1. 大國角逐

1.1. 都是為了最大限度地增加人工智能對經濟和社會的諸多好處，同時最大限度地減少其風險和危害

1.2. 各國政府敏鋭地意識到人工智能人才和基礎設施建設的短缺，並正在努力迎接人工智能帶來的新挑戰

1.3. 目的是實現人工智能技術的反超和對部分產業的引領

2. DARPA

2.1. 為應對蘇聯帶來的巨大威脅，麥克爾羅伊提議成立一個名為高級研究計劃局（ARPA，後改稱DARPA）的機構，目的是通過激進式創新，解決最為艱難的技術問題，提升國家安全領域的創新能力

2.2. 1958年1月，DARPA正式成立，負責包括太空領域在內的美國大多數軍事科技研發項目

• 2.2.1. DARPA項目經理均為工業界、大學、實驗室和軍方的科技精英，雖然聘期只有4到5年，卻掌握了每個項目的絕對生殺大權

• 2.2.2. DARPA採用極為扁平化的管理模式，這就杜絕了官僚主義的滋生

2.3. DARPA創立以來發明的ARPANET（互聯網前身）​、全球定位系統(GPS)、無人機、平板顯示器等技術，無不深入到當前每個人的生活中

• 2.3.1. DARPA曾孕育出互聯網、隱身飛機、GPS、腦機接口和語音識別等前沿科技成果，很大程度上改變了人類世界的面貌

2.4. 從20世紀60年代起，DARPA就開始資助人工智能項目，成為早期人工智能研究的重要推動者

2.5. 進入20世紀90年代後，DARPA人工智能研究全面涉及自然語言理解、問題求解以及感知和機器人等領域，相繼推出了統計語言理解(statistical language understanding)、高性能知識庫(HPKB)、無人地面車輛(UGCV)等數十個項目

2.6. 2016年10月，DARPA發佈了“可解釋的人工智能”(Explainable Artificial Intelligence)項目，目的是建立一種能夠產生可解釋模型的機器學習技術，使用户最終可以理解、信任並管理人工智能系統

2.7. 2018年9月，DARPA啓動了“下一代人工智能”(AI NEXT)計劃，計劃在數年內斥資20億美元，打造具有常識、能感知語境和擁有更高能源效率的人工智能系統

2.8. 在人工智能的三次發展浪潮中，DARPA都扮演了非常重要的角色

2.9. 第三次人工智能浪潮的發展，卻要歸功於加拿大政府

• 2.9.1. 1987年，深度學習的“締造者”傑弗裏·辛頓從卡內基梅隆大學辭職，決定接受加拿大高等研究院(CIFAR)的邀請到多倫多大學任教

• 2.9.2. 2004年，在楊立昆和本吉奧的支持以及CIFAR的資助下，辛頓創立神經計算和自適應感知(neural computation and adaptive perception)項目，尋找傑出的計算機科學家、生物學家、電子工程師、神經科學家和物理學家，致力於通過跨領域合作來模擬生物智能

• 2.9.3. 到了2006年，辛頓團隊終於提出了深度學習概念，神經網絡算法再次進入人們的視野

• 2.9.4. 正是加拿大政府的資助，為深度學習的前期研究提供了重要保障

3. 科技霸主美國

3.1. 美國一直引領着人工智能基礎研究的前沿，以DARPA為代表的政府機構持續推動人工智能發展與應用

3.2. 美國已經建立起相對完整的研發促進機制，並且開始將人工智能運用到軍事領域

3.3. 2016年，隨着深度學習獲得巨大成功，美國奧巴馬政府高度關注人工智能相關領域的科技發展、市場應用與前沿政策

• 3.3.1. 《為人工智能的未來做準備》報告，高度明確了美國政府對人工智能的支持態度

• 3.3.2. OSTP下屬的國家科學技術委員會(NSTC)發佈《國家人工智能研究與發展戰略計劃》​，旨在運用聯邦基金的資助來加強人工智能研究，使人工智能能夠為社會帶來更多的積極影響

