基于DTM的美国人工智能战略热点主题及演化分析*

吴瑞鹏 李勇男 刘 帅,2,3 杨川律

(1.中国人民公安大学国家安全学院 北京 100038;2.智慧警务与国家安全风险治理重点实验室 沪州 646000;3.中国刑事警察学院 警犬技术学院 沈阳 110035)

0 引 言

人工智能已成为世界范围内引领新一轮变革的战略性技术和核心驱动力。在这一背景下,越来越多的国家开始将人工智能纳入到国家战略中,竞相研发和应用人工智能技术,以谋求在经济、军事等领域的竞争优势。其中美国作为全球科技领域的重要力量,早在2016年就发布了《国家人工智能战略发展计划》(ThenationalartificialintelligenceresearchanddevelopmentstrategicPlan)[1],标志着美国正式将人工智能上升到国家战略层面。此后美国政府及联邦机构制定了一系列的战略计划及政策文件,并在此基础上不断延续更新,旨在推进人工智能在各个领域的应用以及保持其在这一领域的领先地位。然而随着人工智能技术的迭代更新、国际形势的变化,不同执政政府的战略视角差异导致美国人工智能战略的重点偏重于不同领域。鉴于美国对中国的科技制裁不断升级、中美科技竞争日趋激烈的现实情况,深入分析美国人工智能战略的内涵和演变具有重要意义。

1 相关研究评述

如今人工智能已成为全球范围内科技创新和国际竞争的新高地和焦点,近年来诸多学者对各国人工智能战略进行研究,主要有以下两个研究方向:一是针对各国人工智能战略的内容分析,如王兆祥等[2]从政策结构与创新类型两个维度对我国人工智能政策文本进行了分析。明均仁等[3]利用文本分析法,研究美国自2016年以来发布的人工智能政策,包括发布主体、发布阶段、核心要点,探究人工智能发展对我国国家安全所带来的风险挑战。孙成昊等对北约人工智能战略的战略意图、内涵、动因以及面临的挑战进行分析[4],宋黎磊等[5]采用内容分析法,从战略层面分析欧盟人工智能战略安全化的表现和趋势以及泛安全化的风险。武琼[6]采用层次分析法和文献分析法,从国内和国际两个层次分析了韩国人工智能战略的背景、实施路径以及发展前景。二是从不同视角比较各国人工智能战略,江丰光等[7]基于4份中美两国的人工智能战略报告,并比较中美两国在人工智能发展战略走向的异同。岳昆等[8]从多元决策视角出发,分别从时间和空间维度对中美人工智能国家科技战略决策模式进行比较研究。贾开等[9]归纳和比较了美、英、德、中国人工智能政策框架的主要特征。高杰等[10]基于中德的人工智能的政策文件,对比分析两个人工智能发展政策与战略布局的异同。

综上所述,针对人工智能战略的研究方法集中于内容和文献分析,对国家人工智能战略主题演进和演化趋势的研究成果较少,利用主题模型等文本挖掘方法对人工智能战略的研究较为欠缺。鉴于此,本研究基于动态主题模型和主题热度及相似度计算方法,挖掘美国人工智能战略中的主题演化趋势和变化规律,揭示出不同时间阶段人工智能战略制定和实施中的关键问题和热点领域,剖析美国人工智能战略的演化路径与战略逻辑,为进一步推动我国在人工智能领域的发展提供重要的参考借鉴和应对措施。

2 研究思路与研究方法

2.1 研究思路

本文研究路线图(如图1所示),旨在利用动态主题模型对美国人工智能战略报告进行深入挖掘,主要研究步骤如下:

图1 研究路线图

第1步,获取有关人工智能战略报告并按发布时间进行归类;

第2步,对本文数据进行分词去停和文本向量化等预处理;

第3步,根据主题一致性确定主题数量,对DTM的初步结果进行主题横向分析;

第4步,通过计算不同阶段主题热度,确定各阶段战略重心;

