全球人工智能治理的目标、挑战与中国方案

全球人工智能治理是指国家、市场和技术社群行为体为实现人工智能在全球的安全发展与和平利用而共同制定实施一系列原则、规范和制度的过程。随着生成式人工智能取得技术突破,全球人工智能治理进程加速发展,各个行为体和平台围绕人工智能的伦理、规范和安全建立了诸多治理机制。但是,地缘政治因素和复杂的政治、市场、技术逻辑之间的分歧制约了全球人工智能治理进程。作为人工智能技术大国,中国及时提出《全球人工智能治理倡议》,为全球人工智能治理提供了切实可行的方案。

全球人工智能治理:多元化进程与竞争性图景

人工智能技术的快速发展对国际体系产生了重要影响。国家维度可以成为分析和展示当前全球人工智能治理进程的重要视角。从国家维度展开全球人工智能治理全景图,将会呈现出以三条核心路径为基本架构的多元化进程,分别是美国作为唯一代表的权力目标导向路径,以维护智能领域的霸权为基本特征;以欧盟等为代表的安全导向路径,其突出特征是监管优先;以中日等国为代表的发展导向路径,将治理工具与发展战略结合,希望实现技术和产业的赶超。在无政府状态的制约下,多元化与竞争性将成为国家维度下全球人工智能治理的主要特征。

敏捷治理:人工智能治理新模式

人工智能敏捷治理作为一种新的治理范式,是对以往探索式、回应式、集中式人工智能治理模式的反思、批判与超越。敏捷治理嵌入人工智能治理当中,其在治理价值、治理主体、治理对象、治理方式这四大核心要素上有新的内涵特征。人工智能敏捷治理概念的生成既是第四次工业革命浪潮的推动,又是促进人工智能“向善”、增进人民福祉和走出人工智能治理困境的需要。与此同时,国家方针政策的指引、政府多重资源的投入、多方实践经验的奠基使得人工智能敏捷治理成为可能。为应对时代挑战、迈向人工智能的敏捷治理,我们需应对传统官僚主义思想,树立敏捷治理理念;合理把握治理节奏,确保治理工具使用张弛有度;健全敏捷治理的制度体系,为人工智能敏捷治理保驾护航。

欧美人工智能治理模式比较及启示

在国际竞争加剧的今天,人工智能成为了关乎国家安全的关键技术。人工智能治理不仅是各国国内政策的当务之急,也成为全球治理的一个全新领域。欧盟和美国是人工智能技术领域的领先者,也在全球人工智能治理中扮演重要角色。在人工智能治理模式上,欧盟采取的是基于权利和风险的“硬监管”模式,侧重在法律层面搭建全面的人工智能治理框架,以加强监管方面的领导力,发挥其“规范性力量”。美国采取的则是基于市场与技术的“软监管”模式,依赖总统行政令等“软法”进行治理,鼓励“行业自治”和“自我监管”,以保持在技术上的领导力。欧盟和美国在人工智能治理方面的差异具体体现在政策工具性质、治理机构设置以及治理过程中私营部门的参与三个方面。欧美人工智能治理模式的差异可以从政策传统、利益集团影响以及产业生态三个方面得到解释。欧美两种治理模式都是根据各自特殊情况探索出的合适道路,两者之间并不存在根本的冲突。中国具备调和欧美两种治理模式的潜力,找到一条平衡的人工智能治理道路。

热镀锌钢管前处理酸雾智能治理系统的研发与应用

当前,热镀锌钢管前处理酸雾收集是将酸雾净化塔的风机调整到指定频率进行收集处理,会出现引风量过大或过小的情况,需要人工调整风机频率,会出现酸棚酸雾较大影响视线或引风量较大造成浪费及环境问题。通过Java图像提取、AI检测酸雾大小,根据酸雾大小、可见度高低等情况智能调节风机频率,达到智能收集的效果。基于此,结合酸雾收集现状,深入分析热镀锌钢管前处理酸雾智能治理系统的应用。

