我国人工智能领域关键通用技术标准化研究

朱肖曼，申志伟，时文丰，范 晶，李春光，于寅虎，郭 烁

（1.中国电子信息产业集团有限公司第六研究所，北京 100083；2.工业控制系统信息安全技术国家工程研究中心，北京 100083）

0 引言

人工智能已经成为引领未来科技创新发展战略性技术，世界各国把发展人工智能作为提升国家竞争力和维护国家安全的重大战略，加紧出台相关规划和政策，围绕核心技术、顶尖人才、标准规范等进行重点部署，力争在新一轮国际科技竞争中掌握主导权。

近年来，人工智能的发展进入了快车道，技术平台开源化，产业生态开放化，由智能感知向智能认知进一步发展，使得人工智能在理论建模、技术创新、软硬件升级等整体得以推进。人工智能的产业化发展离不开标准的引领，扎实做好人工智能标准化工作，对突破核心技术、加快应用落地、完善产业生态具有重要意义，世界各国均已把人工智能标准化工作提上日程。

人工智能涉及领域众多，标准化工作繁杂，目前无论是国际标准化组织、国外标准化组织，还是国内标准化组织，都处于发展的初步阶段，所以存在标准化体系尚未健全、信息沟通不及时等问题。本文聚焦在人工智能关键通用技术方向，统计现行标准化文件和于研标准项目，分析标准化研究现状，综合得出我国在人工智能关键技术方面存在问题并提出相关意见和建议[1]。

1 我国人工智能标准化机构设置

与人工智能相关的标准化技术委员会主要有全国信息安全标准化技术委员会SAC/TC260、全国信息技术标准化技术委员会SAC/TC28、全国自动化系统与集成标准化技术委员会SAC/TC159 等[2]。

SAC/TC260 是在信息安全技术专业领域内，从事信息安全标准化工作的技术工作组织。委员会负责组织开展国内信息安全有关的标准化技术工作，主要范围包括安全技术、安全机制、安全服务、安全管理、安全评估等领域的标准化技术工作。其中大数据安全标准特别工作组（SWG-BDS）负责大数据和云计算相关的安全标准化研制工作。

SAC/TC28 是信息技术领域的标准化，涉及信息采集、表示、处理、传输、交换、描述、管理、组织、存储、检索及其技术，系统与产品的设计、研制、管理、测试及相关工具的开发等的标准化工作。截至目前，信标委已发展成为下设19 个分技术委员会、19 个直属工作组和4 个标准研究组，与人工智能领域相关的分技术委员会有计算机图形图像及环境数据分技术委员会（SC24）、自动识别与数据采集分技术委员会（SC31）、用户界面分技术委员会（SC35）、生物特征识别分技术委员会（SC37）和人工智能分技术委员会（SC42）。SC24 在计算机图形图像处理、增强现实等领域开展标准研制，SC35 在人机交互领域开展智能语音、体感交互等标准研制，SC37 在生物特征识别方面开展指纹识别、人脸识别、生物特征样本等标准研制，SC42 与国家ISO/IEC JTC 1/SC42 对口，负责人工智能基础、技术、风险管理、可信赖、治理、产品及应用等人工智能领域国家标准制修订工作。

SAC/TC159 是面向产品设计、采购、制造和运输、支持、维护、销售过程及相关服务的自动化系统与集成领域的标准化工作。它包括信息系统、工业及非工业特定环境中的固定和移动机器人技术、自动化技术、控制软件技术及系统集成技术。SAC/TC159 与国际标准化组织第184 技术委员会——ISO/TC184“自动化系统与集成”和第299 技术委员会——ISO/TC299“机器人”对口。目前，有物理设备控制分技术委员会（SC1）、机器人与机器人装备分技术委员会（SC2）、工业数据分技术委员会（SC4）和体系结构、通信和集成框架分技术委员会（SC5）4 个分技术委员会。