第5步,从主题关联和细粒度维度分析主题相似度计算的结果,得到美国人工智能战略演化路径;

第6步,比较中美人工智能战略主题研究,总结对中国的启示、挑战及应对措施。

2.2 研究方法

2.2.1 动态主题模型

动态主题模型(dynamic topic model,DTM)是对潜在狄利克雷分配(latent dirichlet allocation,LDA)扩展的一种生成式模型,可以用来分析文档集合中的主题随时间的演变情况。具体来说,DTM将文本分为多个时间片,并假设每个时间片中的文档都服从相同维度的主题模型,但每个时间片中的主题分布和词分布都是随时间变化的。DTM根据前一个时间片中的主题和词分布来预测后一个时间片中的主题和词分布,从而形成一个动态的主题演化过程,弥补了LDA模型只能对静态文本建模的缺陷,其具体原理如图2所示。

图2DTM模型原理[11]

图2中K表示主题个数,A表示时间片内的文档数量,N表示文档中词的数量,z和w表示最终生成的主题和主题词,α与β表示狄利克雷先验分布参数,α是每个文档可能的主题分布,β是每个主题可能的词分布,θ是该文档的主题模型,表示服从带有参数α的狄利克雷分布。主题z由多项分布θ选取,与主题相关的词w由z和β的多项分布选取。在每个时间片段t下,文档主题分布αt及与主题相关的词分布βt,k均依赖于上一时间片段中的αt-1、βt-1,k,上一个时间段t-1生成这个时间段t的βt,k。通过迭代生成过程,每个时间片段中的文档主题分布和词分布都会受到上一个时间片段的分布参数的影响,从而实现文档主题的连续演化。DTM模型在t时间片段内连续文档主题生成过程如下:

①对于第t个时间片段:

根据上一个时间片段t-1中的主题分布αt-1,生成该时间片段内的文档主题分布αt。

对于每个主题k,根据上一个时间片段t-1中的主题相关词分布βt-1,k,生成该时间片段内与主题k相关的词分布βt,k。

②对于每个文档d:

根据该时间片段的主题分布αt,生成文档d的主题模型θ。

③对于文档d中的每个词语w:

根据文档d的主题模型θ,选择该词语w所属的主题z。

根据该主题z对应的词分布βt,z,选择该词语w。

2.2.2 主题热度计算

支持度指标主要用来揭示主题强度特征, 能反映主题在某个时间段的受关注度。通过DTM 模型可得 “文档-主题” 矩阵, 进而得出每篇文档可能属于某个主题的概率[12],利用支持度指标计算主题强度的公式如下:

(1)

2.2.3 主题相似度计算

主题相似度代表两个文档之间的相似程度,相似度可以通过计算根据两个文档对应的主题概率分布来实现[13],本文利用Gensim库中的Hellinger函数计算不同阶段主题间的相似度,并根据相似度绘制桑基图,以表示美国人工智能战略的主题演化路径。

3 数据获取与预处理

3.1 文本获取与数据描述

本文主要以2016年至今美国政府、联邦机构、权威智库等官方机构发布的人工智能战略权威文件和部分人工智能法案为研究对象,共搜集到国家战略文件15份,联邦机构战略文件22份,权威智库16份,相关法案7份,共计60份,部分人工智能战略报告如表1所示。

表1 部分人工智能战略报告

3.2 美国人工智能战略发展阶段划分

本文首先梳理了美国人工智能报告的发布历程,再根据美国不同执政政府的战略动向及颁布的标志性文件将美国人工智能战略的发展分为起草发布、实施调整和加速深化阶段,以此反映美国人工智能战略的制定过程和主要内容,以及其与政治变化和国际形势的关系。

第一阶段:起草发布阶段(2016-2017年)。奥巴马政府末期出台了一系列关于人工智能的报告、指导和行动计划,包括《为人工智能的未来做好准备》(Preparingforthefutureofartificialintelligence)[14]、《国家人工智能研究发展战略计划》和《人工智能、自动化与经济报告》(Artificialintelligence,automation,andtheeconomy)[15]。

