英国人工智能路线图及对我国的启示

英国对AI总体发展水平的自我定位是世界第三，位居美国和中国之后，并在医疗保健、金融科技等特定应用领域以及AI伦理、治理和安全框架的发展方面处于世界领导地位。

英国拥有领先的AI公司、强大的学术研究文化、极具活力的初创企业生态系统。在科研能力方面，拥有一批国际领先的大学和研究机构，基础研究实力强，在金融、法律、伦理、语言等领域具有实力突出的技术集群。英国AI公司占欧洲AI公司总数的1/3，拥有200多家AI初创公司，AI相关公司近1000家。不仅拥有Deepmind、Swiftkey和Babylon等具有强大实力的AI公司，还有Kwiziq、Cleo和Mindtrace等一些在教育、个人理财和自动驾驶汽车领域领先的创业公司。英国AI领域的创业和投资非常活跃，根据2020年英国技术企业协会“技术国家”（Tech Nation）发布的《改变世界的英国科技（技术国家报告2020）》，在过去5年中，英国是继美国、中国之后全球AI投资金额排名第三的国家，交易数量排名第二，并且在前五名国家中是唯一持续正增长的国家。

英国政府2017年提出面向未来10年发展的《产业战略》，将“AI和数据”列为技术革命和产业发展的“四大挑战”之首。2017年10月至2018年5月半年时间内，英国政府、议会密集出台《在英国发展AI产业》《英国AI：现状、愿景和能力》《决策中的算法》等多份相关报告，从战略规划、科研投入、人才培养、治理规则、国际合作、政府采购引导等多个方面推动AI发展。

尤其是2018年4月政府与产业界、学术界协商出台《AI产业发展协议》，明确政府投资7亿英镑，产业界投资3亿英镑，合计投资10亿英镑，支持AI发展。随后成立了专门的AI理事会，协调和监督协议执行；设立了跨政府部门的AI办公室，负责制定AI战略、制定政府采购AI框架、指导有关部门实施AI解决方案。

1.2　英国AI治理的重要机构

英国AI办公室由数字、文化、媒体和体育部（DCMS）与商业、能源和产业战略部（BEIS）联合设立，使命是通过与其他组织合作促进AI发展，提供有关数据、技能以及公共和私营部门采用AI的建议，推动负责任和创新的AI技术的应用，造福英国，包括三方面内容：一是服务社会，包括制定AI的伦理规范和治理规则，帮助适应AI对未来工作模式的影响；二是需求和采用，推动和支持跨部门采用AI；三是基础，确保构建和部署AI的最佳环境——技能、数据、投资和领导力。2020年英国AI办公室发布《在公共部门使用AI的指南》和《AI采购准则》，就公共部门AI项目的管理和风险控制、伦理和安全保障等进行指导。

英国AI理事会是由产业界和学术界的领导和管理部门代表组成的一个独立的专家委员会，旨在向政府和AI生态系统的高层领导提供建议，推动和监督产业协议的落实。成员代表其个人，而不是其所属机构；理事会每季度开一次会，秘书处设在AI办公室。理事会主席是CognitionX公司联合创始人塔比瑟·戈尔德斯布（Tabitha Goldstaub），他领导的团队2016年发表了《伦敦——欧洲的AI增长资本》报告，在英国具有一定影响。

英国议会AI跨党派小组于2017年成立，由若干名对AI议题感兴趣的议员组成，秘书处设在非营利机构大创新中心，通过组织专家听证会、专门工作组等方式，邀请产学研各界专家与智库研究AI发展相关政策法规，不定期发布报告。2019年成立了教育、企业应用、公众参与、数据管理四个工作组。2018年底该小组发布的《2018年英国AI产业》报告，对英国AI产业发展进行了全景式描述。

1.3　英国发布《AI路线图》的目的

《AI路线图》是AI理事会成立后发布的第一份报告，呼吁在当前各界对AI支持的基础上，建立“有所为、有所不为”的全国性AI战略。报告前言指出，“英国不能而且也不必试图在所有经济领域中平等竞争，英国必须谨慎制定战略，确定优先次序，并采取选择性行动来领导和占领全球市场。为此，需要考虑在国际科学和经济领域内进行合作和竞争的选择。”

2.1　研究、开发与创新

路线图首先强调了三个基础。一是只有政府为AI的研发与多行业、多领域应用创造条件，AI的全部潜力才能得以实现。二是基础研究与应用研究、创新、商业化和实施间的相互作用至关重要。孤立地资助优秀的基础研究或应用研究都可能在产出上有风险，人才很容易转移到其他国家，竞争优势可能会轻而易举地丧失，尤其会向资源多的国家集聚。三是建设AI发展的生态系统，使研究和创新更加面向社会需求。

路线图提出政府需要在以下三个方面加强研发与创新。

2.1.1　通过建设国家级研究所，提高在全国和球的影响力

阿兰·图灵研究所是英国近年新成立的国家级AI和数据科学研究所，在跨行业促进AI研究、吸引人才方面发挥关键作用，现有图灵研究员369位。但该所采取的会员（13所大学）组建模式可能将某些优秀团队排除在外，需要在虚拟和实体两方面进一步扩展，增加区域性、地方性的活动，建设全国的总部和网络中心，发挥召集作用。