针对人工智能产业发展迅速、技术更新快、应用领域多等特点，中国电子工业标准化技术协会、中国计算机用户协会、深圳市人工智能产业协会等社会团体，快速推出了一批人工智能团体标准，既可解决行业中标准的缺失问题，也可作为国家标准难点项目进行试运行，积累前瞻性应用数据。

2 我国人工智能关键通用技术标准化研究

2020 年7 月，国家标准化管理委员会等五部门联合发布了《国家新一代人工智能标准体系建设指南》，其中制定了人工智能标准体系各项标准，包括术语标准等基础标准[3]。本文聚焦于人工智能基础共性、关键通用技术，开展相关标准化工作现状研究。

2.1 人工智能

人工智能是计算机学科的一个分支，被认为是21 世纪基因工程、纳米科学、人工智能三大尖端技术之一。其在机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、智能搜索、智能控制、机器人、语言和图像理解等得到了广泛应用，并取得斐然成果。

与人工智能基础共性相关的现行标准有5 项（如表1 所示），其中1 项为基本概念，另外4 项为行业标准或团体标准。在研的人工智能基础共性相关的标准有12项（如表2 所示），其中9 项为人工智能基本概念、模型、规范、指南等相关项目，1 项为人工智能安全相关项目，2 项团体标准项目。

表2 人工智能在研标准项目

目前人工智能基础共性标准化以团体标准和行业标准为主，先行先试，为国家标准项目的研究奠定基础、积累经验和应用数据。在研国家标准项目以近三年立项为主，密集获批立项，为人工智能基础共性标准提供参考和引导。

2.2 机器学习

机器学习是人工智能领域核心技术之一，其实质就是使计算机模拟人的学习行为，自动地通过学习获取知识和技能，不断改善性能，从而实现人工智能。随着计算机技术的飞速发展，机器学习在数据挖掘、语音识别、图像识别、机器人、信息安全等领域发挥着重要作用，典型机器学习算法已广泛应用于自动驾驶、智能医疗、智慧城市等诸多领域，具有安全性需求强、影响大、应用广的特点。

与机器学习相关的发布标准有10 项（如表3 所示）。其中2 项标准为术语，为等同采标；6 项为机器学习技术相关标准，均为团体标准或联盟标准；2 项为金融行业发布的机器学习有关技术指南和评价规范。与机器学习相关的在研标准项目有6 项（如表4 所示），其中5 项是机器学习技术研究，1 项为安全领域规范制定。

表3 机器学习现行标准文件

表4 机器学习在研标准项目

机器学习虽然在很多重点领域得到了广泛应用，但是还未形成体系化技术指南或规范，现行标准以等效采用和团体标准为主，缺少国家推荐性标准规范，可能会对相关技术和成果的应用和推广造成一定影响，同时也缺乏后续面向机器学习的人工智能系统相关标准的依据。

2.3 知识图谱

知识图谱是人工智能重要分支，融合大数据和深度学习，成为推动互联网和人工智能发展的核心驱动力之一，因此知识图谱的标准化对提升知识图谱构建效率、推动数据在多领域复用、发挥知识图谱分析和技术价值有重要意义。

与知识图谱相关发布标准有3 项（如表5 所示）。其中1 项为即将实施的知识图谱技术框架标准，1 项为知识图谱构建技术要求行业标准1 项为工业互联网领域知识图谱构建技术要求的团体标准。与知识图谱相关在研编制项目有3 项（如表6 所示），其中2 项是团体标准项目，1 项为金融领域风险防控相关的技术标准研究。

表5 知识图谱现行标准文件

表6 知识图谱在研标准项目

知识图谱相关的标准发布与在研项目均较少，且以团体标准和行业标准为主。目前，知识图谱在质量评估与测试、本体模型构建与联动更新、跨域知识交换和融合、知识查询格式与语言、服务方能力评估等标准化方向面临标准化缺失或不足的挑战[4]。