第二阶段:实施调整阶段(2018-2020年)。美国在特朗普政府中期更加重视人工智能的应用,并将其作为国家安全和经济竞争力的重要组成部分,并于2018年颁布《维护美国在人工智能领域的领导地位》(Maintainingamericanleadershipinartificialintelligence)[16]正式启动了美国人工智能倡议行动。2019年2月,《2018年国防部人工智能战略摘要》(Summaryofthe2018departmentofdefenseartificialintelligencestrategy)[17]明确指出要加强战略重点领域建设,利用人工智能促进安全与繁荣。

第三阶段:加速深化阶段(2021年至今)。《2020 年国家人工智能倡议法案》[18]于2021年成为法律,标志着美国在人工智能领域将采取更积极的措施。政府层面,美国在拜登政府上任后进一步提高了对人工智能的重视程度和紧迫感,增加了对人工智能研发和教育的预算、支持了半导体产业链建设、推动了联邦机构采用可信赖的人工智能。 2021年《美国创新与竞争法案》(U.S.innovationandcompetitionact)[19]通过参议院投票,旨在加强美国在科技领域与中国等竞争对手的竞争力。

3.3 文本数据预处理

a.新词发现与同义替换。美国人工智能战略报告涉及自动驾驶等诸多领域,此类领域中专业术语复杂且多用于缩写进行表示,如自动驾驶 “ADS”,本文将对此类单词进行标记识别。同时为确保词组经分词后能保留原始语义,本文对特定词组进行同义替换。如用AI替换Artificial Intelligence(人工智能)、ML替换Machine Learning(机器学习)、R&D替换Research and Development(研发)等等。

b.分词、去除停用词与词形还原。在利用DTM进行主题建模前首先需要对战略报告进行分词,获取分词词表后再对无信息的停用词进行过滤,最后结合NTLK库中的lemmatize方法实现名词与形容词的词性还原。

c.词频筛选。主题建模主要计算 “词-主题”和“主题-文档”的分布,低频词及高频无意义词会极大降低模型运算效率及结果可解释性,本文将对处理后的词语的词频进行统计,在进行DTM建模前对这些词进行删除,如低频词“life-cycles”和高频词“use”。

d.文本向量化。文本向量化是指将文本转换为数值的过程,以便于进行计算和分析。本文使用gensim库中的corpora模块,基于词袋模型,将分词后的文本表示为词频向量。

3.4 最优主题数确定

主题数目的确定对于科技文献主题抽取至关重要[20],本文通过计算三个阶段不同主题数目的主题一致性确定最优DTM模型的最优主题数,主题一致性数值越高表示主题语言模型性能更优。主题一致性结果见图3,当主题数为16时三个阶段的主题一致性平均值最高,因而文本设定主题数为16。

图3 主题一致性

4 研究结果

4.1 主题横向分析

利用不同阶段的文本数据训练DTM模型,可获得各个阶段人工智能战略的“主题-词矩阵”及词语权重,根据主题内的高权重词语可归纳该主题的具体类别。本次实验DTM共识别出的16个潜在主题,针对同一个主题,本文将选取各个阶段平均权重最高的10个词作为该主题的关键词,美国人工智能战略主题词表见表2。

表2 美国人工智能战略主题词表

从主题分布来看,美国人工智能战略报告涵盖了多个领域,包括技术标准、教育与培训、AI算法、AI创新生态、供应链、自动驾驶、航空领域、情报工作、国土安全、国防与军事、国际合作等,这表明美国对人工智能的应用和发展有着全面和系统的规划和布局。从主题关系来看,可以发现一些主题之间有着密切的联系或相互影响。例如,创新研究和AI算法是人工智能的核心驱动力,教育与培训和AI创新生态是人工智能的基础支撑,联邦政府AI治理和AI伦理与安全是人工智能的制度保障,国际合作和国际竞争是人工智能的外部环境,这体现美国对人工智能的战略思考具有一定逻辑和层次。