智能治理的生成逻辑、实践阐释及效能提升

随着智能技术快速的升级迭代,国家治理体系和治理能力现代化的现实需求为智能治理提供了广阔的实践平台,智能治理成为智能时代政府治理效能提升的关键。从智能治理的内涵出发,搭建智能治理的生成逻辑和分析框架,以“渗透-传导-扩散-集成”为逻辑主线,阐释智能技术与治理体系互嵌并生成智能治理的过程。研究发现,智能技术在治理理念层面的渗透,催生了政府整体性和协同化治理理念。在智能技术传导的过程中,治理要素呈现出治理空间由实体办公到场景仿真以及线上线下相结合的政务服务场景等方面的突出转变。治理体系从低级向高级演进的过程既表现在自上而下的建章立制,又体现在自下而上的用户参与。治理效能则是衡量治理主体、治理过程和治理效果的综合评价,治理效能的升级为主动治理和精准决策提供可能。南京“数字城管”体系的智能化也充分证实了智能治理的可行性和有效性,在解答何为“智能”的同时还重点关注了何以“智能”。随着智能技术与治理实践层面的结合与日俱增,治理主体智能、治理过程智用和治理效果智治的有机统一才能实现智能治理效能的有效生成,因此,需要形成“重塑治理流程以赋权-技术驱动以赋能-多元协同以赋智”的治理格局,最终实现智能治理效能的不断提升。

一种基于健康医疗大数据的智能治理系统

目前健康医疗大数据可应用于全民健康管理、互联网医疗、民生卫生检测与疾病预警等领域,作为公共卫生健康事业的新资源,可优化民生健康事业,提高民生医疗质量。针对目前健康医疗大数据治理的问题,设计出满足用户需求的健康医疗智能数据治理系统,实现各个医疗机构的医疗数据互联互通,利用Spark平台实现大数据的高速处理以及采用Hive数据库存储,从而提升医疗大数据的可拓展性及高容错性,方便医疗数据分析工作,促进全民健康大数据管理的发展。

全球智能治理的现状与变革——布热津斯基的技术治理构想反思

智能技术的发展将会对国际政治产生何种影响,应该如何处理智能时代的国际政治关系,布热津斯基对此进行过前瞻性的思考。他的思想可以总结为全球智能技治主义,即当代国际政治战略必须要适应信息技术的发展趋势,未来会走向以智能技术为基础、由各国精英协作领导的全球智能治理。他的理论是为谋取美国的全球霸权服务的,存在根本性的错误,但对于智能时代的国际关系研究颇有启发。

智能治理:通用人工智能时代的治理命题

人工智能是21世纪最具“颠覆性”的科技革新之一,在全球范围掀起了生产方式、生活方式和治理方式变革的现代化进程,而ChatGPT的问世则标志着通用人工智能时代的来临。我国正在经历智能技术与治理实践深度融合的大规模社会实验,而机器智能与社会智能深度融合、同步演化呈现了中国式智能治理的核心逻辑。智能治理涉及治理主体、治理过程以及治理效果三个基本要素,通过将社会智能与机器智能融合互嵌赋能多元治理主体,激发“智能”效应,构建“智治”格局,增进“智效”价值。面向智能时代,我国在科技革新和制度变革的驱动下,率先推进智能治理的实践探索,进而基于本土实践形成了赋能政府、赋权社会和赋智决策三大智能治理路径,有效推进人工智能驱动的治理现代化。

人工智能治理国内外发展现状分析

为加强人工智能(Artificial Intelligence, AI)治理促进人工智能产业健康向善发展,明确了目前中国在AI治理体系、法律法规、技术手段、治理工具、落地实践等方面存在的问题。梳理分析了人工智能治理国内外发展现状,聚焦AI治理内容和手段进一步深入分析,并且针对中国人工智能治理提出了相关建议。

城市社区体育智能治理困境与纾解

智能体育是数字时代中体育发展的未来趋向,社区治理是国家治理体系现代化的基层实施环节,二者都是新时代背景下现代化建设的重要主题。城市社区体育智能治理能有效联合政府、市场、社会组织和居民共同达到对社区体育的善治。但目前存在数据泄露风险加剧与责任意识不强、算法开发偏见与利益取向、社会体育组织专业能力不足与公众参与意愿不高等问题,成为社区体育智能治理的桎梏。在充分研判现存困境的基础之上,本文提出了健全信息安全机制、强化伦理规范、加强技术培训、增强服务与保护能力等措施建议,旨在促进城市社区体育更深层次运用智能治理,以满足人们日益增长的体育需求,助力达成建立治理体系、提高能力现代化等目标。