3.4. 2016年12月，美國白宮發佈《人工智能、自動化與經濟》報告，深入考察人工智能驅動的自動化將會給經濟帶來的影響

3.5. 人工智能專門委員會，其職責就是為國家科學技術委員會提供建議和幫助，提高與人工智能相關的聯邦研究與開發工作的整體效率和生產力

3.6. 《美國人工智能倡議》​（​“American AI initiative”​）行政令，將美國人工智能技術發展上升到了國家級戰略的高度

• 3.6.1. 重新定向資金，要求聯邦資助機構優先考慮人工智能投資

• 3.6.2. 提供資源，為人工智能研究人員提供聯邦數據、計算機模型和計算資源

• 3.6.3. 建立標準，要求美國國家標準與技術研究院制定標準，以促進“可靠、強大、安全、可移植和可交互操作的人工智能系統”的發展

• 3.6.4. 建立人才隊伍，要求各機構優先考慮學徒、技能計劃和獎學金，為美國培育能夠研發和利用新型人工智能技術的研發人才

• 3.6.5. 加強國際化參與，呼籲制定國際合作戰略，確保人工智能的開發符合美國的“價值觀和利益”​

3.7. 美國在人工智能發展規劃中對數據和安全十分重視，對網絡與系統安全問題，包括系統的可追責性和決策的透明度等問題進行了大量的討論，並且提議政府公開機器學習數據庫並制定數據標準進行數據打通，可見美國對數據開放的關注度很高

3.8. 美國重點佈局互聯網、芯片與操作系統等計算機軟硬件，以及金融、軍事、能源等領域

• 3.8.1. 美國人工智能戰略佈局的目的就是保持其在全球的全面領先地位

4. 後起之秀中國

4.1. 中國已經進入了全球人工智能發展的第一梯隊，並把人工智能當作未來戰略的主導

4.2. 2016年8月，國務院發佈了《​“十三五”國家科技創新規劃》​，明確把人工智能作為發展新一代信息技術的主要方向

4.3. 2017年7月，國務院頒佈《新一代人工智能發展規劃》​，正式將發展人工智能上升到了國家戰略層面

• 4.3.1. 提出了構建開放協同的人工智能科技創新體系、培育高端高效的智能經濟、建設安全便捷的智能社會、加強人工智能領域軍民融合、構建泛在安全高效的智能化基礎設施體系、前瞻佈局新一代人工智能重大科技項目這六大重點任務

4.4. 中國擁有世界上最龐大的消費者數據和工業生產數據，以及大量的高素質工程師，具備了人工智能發展的核心要素

4.5. 中國的人工智能規劃更注重細節化、全面化和應用化，涵蓋從技術科研立項到培育高端高效的智能經濟再到建設安全便捷的智能社會各個方面，從人工智能科技發展和應用的現狀出發，分別從產品、企業和產業層面分層次落實發展任務，對人工智能進行系統佈局，可以説應用與落地是中國人工智能未來發展的重心所在

4.6. 中國的人工智能戰略覆蓋了廣泛的研究和應用領域，側重推動經濟發展，力圖搶佔科技制高點，推動人工智能產業變革，進而實現社會生產力的新躍升，實現人工智能產業的全面發展

5. 強手林立的歐洲

5.1. 歐洲在人工智能領域投資少且缺乏全球規模的數字公司，在深度學習、專利申請和投資方面也落後於美國和中國

5.2. 2018年4月，歐盟委員會提出《人工智能合作宣言》​（​“Declaration of cooperation on artificial intelligence”​）​，意在加強歐盟各國在人工智能領域的技術研發、道德規範制定以及投資規劃方面的合作，形成協同合作效應

5.3. 2018年6月，歐盟委員會提出新設“數字歐洲”項目，加強對超級計算機、人工智能的投資

5.4. 歐盟非常注重探討人工智能的法律、倫理、責任問題

5.5. 2018年12月，歐盟人工智能高級專家組發佈《可信賴人工智能道德準則草案》​（​“Draft ethics guidelines for trustworthyAI”​）​

• 5.5.1. 人工智能不應以任何方式傷害人類，人們不應該被人工智能驅動的機器征服或強迫

• 5.5.2. 人工智能應該公平使用，不得有歧視或誣衊行為

• 5.5.3. 人工智能應透明地運作

• 5.5.4. 人工智能應該只服務於個人和整個社會的福祉

6. 工業強國之德國

6.1. 以工業4.0為基礎佈局人工智能發展

6.2. 在機械、光學、微電子和化工等領域有着深厚的工業積澱，也是最先提出工業4.0的國家，在技術發展上具有高度前瞻性

6.3. 2018年7月，德國聯邦政府發佈了《聯邦政府人工智能戰略要點》​（​“Eckpunkte der Bundesregierung für eine Strategiekünstliche Intelligenz”​）​

6.4. 2018年9月，德國內閣通過了《高科技戰略2025》​（​“High tech strategy 2025”​）​

6.5. 2018年11月，德國聯邦政府正式發佈了《德國聯邦政府人工智能戰略》​（​“Strategie für künstliche Intelligenz der Bundesregierung”​）​提出了“AI Made in Germany”的口號，將德國人工智能的重要性提升到了國家戰略高度