4.2 主题热度分析

为反映不同战略阶段的人工智能战略重心,本文根据公式(1)计算出三个战略阶段各个主题的主题热度,并将主题热度绘制成热力图,具体见图4。

图4 主题阶段热力图

4.2.1 起草发布阶段

在人工智能战略的起草发布阶段,美国侧重于发展人工智能创新技术及构建可信赖的人工智能,同时推进自动驾驶等新兴人工智能应用落地,注重发挥人工智能的经济价值。结合主题热度分析,AI伦理与安全、教育与培训和创新研究是该阶段美国人工智能战略的重心,其主题热度分别高达0.204、0.189、0.152,自动驾驶主题也具有较高的热度。具体来看,创新研究、技术标准、教育与培训涉及人工智能的基础研究、技术发展、数据资源等方面,是人工智能的核心要素和驱动力;自动驾驶技术可以提高交通运输效率、减少事故风险、改善交通拥堵等问题,美国交通部(department of transportation,DoT)在自动驾驶技术领域加强了技术研发、制定了相关法规和标准、促进了公共部门和私营企业的合作与创新[21];而人工智能的应用过程中可能涉及伦理、法律、社会和安全,如偏见和歧视、数据隐私和安全等等,美国强调要创建鲁棒和可信的人工智能系统,使得人工智能技术都能遵循与人类相同的正式与非正式道德标准。

4.2.2 实施调整阶段

在实施调整阶段,美国人工智能战略重心有向维护国家安全转移的趋势。该阶段美国发布的人工智能战略立足于国家安全,从人工智能的军事、情报等应用出发,提出了未来的目标和行动计划,旨在利用人工智能技术提升国家安全能力,同时深化联邦政府AI及数据治理,为提高政府服务效率和构建可信赖的人工智能奠定基础。结合主题热度分析,情报工作与国际竞争、国土安全、国防与军事等人工智能应用主题成为美国人工智能战略的新兴热点,分别拥有0.095、0.092、0.082、0.066的主题热度值,体现了美国人工智能战略的安全导向。技术标准和联邦政府AI及数据治理主题则延续了其在起草发布阶段的态势,同样成为实施调整阶段的热点主题。从政府层面解释,不同于奥巴马政府重点关注人工智能重点领域以及自动化对美国经济的影响,特朗普政府将人工智能提升到国家安全和发展的战略高度[22],在其发布的《美国国家安全战略》确立了人工智能维护美国国家安全的战略地位,同时签署了《维护美国在人工智能时代的领导地位》行政命令,以保障美国国家安全和经济利益。

4.2.3 加速深化阶段

在加速深化阶段,美国更加重视与其他国家在人工智能领域的竞争和合作,以及建立一个人工智能的创新生态系统。结合主题热度分析,国际竞争与合作主题、AI创新生态主题热度显著提高,成为该阶段的热点主题。具体来看,一方面美国认为在人工智能领域保持技术优势、加速人工智能应用落地和强化国际合作是维护国家安全和应对所谓“大国竞争”的关键,特别是强化与中国的竞争;另一方面美国认为人工智能使用民主化是推动其民主政治和价值观的有效途径,因此白宫成立国家人工智能研究资源工作组(national artificial intelligence research resource,NAIRR),致力打造一个AI创新生态,打破消除高科技企业对数据、算法和算力的垄断,为美国的人工智能研究人员和学生提供共享的计算和数据基础设施,包括计算资源、高质量数据、教育工具和用户支持,促进人工智能使用的民主化[23]。

4.3 主题演化路径分析

为简化主题演化路径,本文在计算主题相似度前首先对低热度主题进行筛选,经实验发现设置热度阈值为0.025时效果较佳,再根据相似度阈值为0.3对进行过滤[24],最终绘制美国人工智能战略主题演化路径的桑基图,结果如图5所示。