人工智能治理国际合作:现状、挑战与方向

随着人工智能技术的迅猛发展和广泛应用,全球人工智能治理成为当前科技发展的重要议题之一。从中国、美国、欧盟在人工智能领域的相关治理实践可以发现,治理主体和治理原则不断趋同,但立法进程和法律法规差异体现出不同治理理念。中美欧的治理实践表明,各国在达成更深层次的治理共识、构建国际合作治理体系和机制方面仍面临诸多挑战,包括对原则理解存在差异、监管力度强弱不一、人工智能概念碎片化、地缘竞争削弱合作意愿、安全威胁造成“囚徒困境”等。面对当前国际合作所面临的挑战:一是应秉持开放尊重心态,寻找共同价值基础;二是要坚持求同存异方针,推进分维度合作共建;三是需扩大交流对话领域,发挥社会组织积极作用,积极推进人工智能全球治理迈向新阶段。

大数据驱动下大学生体质健康智能治理体系分析

随着信息技术的发展,大数据、互联网+、人工智能等新一代信息技术在体育领域的应用正在兴起,呈现出新的趋势。本文对体育、计算机科学、教育学、管理学等学科的相关研究成果和文献进行了调查,采用自制问卷调查大学生体质健康状况,通过大数据进行分析,为构建大学生体质健康智能治理体系提供了科学依据。研究表明大学生体质健康水平持续下降的因素有四个,学生缺乏积极运动意识和健康运动价值观(83.78%)、家庭运动观念薄弱、缺乏体育锻炼习惯(64.03%)、学校体育政策执行不力(54.71%)、扭曲体育价值取向(43.12%)。通过数据对接效应,汇聚政府、学校、社会、家庭、学生积极作用,产生联动效应,促进学生身体健康。通过构建体质健康智能治理体系,可以解决大学生体质健康智能治理平台利用率不足、教学资源匮乏、研究滞后、大数据结合不足等问题。该体系将由学校基础设施、数据资源和技术处理以及智能服务应用组成。最后提出进一步深化和完善大学生体质健康大数据驱动智能治理体系发展策略与建议,引导和提升大学生体质健康水平,同时实现体育课内外一体化教学。

数字治理、数据治理、智能治理与智慧治理概念及其关系辨析

数字治理、数据治理、智能治理与智慧治理是国家治理体系下重要的治理范式。基于中国本土的政治话语和学术语境理解和把握这组公共治理范式的内在含义,辨析其相互关系是推动公共治理范式变革,关涉学术对话和学科知识生产,实现国家治理现代化的知识基础。本文深入探究了这组概念的建构过程,厘清了这组概念的基本含义,阐发了概念之间存在的同构性关联、互镜式发展以及螺旋式演进的内在联系,辨析了这组概念建构在侧重点、实践依据以及具体内容之间的差异。

基于区块链技术的供应链智能治理机制

当今,依托IT技术的区块链和物联网驱动产品与社会接入一个庞大的智能网络。为解决新环境中供应链治理的机会主义风险和信任问题,可借鉴去中心且去信任的区块链互联网治理机制体系(含智能合约机制、共识机制、奖励机制、安全透明机制、共享机制、协作机制、自治机制和分层结构机制),发展供应链智能治理机制。因供应链治理和区块链都有集成使用价值和交换价值的趋势,并且供应链治理研究有交易成本、资源主义和社会关系多视角集成趋势,智慧型社会急需发展以行为观为主、制度观和结构观为辅的供应链智能治理。基于区块链的供应链智能治理框架体系追求多种匹配(如治理相关因素与治理结构的匹配)的适度化以及匹配适度化的智能实现,最终以良好匹配达成良好绩效。基于区块链的供应链智能治理机制,关键在于以耦合匹配有效衔接主观治理层和不涉人因因素的客观运作层,并分层次、分视角地研究使用价值与交换价值的协调以及可持续规模/结构、效率和公平之间两两或三方矛盾的协调。立足区块链治理机制体系的(事前)契约协调、治理结构与绩效评价、匹配机制与耦合机理、(事后)协调机制的研究,有机衔接供应链治理多种智能机制。