阿兰·图灵研究所作为世界级的国家研究机构，应保障有长期的公共部门资金投入。应积极推动国际合作，领导AI安全和伦理问题研究。如研究从小数据集开始进行机器学习，将机器学习作为全新类型的神经接口技术的一部分等，超越当前基于机器学习的AI技术，发展更安全、负责和可信赖的AI。

2.1.2　目标导向的创新

《AI路线图》提出，AI有重大前景，具有高风险、高回报的特点，适合目标导向的“登月”（Moonshot）计划。“登月”计划是英国拟实施的一个支持颠覆性技术的国家科技计划，将采取新的组织模式。

重点领域一是开发和建立安全、符合伦理、可解释和可复制的AI，这将加速AI在众多行业中的使用；二是开发由英国数字孪生计划支持的创新生态系统，进行超大规模的现实世界的虚拟优化。AI还在其他领域发挥重要作用，如从根本上加快材料科学发展、开发出存储可再生能源的新材料，或解决日益复杂的配电网络实时控制、实现净零排放等。

执行“登月”计划的载体可以是一系列具有前瞻性的研究、开发和创新构架实验室，能设计并构建完全工程化的原型和平台，提供灵活的实验模型。这些实验室可围绕“登月”挑战产生基于视觉的一系列项目，为工业界、学术界和公共部门之间的合作提供服务。

2.1.3　AI改变研究、开发与创新

一是需要继续对AI自身加强基础研究。跨学科工作的研究人员需要解决一些仍然存在的基本挑战，如建立共同的语言来开发数据科学项目或数据集之间的互操作性，推动智能协作。AI系统通常依赖于狭窄的学科基础，需要扩大到以一种智能方式涵盖一系列领域。

二是AI技术需要更好地推广到没有结构化数据的领域，有效地发挥引导作用。AI正在改变粒子物理学和生物信息学等研究领域。AI和其他数据科学的潜在的颠覆性影响，已开始融入包括社会科学和人文科学在内的各种形式的知识创造中。考虑到海量数据集和计算机功能的可用性，这种颠覆性不但会改变当前搜索文本或大型观测数据集等效率低下的例行任务，而且将跨越学科界限，发现新模式，提出新问题和见解。

2.2　技能与多样性

《AI路线图》提出，要确保提供具有全球吸引力的一流的研究生课程，保障英国作为著名的研究基地的地位。要重视与AI一起工作的人的多样性，AI社区要反映不同人群。建议对AI的多样性和包容性水平进行基准测试和取证追踪，用以数据为主导的决策来决定在何处进行投资，确保将代表性不足的群体纳入资助计划。

2.2.1　AI素养教育

英国的目标是使每个孩子离开学校时都拥有AI基本素养，不仅是理解编程或定量推理的基础或数学概念，也不只是关于伦理的问题；而是成为有意识和自信的AI相关产品的用户，知道要问什么问题、应注意什么风险、可能产生什么伦理和社会影响，以及AI可能提供什么机会。随着发展，可能需要将AI作为专业课纳入课表。AI将成为计算机科学、公民权研究的一部分，也是学习地理或历史等其他学科的新方法。

2.2.2　继续教育、高等教育和研究生教育

扩大现有的“高级AI技能培养计划”的规模并坚持10年，政府投资需要增加到目前的5~10倍。该计划包括吸引世界一流人才的图灵研究奖学金项目，以及跨学科的AI相关博士、行业领导的AI硕士和7级学徒计划等。实施研究生AI和数据科学转换课程计划，建立2500个支持发展新技能或再培训的场所，确保研究生毕业时均具有一定的AI基础。

2.2.3　对教师的支持

扩展国家计算机教育中心的工作，支持其提供涵盖所有关键阶段的AI综合课程资源，并为教师学习和发展AI知识提供激励和机会。

2.2.4　终身学习和AI在线学院

所有人均应具有AI和数据素养，了解AI的风险和回报，成为自信且知情的用户。一是将营业税减免范围从研究、开发和创新投资，扩大到特定形式的包括AI在内的再培训和技能提升的投资；二是创建AI在线学院，提供可信赖的材料，为教师、在校学生和终身学习提供支持，并支持公众参与公众对话，推动AI技术负责任的部署。

2.3　数据、基础设施和公共信任

英国希望成为世界上访问和使用安全和高质量数据、开发新的应用程序和业务模型的最佳场所；成为公众能够对自动决策进行审查和输入、确保公众可以信任AI的最佳场所。为此所需的基础设施不仅是宽带网络和高性能计算能力等物理设施，而且应包括程序、人员、标准、治理和实践等虚拟的和社会属性的基础设施。