图5 美国人工智能战略主题演化路径

4.3.1 注重多位一体的AI创新生态构建

从主题相似度来看,AI创新生态主题与创新研究、教育与培训、国际合作主题均具有较高的主题相似度,说明主题之间存在显著的演化关系。从演化趋势上来看,AI创新生态主题热点产生于加速深化阶段,未来美国将进一步集创新研究、教育与培训和国际合作一体化,统筹构建AI创新生态。一方面促进美国在人工智能领域的多学科交叉合作以及与私营部门和国际伙伴的协同创新,提升美国在人工智能领域的创新能力和竞争优势,为美国的经济发展和国家安全提供了强有力的支撑。另一方面,通过建立一个开放、协作、包容、可持续的人工智能研究资源,塑造美国良好的国际形象和声誉,为扩大国际上的人工智能话语权做充足准备。根据主题相似度计算结果,多位一体的AI创新生态具体表现在以下几个主面:

a.AI创新生态与创新研究。具体来看,AI创新生态的建设与刺激创新构建良性的双向循环,技术创新为AI创新生态提供新的研究范式、新的理论和知识,并完善数据基础设施的建设。而AI创新生态为人工智能研究人员和学生提供共享的计算和数据基础设施,以及多样化的数据集和相应的教育工具,促进人工智能研究人员和学生整合不同的资源、能力和技能,推动基础研究、应用研究和转化研究的协同发展,甚至提出新的变革性解决方案。

b.AI创新生态与人才培养。AI创新生态的构建可降低进入人工智能的准入门槛,消除计算和数据资源的不平等以扩大AI研究的受众范围,包括学生、学术机构、非营利组织以及初创公司或小型企业,被忽视或边缘化的机构,促进AI研究领域的人才多样性和包容性。同时提供AI相关的教育、培训、指导,为培养未来人工智能劳动力创造新模式。

c.AI创新生态与国内外合作。美国重视在国内建立多方参与的治理模式,协调政府、企业、学术界等各利益相关者的需求和利益,同时制定有效的政策和标准,保护数据和技术的安全,尊重伦理和法律原则,与各方利益相关者进行沟通和协调,形成一个开放、透明、可信赖的人工智能研究资源平台,未来NAIRR将通过与世界各地类似资源基础设施的国际合作来推进 AI 研究。

4.3.2 人工智能嵌入国家安全与国际竞争

从主题演化路径来看,国防与军事主题和情报工作在实施调整阶段作为新兴热点出现,体现了美国人工智能战略重心向维护国家安全转变。这些主题不仅与起草发布阶段的创新研究、教育与培养、AI伦理与安全主题有紧密的联系,还与加速深化阶段的国际竞争、国际合作主题之间存在有一定的演化关系。本文将以国防与军事、国际合作和竞争主题为例,分别提取该主题下的三个战略阶段关键词,试图从细粒度层面分析不同阶段的主题演变。

a.国防与军事主题。图 6可得, 国防与军事主题处于不同发展阶段下相对稳定的核心关键词主要有"Technology" "DoD" "Security"和"Military"。结合具体词分析发现,美国国防与军事主题的关注重点呈现由部署应用、加快普及和使用安全化变化。在起草发布阶段,军事领域的人工智能算法及应用层面是该主题的一大重点;在实施调整阶段,军事人才和劳动力的教育培养、军事数据的治理成为该主题的热点;在加速深化阶段,随着海陆空军种联合作战的进一步深化,美国更加注重军事领域的负责任人工智能(responsible artificial intelligence,RAI)的构建。其主要原因在于,一是2017年特朗普政府加速部署人工智能在军事领域的应用,美军着力于“算法战”的研究,同时于2019年成立联合人工智能中心(joint artificial intelligence center,JAIC);二是美国国防部通过设计和实施与其工作相关的人工智能教育和培训计划,提升国防部人员的人工智能素养[25]。三是随着军事人工智能的普及和迭代更新,确保军事领域人工智能的使用安全成为关键。