智能治理时代的政府:风险防范和能力提升

大数据时代的到来和深度学习算法的日趋成熟,推动了传统治理模式的变革,智能治理模式开始凸显。智能治理以数据为依据、算法为核心、算力为支撑。智能治理模式的出现,推动了政府公共政策议程的变革、政府治理效率的提升、行政运行成本的降低、政府与民众之间互动的增强。由于政府在数据和算法方面的弱势,智能时代的政府治理面临数据霸权的风险、算法独裁的可能和去中心化的挑战。为此,需要通过构建由政府主导的国家大数据系统和由政府掌握核心算法的智能政务平台,推动现有政府治理结构的变革,来有效提升智能时代的政府治理能力,推动政府治理体系和治理能力现代化目标的实现。

支持内容智能治理的双结构互联网

针对互联网面临的内容大数据趋势显著、内容语义标识缺乏和内容安全态势严峻等内容治理挑战,提出了一种支持内容大数据智能治理的双结构互联网,以现有互联网体系结构作为主结构,以基于辐射-复制范型的播存网络作为次结构。介绍了双结构互联网的体系结构设计原则、核心理念和内容智能治理实现机制,尤其对统一内容标签UCL国家标准与富语义矢量编码、热门内容汇聚与UCL安全能级模型、UCL知识空间与内容汇聚研讨厅等内容智能治理关键技术进行了详细阐述。最后,通过研发双结构互联网内容智能治理原型系统,对双结构互联网及其内容智能治理能力进行了验证。双结构互联网为破解内容大数据治理难题提供了网络体系结构层面的创新解决思路。

技术治理、反治理与再治理:以智能治理为例

在智能革命的背景之下,技术治理与智能治理成为当前的热点研究问题。智能治理属于技术治理的新手段,将智能技术运用于公共治理领域。智能治理和所有技术治理一样包括反治理和再治理活动,它们对于技术治理和智能治理的正常运行是建设性的。智能反治理主要涉及5个问题:智能低效、技术怠工、智能破坏、官僚主义智能化和过度治理。智能再治理着力从制度上防范智能革命可能导致专家权力过大的政治风险,使智能治理服务于新时代中国特色社会主义建设事业。

全球人工智能治理——“未来”到来与全球治理新议程

人工智能的发展给全球化和世界政治经济进程带来了科学、技术、数据、网络、信息等多重影响。同时,人工智能也可能导致新的全球问题出现,因而主要行为体尤其是主权国家不得不参与人工智能时代的全球治理,并寻求有效路径,以期更好地利用人工智能服务于经济和社会发展,并探索全球问题的解决之道。人工智能时代的全球问题,表现为人工智能可能引发新的全球焦虑、对国际安全和全球治理构成双重挑战,而人工智能本身还可能存在数据隐忧。有鉴于此,人工智能时代的全球治理新议程,无疑首先指向人工智能本身,即全球人工智能治理。全球人工智能治理的一般路径,表现为人工智能治理集中化、合法化与专业化,通过政府政策对人工智能的直接或间接治理,并就人工智能治理寻求国际合作。中国参与全球人工智能治理,在利用人工智能优化经济治理和企业战略布局、提升国家治理智能化水平、推动生态文明建设和环境治理、践行"一带一路"倡议等方面,存在较大的提升空间。

人工智能治理理论及系统的现状与趋势

人工智能(Artificial Intelligence,AI)治理是解决AI挑战的主要手段。AI治理的主要目的是充分发挥人工智能带来的优势和有效降低人工智能导致的风险,并通过整合技术、法律、政策、标准、伦理、道德、安全、经济、社会等多个方面的影响因素,最终建设负责任的人工智能(Responsible Artificial Intelligence,RAI)。AI治理可以从智能个体治理、智能群体治理以及人机合作与共生系统的治理等3个方面,分技术层、伦理层、社会及法律层等3个层面进行。AI治理的主要关键技术有4种:可理解性人工智能、防御对抗性攻击技术、建模及仿真技术和实时审计技术。从谷歌、IBM和微软等公司的AI治理实践来看,产业界主要关注的是RAI研发,在AI系统的可解释性、隐私保护和公平性检查等方面已出现一些专用组件工具。目前,AI治理需要研究的科学问题有:软件定义的AI治理、AI治理关键技术、大规模机器学习中的AI治理评价、基于联邦学习的AI治理、AI治理的标准制定、增强人工智能与人在回路型AI训练等。