2.3.1　可信任且可访问的数据

整合并加速所需的基础设施，增加AI技术可访问的数据。投资相关组织，将一般原则与特定应用联系起来，并采取措施激发创新，实现有价值的安全数据共享。

AI在数据的基础上蓬勃发展，并且对数据收集、管理和使用提出了新的要求。政府应集中精力制定计划，安全可靠地提供更多公共部门数据。对于私营部门，除了审核个人数据保护的合规性，监管机构还应帮助企业部署合适的隐私增强措施、创造条件将数据用于AI。应当加快将数据共享协议的想法转换为可诉诸法规的工作，围绕数据信托、合作组织和合同等不同数据共享结构，建立法律框架。

2.3.2　公共信任与善治

无论公共还是私营部门，AI和算法应用都一直遭受公众怀疑，存在缺乏广泛合法性的问题。开发和部署可信赖的AI，英国需要改善治理环境，既为企业创新和采用AI提供指导和信心，又向公众保证AI的使用是安全、可靠、公平、符合伦理的，并得到独立实体的适当监督。英国必须带头寻找方法，通过公众审查确保公众信任。

访问数据是AI发展的基础。英国要领导数据治理的可能选择及其用途的开发，领导制定适当的标准，构筑未来的数据治理框架。

2.3.3　数字孪生和现实实验室

具有互操作数据标准的、旨在提高数字孪生能力的扩展程序，可以帮助开发人员探索物理世界中应用程序的潜力，具有更廉价、更快捷、风险更小的特点。

英国国家数字孪生计划由英国数字建设中心牵头，将建立一个在整体建设环境中构建数字孪生的信息管理框架。该跨部门国家计划将是一个“登月”挑战，鼓励更广泛地使用开放的合成数据开发许多特定的、可能给个人或社会带来巨大风险的潜在AI应用程序。

在开发这些AI应用程序和模型并使用综合数据进行测试时，必须要在混乱、不可预测和多样化的现实世界环境中进行建模和演练。为了安全实现这一目标，不造成意外伤害，英国需要在全国范围内建立起“现实实验室”（Living Laboratories）网络。

2.3.4　全球领导角色

英国AI研究出版物位居世界第三。为保持英国的全球领导力，英国应加强与法国、加拿大等国家的现有合作伙伴关系；并仔细考虑如何与美国、中国等国家加强双边合作，采取有效的战略行动来塑造全球AI格局，例如2020年9月与美国签署了加强AI研发合作的宣言。此外，利用英国在“AI全球合作伙伴关系”（Global Partnership for AI，GPAI）中的创始成员资格，目前英国正在其中领导数据治理。

2.4　国家和跨行业的采用

采取具体措施推动商业部门、公共部门、卫生和社会等关键领域采用AI技术。

2.4.1　商业部门采用

新冠肺炎疫情加速了电子商务平台和市场等数字系统以及支持远程工作的工具的采用。应鼓励企业，尤其是中小型企业对采用AI进行投资。如苏格兰的数据实验室促进了企业和AI专家间的合作，过去5年投资了120个协作创新项目，价值约1200万英镑，还启动了支持中小型企业采用数字技术的“火炬商业资讯服务”。

2.4.2　支持高成长AI初创企业

支持英国的AI初创企业发展，使其能够更好地获得数据、基础架构、技能、算力、专业知识和资金。政府应鼓励技术企业协会“技术国家”的“AI应用计划”等举措，直接支持规模较小的初创企业在英国的发展。英国商业银行还将对高增长公司额外提供2亿英镑风险投资。

2.4.3　促进公共部门的采用

公共部门是AI创新的优先领域。政府应确保公务员获得跨部门进行的所有基于AI的工具和项目的信息。应该在基于结果的项目中使用AI，并且仅在绝对合适的情况下使用AI，另外各个部门应互相迅速了解哪些AI是有效的，哪些是需要发展的。之后重点应放在公共部门数据与私营部门数据的链接，通过各种数据集更复杂地采用AI。政府应该为跨行业、跨部门和学科的探索性项目提供资金，作为展示AI提升公共服务能力潜力的手段。

2.4.4　健康领域

在大量数据基础上，通过优先排序和个性化改进对疾病的干预措施，可以使健康领域的收益最大化。英国国家卫生服务体系（NHS）走在采用AI技术的最前沿，推进AI实验室和AI竞赛。

英国有三个特别的优势领域：一是提出健康数据战略，通过强大的行业数据治理框架来获得已清理好的、编码的和实时的数据；二是为中小企业和英国国家卫生服务体系建立伙伴关系和激励机制的新模式；三是在英国世界领先的生命科学产业和日益成熟的英国国家卫生服务体系数字化基础上，AI有潜力更有效地进行大型国家试验，使英国成为生物医学研究的理想选择。

2.4.5　气候变化

AI技术有助于更好地掌握复杂环境和可持续发展系统，从实时预测供需，到打击非法森林砍伐、了解北极海冰的减少，AI已发挥作用。除了将AI整合到用于储能和可再生能源的新材料研究的“登月”计划，还可考虑跨行业能源和气候合作的数据集的可访问性、互操作性和标签等。使用AI应对零碳净排放的挑战，致力于数据访问和治理，以开发更清洁的系统、产品和服务。

2.4.6　国防与安全

使用AI帮助保持国家安全，与政府部门/机构以及国防和安全公司合作，确保AI可用于评估和应对现代国防和安全威胁与机遇。