图6 国防军事主题关键词演化趋势

b.国际竞争与合作主题。由图7可知,国际合作主题处于不同发展阶段下相对稳定的核心关键词主要有"U.S." "International" "Ally" "Standard"等。结合具体词分析发现,国际合作主题紧扣研发创新、AI技术标准和伦理道德展开演变,合作方式和合作对象呈现多元化趋势。具体来看,美国致力于联合盟友就数据共享和道德标准进行沟通对话,参与了多方的国际人工智能活动,如经济合作与发展组织(OECD)的人工智能合作、全球人工智能伙伴关系(GPAI)、七国集团(G7)和二十国集团(G20)等。此外,在实施调整和加速深化阶段,均强调了人工智能的公私合作重要性,以促进人工智能技术的共享和创新。

图7 国际合作主题关键词演化趋势

由图8可知,国际竞争主题在不同发展阶段下的核心关键词,其中较为稳定的有"Security" "China" "Technology"等。结合具体词分析,美国认为赢得人工智能竞争是维护国家安全的重要手段,同时在核心技术、半导体和人才等领域对中国展开竞争。美国的竞争战略也随着发展阶段的变化而调整,在起草发布阶段,美国以保持人工智能领导力为目标,将技术创新作为主要任务;在实施调整和加速深化阶段,美国从打压半导体及相关实体企业到争夺人才,并将中国视为最大竞争对手和威胁[26],表明美国对华战略竞争的程度进一步提升,在多个领域对华施加更大的压力和制裁。

图8 国际竞争主题关键词演化趋势

总体来说,美国认为中国在人工智能领域的快速发展将对美国的安全利益、经济竞争力和价值主张构成多重挑战和威胁,因此美国将赢得与中国的人工智能竞争作为维护其国家安全和国际上霸权地位的有效手段,使得美国在国际竞争与国际合作中的人工智能战略均有过度安全化和政治化的趋势。具体表现在:a.拜登政府延续了特朗普政府将人工智能视为国家安全关键因素的战略思维,进一步强调人工智能对军事、情报、外交等领域的重要作用,将人工智能竞争作为新冷战的核心内容。b.采用贸易制裁、技术封锁、人才竞争等手段,试图遏制中国等其他国家的人工智能发展,维护美国的技术优势和霸权地位。c.加强与盟友在人工智能领域的合作联合,通过构建由美西方为主导的人工智能标准、规则、伦理等制度框架以及发展和应用的国际规范,试图塑造全球人工智能治理的话语权和影响力,争夺人工智能领域话语权以制约中国。

5 中美人工智能战略主题对比及对策分析

5.1 中美人工智能战略主题对比

a.中美均着眼于发展人工智能创新生态,但两者在合作模式、资源配置和创新驱动等方面有所差异。NAIRR由一个独立的非政府实体管理,与资源提供商、主机或社区合作,通过一个综合访问门户,主要提供数据、计算、算法、工具和培训等资源,支持基础研究和AI使能研究中创新方法的研究、开发和转化等。而中国聚焦于建立人工智能创新发展试验区[27],其由地方政府牵头,与企业、高校、科研机构等合作,提供政策、资金、场地、人才、项目等资源,以产业需求为导向,满足地方经济社会发展的需求,打造AI产业集群,培育AI创新企业,构建有利于人工智能发展的良好生态。

b.中美都在寻求建立合理的人工智能治理体系和标准规范,但目的各异。美国联合盟友实施“小院高墙”战略,争夺人工智能在标准设立上的话语权,企图主导人工智能的国际技术标准。中国更强调了促进人工智能的可靠性、可信性和可持续发展,为全球可持续发展目标和人类命运共同体作出贡献。以人工智能伦理治理为例,中国于2022年11月发布《中国关于加强人工智能伦理治理的立场文件》,主张加强各国对人工智能伦理问题的理解,促进国际社会理解和重视,增进全球人类福祉。

