部门。研究院还将开展人工智能领域的基础和应用科学研究,形成数字技术发展的科学生态系统。进一步开发基于人工智能技术的管理和生产流程自动化的创新产品及其模型、算法和软件。最后,它的任务是与国外领先的创新和科学机构建立合作并实施联合项目,以开发人工智能技术。

研究所科学活动领域目前正处于启动阶段的一个项目是创建一个包含国家科学文章引文索引和科学出版物书目数据库的电子平台。该项目是乌兹别克斯坦首批在研究活动中创建人工智能的项目之一。在这方面,作为正在进行的改革的一部分,加强人工智能在整个科学领域的实施非常重要。

让一百万编码员投入工作

近年来,在政府的积极努力下,乌兹别克斯坦人工智能的制度框架正在得到加强。特别是人工智能领域的科学研究正在创造有利条件。但在创造条件的同时,加快人工智能领域科学项目的数量也很重要,但我们认为,目前这还不够。

在这方面,重要的是要考虑委员会的建议 乌兹别克斯坦可持续发展创新审查 联合国进行的一项调查指出,“要培养大批程序员,就需要对高等教育系统进行重大重组,并使 IT 与本地和外国 IT 公司更紧密地结合”(UNECE,2022)。这一建议是启动有针对性的措施吸引外资项目,促进社会经济生活各领域特别是科学领域人工智能发展的重要信号。

在乌兹别克斯坦科学领域人工智能形成的初始阶段,政府努力为吸引人工智能领域的外国科学和应用项目创造条件非常重要。这些行动将加强人工智能领域训练有素的专家的实践技能。另一方面,这些措施将有助于阻止该领域的专家外流到国外开展更具吸引力的项目。

政府继续制定和批准机制,以增加人工智能研究领域的吸引力。这很重要,因为科学领域向人工智能的最快转变将加速其他行业和经济领域的转变。

参考资料

下一步

在本工作文件第一版发布后,我们将组织进一步的区域研讨会和磋商。这些举措将有助于验证本文中概述的概念,并促进对各国在为人工智能整合准备研究生态系统时遇到的优先事项、成功和挑战的理解。

今年晚些时候,我们将发布本工作文件的第二个也是最终版本,其中包含来自不同国家的其他案例研究,包括:法国、约旦、马拉维、摩洛哥、尼日利亚、挪威、阿拉伯联合酋长国、英国、巴拿马、罗马尼亚、卢旺达、南非、美国。

该项目自启动以来的时间表概述如下:

  • 马来西亚吉隆坡区域研讨会 – 5 年 2023 月 XNUMX 日
  • 论文第 1 版发布 – 26 年 2024 月 XNUMX 日
  • 智利圣地亚哥区域研讨会 – 9 年 2024 月 XNUMX 日
  • 非洲地区参与 – 2024 年 XNUMX 月/XNUMX 月
  • 论文第二版的发布 – 2 年秋季

您可以通过本出版物页面上的在线表格获取该工作文件的反馈。

我们鼓励您直接联系中心进行进一步询问。

跳到内容