6.6. 德國有着深厚的工業積累，發展人工智能的方式也以工業為重

• 6.6.1. 由車企和傳統制造業牽頭引領，圍繞着升級工業製造而進行的，比如優化生產流水線、提升機牀加工效率、降低質量檢測中的壞件率等

6.7. 重點集中在人機交互、機器人自主學習、網絡物理系統、雲計算、大數據分析、計算機視覺、智能服務、可穿戴、語義技術、高性能技術及信息物理系統等方面

6.8. 着力發展自動駕駛、智慧城市、農業、醫療、能源等領域

6.9. 開展了人工智能對隱私、法律和道德影響方面的研究，並關注新技術的兩面性，制定法律框架

7. 後發勁旅之法國

7.1. 2017年3月《國家人工智能戰略》​（​“Stratégie nationale en intelligence artificielle”​）

• 7.1.1. 目的就是要動員全社會力量共同謀劃促進人工智能發展，確保法國在這一領域的領先地位

• 7.1.2. 5個目標

  • 7.1.2.1. 在人工智能研究方面，要保持研究的多樣性，增強跨學科性研究，提高對人才的重視程度，以確保法國在這一領域保持領先地位

  • 7.1.2.2. 在人才培養方面，要改善教育環境並提高社會對人工智能的適應程度，從而更好地理解人工智能可能帶來的影響

  • 7.1.2.3. 為科研向產業化和經濟性應用創造必要條件

  • 7.1.2.4. 建設適宜創新的經濟生態，在每個行業部門內實現人工智能的垂直化發展，在此基礎上制定人工智能產業戰略並豐富其內容

  • 7.1.2.5. 繼續支持對人工智能的公共討論，並通過開發適宜的工具促進人們對人工智能的瞭解

7.2. 2018年3月，法國總統埃馬紐埃爾·馬克龍公佈了《法國人工智能發展戰略》​（​“Stratégie de la France en intelligence artificielle”​）​

• 7.2.1. 鞏固和完善法國和歐洲的人工智能生態體系

• 7.2.2. 實施數據開放政策

• 7.2.3. 調整法國和歐洲的投資與法規框架

• 7.2.4. 確定與人工智能相關的倫理與政策問題

7.3. 注重搶佔核心技術、標準化等制高點，重點發展大數據、超級計算機等技術

7.4. 在人工智能應用上，關注健康、交通、生態經濟、性別平等、電子政務以及醫療護理等領域

8. 人工智能誕生地之英國

8.1. 人工智能學術研究重鎮

8.2. 2016年10月，英國下議院科學和技術委員會發布《機器人技術和人工智能》​（​“Robotics and artificial intelligence”​）報告

8.3. 2016年11月，英國政府科學辦公室發佈了《人工智能：未來決策的機會與影響》​（​“Artificial intelligence：opportunities and implications for the future of decision making”​）報告

8.4. 2017年10月，英國政府發佈了《在英國發展人工智能》​（​“Growing the artificial intelligence industry in the UK”​）報告

• 8.4.1. 提高數據獲取性，強調讓數據更加開放，提高機器可讀性並平衡數據的隱私和開放，從而增強人們對人工智能領域的信任

• 8.4.2. 要加強人工智能人才培養，政府應當為其創造多元的技能培訓計劃，並且提高全民的科技素養

• 8.4.3. 要加強人工智能研究與商品化，政府應當為人工智能研究及其技術轉移鋪平道路，加速人工智能的商品化和產業化

• 8.4.4. 要支持人工智能產業發展，政府需要幫助行業降低合作壁壘，打通學術界與企業界，推進人工智能行業的發展與應用，釋放人工智能帶來的經濟潛力

8.5. 2018年4月

• 8.5.1. 英國政府發佈《人工智能行業新政》​（​“AI sector deal”​）報告

• 8.5.2. 英國政府發佈《產業戰略：人工智能領域行動》​（​“Industrial strategy：artificial intelligence sector deal”​）政策文件

9. 機器人大國之日本

9.1. 2016年7月，日本政府發佈了《日本下一代人工智能促進戰略》​，明確了總務省、文部科學省和經濟產業省三省合作的體制

9.2. 2017年3月，日本人工智能技術戰略委員會發布《人工智能技術戰略》​（​“Artificial intelligence technology strategy”​）報告

9.3. 從具體發展模式上看，日本的數據、技術和商業需求比較分散，很難正向、系統地發展人工智能技術

10. 後發追趕之韓國

10.1. 高度關注人才培養

10.2. 2016年8月，韓國政府確定九大國家戰略項目，包括人工智能、無人駕駛技術、輕型材料、智慧城市、虛擬現實(VR)、精細粉末(fine dust)、碳資源、精密醫療和新型配藥

10.3. 2018年5月，韓國政府正式推出了《人工智能發展戰略》​

10.4. 重點佈局物聯網、雲、大數據、語音識別等領域

10.5. 韓國關注人工智能技術在金融、醫療、智慧城市、交通等領域的實際應用