在政府人工智能价值网络中,有八类利益相关方,包括上游资源、下游渠道和资源提供方,它们共同支持一个共同目标:培养下一代人才,以充实各生态系统。
要有效执行政府人工智能战略,我们必须解决人工智能教育问题:无论是否接受过人工智能教育的人,都需要一条路径来实现其目标。
虚拟平台可以落实政府和基层的人工智能政策,通过建立连接和共享知识来培养人才,使整个生态系统受益。
根据《2022年全球人工智能指数》,美国在人才、研究与开发(R&D)和商业应用方面,位列人工智能(AI)排名第一。
美国政府为实现这一排名,推出了多项战略和政策,例如:
国会人工智能核心小组。
人工智能国家安全委员会。
国家人工智能研究资源工作组。
国家人工智能倡议办公室。
国家人工智能咨询委员会。
美国国家科学基金会人工智能项目。
尽管每个政府机构可能都有各自的政策执行计划,但我们了解到,白宫科技政策办公室将其人工智能举措集中于六大领域:研发、研究基础设施、推进治理、国际合作、政府对人工智能的运用以及教育。
然而,如果我们认为人工智能关乎人,那么联邦、州和地方政府如何能在这一领域更好地评估其政策成效?例如,它们是否在培养下一代人才、推进劳动力发展,并鼓励来自代表性不足背景或服务不足社区的创新者参与联邦人工智能项目和服务?
以人为本的方法
在美国,波士顿和硅谷的人工智能生态系统以输送人才的教育机构为核心。加拿大推出了全球首个国家人工智能战略,其生态系统则以科学顾问及其所在的卓越研究中心为核心。这两个北美邻国人工智能生态系统的共同点在于,它们都围绕人展开。
人工智能受到大量公众舆论和政策关注,但人工智能学生却很少能在其学科发展方向上发表意见。与此同时,他们承担着实现并驾驭未来潜力的重任。或许更好的前进之路,是构建一种环境,在学习、创新和研究的文化中纳入学生的声音。
以人工智能学生为中心
人工智能学生是指在获得人工智能卓越中心或教育部认可的人工智能学位项目中注册就读的人,或在与其所在大学人工智能卓越中心相关、参与人工智能研究或项目的任何大学学位项目中就读的人。
人工智能如今已渗透到生活的各个领域。尽管获得人工智能学位的教育门槛极高,而营销、销售、法律、金融、运营、项目管理、公共部门等不同行业的从业者都希望掌握人工智能技能,他们仍须自行探索人工智能的教育路径。但正如我们对医学领域设定最高标准一样,我们也必须对人工智能领域坚持最高的学术标准。
下一代人工智能人才肩负着巨大期望:坚守最高的伦理标准、应对社会挑战,并推动关键和新兴技术发展。然而,学生目前无法参与法规制定、公共舆论或政策制定。培育学习、创新和研究的文化,可以营造一种环境,将学生纳入人工智能政策的利益相关方矩阵。为此,政府应建立途径,使人工智能学生能够从国家到地方的各个层面作出贡献。
人工智能生态系统与人工智能价值网络
人工智能生态系统由多类利益相关方构成:
人工智能卓越中心。
科学顾问。
风险资本。
机构资本。
授予人工智能学位的大学。
授予非人工智能学位的大学。
人工智能学生和校友。
非人工智能学生。
从业者(人工智能及其他领域)。
人工智能创业者。
人工智能机遇。
人工智能研究实验室。
人工智能监管机构。
人工智能资金。
人工智能伦理学家。
人工智能项目、计算及硬件资源。
人工智能政府拨款。
人工智能数据来源。
联邦、州和地方各级的政府代表。
人工智能智库和非政府组织。
请考虑价值网络的共同目标,即培养下一代人工智能人才:每一项资源和每一类利益相关方的活动,都为生态系统的最终目标增添价值。所有资源都是相互贯通的,而非彼此割裂或一对一对接,因为它们实际上都围坐在同一张桌子旁,交换价值。
虚拟平台
很少有国家能够确保其人工智能政策真正便于民众获取,并赢得民众信任。一个全新的跨政府平台,使本地生态系统中经过验证的利益相关方能够找到实现其人工智能目标的路径,这正是以虚拟方式执行政府人工智能战略的未来模式。
如果我们认同谷歌大脑前联合创始人、斯坦福大学吴恩达教授的观点:“人工智能是新的电力,”正如电力需要基础设施和网络才能运转,人工智能同样需要这些。
利用构建虚拟人工智能生态系统的软件层,可以避免对实体界面的需求。虚拟生态系统的目标,是推动跨国界的包容、多元人工智能生态系统发展,同时有意聚焦于那些传统上未参与这些生态系统的枢纽。
该平台提供网络、量身定制的支持结构以及对生态系统增长至关重要的服务。它采用以人为本的方法,连接上游资源与下游渠道,为各国政府提供所需的技能、工具、网络和资本,助其实现繁荣发展。