3 我国人工智能关键通用技术标准化存在问题

3.1 标准化工作发展不均衡

从第2 部分标准研究现状可以得到，各部分技术标准化工作参差不齐，总体处在初级阶段，仍需加快加强发展与完善人工智能相关标准。此外，人工智能领域的技术产品研发迭代速度较快，标准更新速度滞后于产业发展速度。而有关伦理道德、安全方面的人工智能标准如果滞后于技术的发展，则更容易引发社会争议，应重视此方面标准的制修订。

3.2 核心技术理论基础较为薄弱

我国人工智能核心技术基础理论研究成果相对薄弱，在基础概念、框架、算法等基础理论方面主要以采用国际标准为主；另外，由于国内人工智能技术起步较晚，对国外开源系统平台依赖度高，缺少国产成熟的开源平台；在应用层面，人工智能在金融、医疗和安防领域应用场景较为成熟，在制造、零售等领域仍需创新突破。

3.3 标准化产业生态圈不健全

近年来，以中国电子工业标准化技术协会、中国通信标准化协会为代表的组织，联合人工智能企业、科研院所、高校组成涵盖技术、业务、应用等相关领域生态圈，研制并发布了一批团体标准，解决了部分行业标准缺失问题。但是，仍然存在参与企业覆盖面不全、协同研制意愿不高、协同创新效率低等问题，需要增强企业标准化意识和参与标准制定的主动性，为规范行业产业化快速秩序发展提供支撑和依据。

4 我国人工智能关键通用技术标准化发展建议

结合我国人工智能产业将继续以稳步、快速发展趋势，助力技术平台开源化，产业生态开放化，由智能感知向智能认知进一步发展，最终形成标准引领人工智能产业全面规范化的新格局，从而达到提升技术水平，促进产业升级，带动经济发展的能力，对于通用技术标准化研究提出以下意见和建议。

4.1 加强前沿关键通用技术布局

在前沿基础技术领域，重点支持以人工智能核心芯片、深度学习大模型算法为代表的关键技术、核心产品和应用迭代等标准化研究。在测试能力领域，面临现有测试基准缺乏性能、功能成熟基准，测试体系的公平性和权威性有待完善的不足，需要进一步完善测试标准化体系建设。在前沿核心技术领域，加快布局自主开源人工智能开发框架、构建高性能算力平台、统筹市场要素资源培育人工智能公共数据集、提升人工智能预训练大模型等基础架构水平等标准规范研究。

4.2 突出应用场景的标准规范指南

参照《智慧城市 人工智能技术应用场景分类指南》标准任务，以该标准建设的面向智慧城市的人工智能技术应用体系，以及在民生服务、城市治理、产业经济和生态宜居等典型应用场景为模板，打造一批典型场景的标准化应用指南。如在自动驾驶领域，开展交叉路口、环岛、匝道等复杂行车条件下自动驾驶场景示范应用，制定自动驾驶汽车、智能网联公交车、自主代客泊车等应用场景规范。在智能制造领域，以化工、钢铁、电力等重点行业为应用示范试点，综合运用工厂数字孪生、智能控制、优化决策等技术，在生产过程智能决策、柔性化制造、大型设备能耗优化、设备智能诊断与维护等方面形成标准规范指南，涵盖生产调度、参数控制、设备健康管理等关键业务环节，为行业健康发展提供依据。

4.3 深度参与国际标准制修订研究

我国部分标准技术委员会已经参与国际标准化组织人工智能相关标准化研制工作，如SAC/TC28/SC42 重点围绕人工智能基础共性、关键通用技术、可信及伦理方面开展国际标准研制工作。我国人工智能凭借海量数据资源、强大深度学习算法、高性能计算能力，已经在全球范围内占有重要地位，特别是在垂直行业应用的广度和深度走在了世界前列。面向未来，各标准化组织应把握机遇，尽可能将我国自主创新成果纳入国际标准，抢占标准化先机，为国际标准制定贡献中国力量和中国方案。