c.中美都致力于人工智能技术的创新和应用,但采取不同的战略和措施。美国将人工智能竞争从技术层面提升到战略层面,并呈现出泛安全化和政治化的趋势,同时也采取了技术封锁等措施,以构建针对中国的“实力地位”,以巩固其“技术领导地位”。而中国在大力推进技术创新的同时,依靠庞大的市场需求和数据资源,注重加快在人工智能等新技术领域的实际部署和应用速度。

d.中美都在探索人工智能在多个领域的应用和社会价值,但实施重点不同。根据主题演化结果,美国越来越注重人工智能在国家安全领域的相关应用,例如在军事、情报和国土安全等领域的应用,同时也关注人工智能在交通等领域的社会价值实现。相比之下,中国更侧重于结合人工智能技术来发展智能制造和智能化服务应用。

5.2 中国面临的挑战及对策分析

a.科创领域顶层设计亟待完善。人工智能事业作为中美科技战略竞争的核心领域,深刻影响着国家安全与发展,必须从国家战略层面予以高度重视。一方面,中国应通过完善法律规范及制度建设构建人工智能系统化发展模式,鼓励有关企业、高校、科研机构参与人工智能领域科技攻关工作;另一方面,中国还应加强人工智能治理体系建设,制定相应的法律法规和伦理原则,保障人工智能的安全、可控,以避免人工智能技术的误用和滥用。

b.前沿技术创新面临挑战。长期以来,美国借助技术霸权采取“弱他”战略,限制人工智能领域对华技术出口,致使中国科技企业遭受打击,人工智能领域前沿技术创新受阻。中国亟需提高人工智能的创新能力和自主研发能力,加大对人工智能基础科研和核心技术的投入和支持,减少对外国技术的依赖和受制,并做好技术前沿领域的前瞻性布局,同时建设人工智能创新平台和基础设施,推动人工智能技术在重点行业和领域的应用推广,形成人工智能产业的集群效应。

c.人才队伍建设任重道远。人才培养和引入是科技竞争的关键,而当前人工智能领域中国人才储备与美国仍存在较大差距。中国应该提高人工智能教育的质量和覆盖面,鼓励相关高校、机构对人工智能领域教育进行政策倾斜,以保障人才培养提质增效。此外,还应着力打造世界一流的科研环境和条件,加大科技人才引进力度,吸引海内外科技人才不断涌入人工智能领域,以提升中国人工智能领域的国际影响力和竞争力。

d.人工智能领域话语权的挑战。美国等西方国家擅于利用其所谓的技术上的“标准化”来滥用其优势地位、抢夺话语权,打压和遏制他国发展高精尖科技。中国应该加强与其他国家在人工智能领域的合作和交流,并积极参与国际组织和机制的建设工作、国际技术标准和规范的制定和推广,为全球人工智能治理贡献中国方案和中国智慧,为促进人工智能技术的健康发展和平等利用发挥建设性作用。

6 结 语

本文将美国人工智能战略发展分为起草发布、实施调整以及加速深化阶段三个战略时期,利用动态主题模型将人工智能战略划分为16大主题,在对主题进行归纳总结的基础上,分析了不同战略时期美国人工智能的战略重点,同时剖析了美国人工智能战略的演化路径。结果显示,美国人工智能战略在加速深化阶段有过度安全化及政治化的趋势,对我国在人工智能国际竞争、供应链、情报工作等方面有着强烈的对抗意识和制裁手段。总体来看,中国面对的既有与美国人工智能技术的竞争,也有发展人工智能本身带来的国际挑战,中国应在保持自身优势和主动权的同时,参与全球人工智能治理和规则制定;在维护自身安全和利益的同时,促进国际间的交流和协作;在应对外部压力和挑衅的同时,保持警惕和战略定力,推动中国人工智能稳中有进发展。