2023年12月13日，美国布鲁金斯学会发表最新评论文章《全球人工智能战略集群分析》，从数据管理、算法管理、人工智能治理、能力发展、行业和公共服务导向6个维度出发，分析全球34个国家的人工智能战略，将其分为高、中、低三个等级。此次分析重点在于各国人工智能计划的共性方面，从而确定文化相似的国家是否采取了类似的方法来解决人工智能问题。
（一）高度集群的特点：政府实体之间、与其他利益相关者之间的数据交换频繁，有交换法规，注重数据隐私和安全。包括印度、日本、西班牙和美国在内的这些国家仅在与其他国家的数据交换方面处于较低水平。换句话说，这些国家看到了数据的价值（从其内部对数据的重视程度可见一斑），但考虑到数据的价值和敏感性，它们也不愿意与其他国家共享数据。简而言之，这些国家可能将其数据视为特定国家的资产并予以保护。
（二）中等集群的特点：机构之间、与其他利益相关方以及与其他国家的数据交换频繁，有数据交换规定，关注隐私但不关注安全。这些国家包括比利时、芬兰、墨西哥和英国，与高分组国家相比，它们更有可能在国际上共享数据，但并不十分重视数据安全。简而言之，这些国家看到了数据交换的价值，但并不认为数据交换是需要保护的。
（三）低等集群的特点：除数据隐私外，其他方面都较低。这些国家包括奥地利、加拿大、瑞典和阿联酋。与本文分析的其他国家不同，这些国家似乎对数据管理兴趣不大，但认为有必要保护其数据。
（一）高等集群包括澳大利亚、俄罗斯和美国，在所有数据要素中的得分都很高，这反映出这些国家非常重视拥有明确的算法价值。虽然这个高分组中的大多数国家都以这些子要素的价值而闻名。
（二）中等集群包括爱沙尼亚、卡塔尔和西班牙，其偏见和透明度较高，道德和信任度较低。鉴于该组中总共只有三个国家，这表明大多数国家要么非常重视算法的理念，要么根本不重视。
（三）低等集群包括奥地利和加拿大在内，在所有子要素方面都很低。一些以关注类似问题而著称的国家，如加拿大、瑞典和日本，却没有出现在这一分组。
（一）高等集群包括德国、英国、美国、中国和俄罗斯等国家。这个群组在每一个子要素中都很高。这些国家了解强有力的人工智能治理的价值，但也许并不打算完全遵循它。这表明了一种标准驱动的取向。
（二）中等集群包括澳大利亚、波兰和瑞典，在安全法规、社会不平等影响和风险方面水平较高，但在知识产权保护和互操作性方面水平较低。这表明了控制导向。
（三）低等集群包括奥地利、加拿大和日本仅在法规方面较高，这表明它们只对基本治理感兴趣，或总体上缺乏对治理的投资。
（一）高等集群包括印度、墨西哥和美国，它们计划利用所有资源进行能力发展，但商业模式创新除外。
（二）中等集群包括澳大利亚和波兰，一般侧重于教育，而不是研发。
（三）低等集群包括加拿大、俄罗斯和新加坡，主要侧重于研发，只对提供基础教育感兴趣。
（一）高等集群包括中国、西班牙和美国，计划在除国防和旅游以外的所有行业部署人工智能。
（二）中等集群包括澳大利亚、印度和俄罗斯，重点关注技术、能源和自然资源、农业和医疗保健。
（三）低等集群包括加拿大、墨西哥和瑞典，不计划重点发展任何产业。
（一）高等集群包括澳大利亚、西班牙和美国，其大多数公共部门的重点都被纳入了计划中，只有移民、法院、收入/税收和教育除外。
（二）中等集群的重点是医疗保健、交通和信息与传播技术。
整体分析表明，某些国家优先考虑实现人工智能的规划，而其他国家则更关注降低人工智能的风险。
研究发现，美国拥有最完整的人工智能战略之一，但其执行的成功率还有待观察。
综合来看，这6个要素大致反映了一个国家如何对待人工智能治理和管理（数据管理、算法管理和人工智能治理），如何打算发展其人工智能技能（能力发展），以及如何部署或集中其人工智能工作（行业和公共服务），因此，这6个要素是每个国家人工智能不同阶段的缩影。
免责声明:文章中涉及的程序(方法)可能带有攻击性，仅供安全研究与教学之用，读者将其信息做其他用途，由读者承担全部法律及连带责任，本站不承担任何法律及连带责任；如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截，联系方式见首页)，望知悉。
点赞
https://cn-sec.com/archives/2333676.html
复制链接
复制链接
-
左青龙
- 微信扫一扫
-
-
右白虎
- 微信扫一扫
-
评论