前沿动态

前沿动态

美智库发布《人工智能与国家安全》报告

2017年7月，美国哈佛大学肯尼迪学院贝尔福科学与国际事务中心发布了题为《人工智能与国家安全的报告》，分析了人工智能（AI）技术对国家安全的潜在影响，并提出了3个目标和11个发展建议。

报告认为，过去5年，AI领域研究取得远超预期的重大技术进展，主要得益于机器学习子领域的快速发展。大多数业内专家相信AI将持续甚至加速进步。AI对国家安全起到至关重要的影响。AI的发展将通过变革军事优势、信息优势和经济优势等三方面影响国家安全。在军事优势方面，AI的进步将催生新的军事能力，同时使更多的军事行动参与者可应对当前的军事挑战；在信息优势方面，AI将极大提升数据收集与分析能力，并提升产生数据的能力；在经济优势方面，AI的进步将引发新的市场变革。

1. 经验教训

报告通过分析核武器、飞机、网电攻防和生物技术四个变革性军事技术案例，提出AI发展应注意的5个经验教训：

（1）突破性技术变革将引发激进的政府政策；（2）军备竞赛有时不可避免，但可以设法控制；（3）政府必须对相关的商业活动采取既促进又限制的措施；（4）政府必须针对技术安全形成规范化的目标并提供适当的资源；（5）在技术发生变化时，美国的国家利益也在发生变化。

2. 建议

报告以“整个政府”为框架，针对关于AI技术的美国国家安全政策提出了3项目标及11点建议。

（1）目标1：保持美国的技术领先地位

建议1：美国防部（DoD）应开展聚焦于AI的军事演习，以确定潜在的颠覆性军事创新。

建议2：DoD应资助多种形式的、长期的关于AI技术及其应用的战略分析。

建议3：DoD应有限考虑支持能带来持续利益和降低关键风险的AI研究与开发工作。

建议4：美国国防和情报机构应该重点投资在攻防两端“反AI”的能力。

（2）目标2：支持和平利用AI技术

建议5：国防高级研究计划局（DARPA）、情报高级研究计划局（IARPA）、海军研究办公室和国家科学基金会应增加与AI相关的基础研究的经费支持。

建议6：DoD应提出关于军民两用AI能力的信息需求（RFI）。

建议7：In-Q-Tel公司（负责为美国中央情报局做风投的公司）应提供额外的资源用于提升国家安全部门与商用AI公司间的合作。

（3）目标3：灾难性风险管理

建议8：国家安全委员会、DoD与国务院应清楚AI应用对美国的潜在影响，并制定限制条款。

建议9：DoD和情报部门应当建立专门的AI安全组织。

建议10：DARPA应针对AI系统的失效保护及安全使用技术提供研究经费支持。

建议11：美国国家标准与技术研究院（NIST）和美国国家安全局（NSA）应探索应对基于AI的伪造技术的方法。

ITU发布《全球网络安全指数2017年》

2017年7月5日，国际电信联盟（ITU）发布《2017年全球网络安全指数》（Global Cybersecurity Index，GCI），对各国在应对全球网络安全问题上的承诺和行动进行了全面衡量。报告评估显示，新加坡在全球193个国际电信联盟成员国中排行第一，其他前十国家包括：美国、马来西亚、阿曼、爱沙尼亚、毛里求斯、澳大利亚、格鲁吉亚、法国、加拿大和俄罗斯。中国得分为0.624，位于全球第32位。

GCI围绕ITU的“全球网络安全议程”及五大领域（法律、技术、组织、能力建设、合作），对每个领域制定了评估问题，通过与专家磋商，对这些问题进行加权，最终得到整体得分。结果显示，在五个领域全部获得高分被列入“处于领导地位阶段”的国家有21个，处于“成熟阶段”的有77个，95个则处在刚开始采取对策的“初期阶段”。

报告称，全球只有38%的国家发布了网络安全战略，另有12%的国家还在制定相关战略的过程中，这意味着全球大多数国家仍然没有清晰的网络威胁应对策略，不利于防范相关风险。调查还发现，不是国家越富裕，其网络就越安全；许多富国的网络防御漏洞百出，而一些穷国的经验却可供富国借鉴。

日本专利报告分析第四次产业革命相关技术发展趋势

物联网（IoT）、人工智能（AI）、大数据等技术的发展引发了第四次产业革命，为扩大国家的产业竞争力创造了绝好的机遇，知识产权制度的重要性也与日俱增。2017年6月29日，日本专利局发布了《2017年专利行政年度报告》，在特集部分总结了日本专利局针对第四次产业革命采取的一系列措施，其中包括针对与第四次产业革命相关的技术开展专利申请动向调研。

报告认为，IoT是第四次产业革命的核心，2016年日本专利局针对6项相关技术开展了调研，下面将简要介绍其中3项技术的调研结果。

智能制造技术

以智能制造技术为首，IoT在工厂中的使用到2025年有望创造出最大3.7万亿美元的经济效益。就智能制造技术整体而言，日本的申请量最多，占据总申请量的40%以上。美国有两项技术的申请量居首：一是工厂多层模型中使用的跨层数据传输技术，即从传感器直接向企业资源规划（ERP）层或制造执行系统（MES）层传输，二是作为工厂数据分析手段的AI利用技术。日本应针对以下方向采取相关措施：开发跨层数据传输技术，实时高效收集必要的信息以便管理层能运转PDCA管理循环，以及充分利用AI等先进信息处理技术。

面向LTE-Advanced和5G的移动无线通信系统

作为IoT的基础技术，通信技术的研发十分活跃。速度和容量是当前移动无线通信系统LTE-Advanced面临的主要挑战，是通信技术研究的重点，专利申请一直持续不断。随着IoT等新应用的发展，与下一代移动无线通信系统5G相关的低延迟技术、终端间通信技术等研究备受瞩目，申请量逐年大幅增加。日本今后也应关注新兴应用，并致力于与这些应用相关的技术的研发。

云服务

SaaS在云服务中拥有最大的市场规模。就全球SaaS市场（2015年）的企业销售份额来看，IBM以19%的份额位居第一，第2至5位分别为Salesforce（8%）、微软（6%）、甲骨文（3%）、SAP（2%）。这5家企业的市场占有率相加仍未达到40%，可见SaaS市场并未出现寡头垄断的情况，适合中小企业、初创企业新加入。

作为基础技术，云服务应用于各种行业。特别是电力/燃气、制造、运输、医疗/福祉等4个行业，专利申请出现增长趋势，且由于申请数超过一定量，可以预见云服务在该这些行业的应用前景。从功能来看，“机器监控”的专利申请呈现增长趋势，且适用于多种行业。“机器监控”还与IoT传感技术关系密切，其未来的应用范围有望继续扩大。此外，AI的应用备受期待。尤其是在上述4个云服务应用行业，针对AI应用的研究和开发备受期待。

欧盟新项目拟开发模块化超算架构

欧盟于2017年7月启动的超算研发项目DEEP-EST旨在开发模块化超算架构，以满足多样化应用程序的需求，并使这些程序运行时能最大程度地利用可用的资源。

这一创新的架构创建了一个耦合各种计算模块的独特高性能系统，每一模块的硬件特性都是针对特定组别的应用定制。模块化超级计算机不同于当前方案之处在于，所有模块同时工作，如同单一系统一样。它们通过高速网络相连，最重要的是，它们拥有同一的操作软件并运行单一的编程环境。这使一个应用能分布在几个模块上，并选择最合适的硬件运行代码的不同部分。

DEEP-EST系统软件，尤其是特别改写的“资源管理器”和“调度程序”使其可以同时运行多样化应用的混合，最好地利用模块化超级计算机的资源。调度程序和资源管理器的工作方式类似于“俄罗斯方块”，它们将不同形状的代码置于硬件上，使其不存在“空洞”（空闲资源）。当一个应用使用完部分节点，这些节点会被立刻释放并配置给其他应用。

DEEP-EST整机（包括硬件和软件组件）采用6个不同科学应用一组的“协同设计”方式开发，这些应用涉及神经科学、分子动力学、射电天文学、空间天气、地球科学和高能物理领域。它们的需求将体现在硬件模块及软件栈的设计中。一旦样机安装、软件开始运行，应用程序将在样机上运行，展示模块化超算架构在实际科学应用方面的优势。

该项目为期3年，以此前的DEEP和DEEP-ER项目为基础，并获得了欧盟H2020计划近1500万欧元的资助，由德国于利希超算中心牵头，共有来自9个国家的15家产学研机构参与。

（责编：杨洁）（中国科学院成都文献情报中心信息科技战略情报团队编译）