人工智能是引领性的战略性技术和新一轮产业变革的核心驱动力，世界上主要发达国家都从国家层面加强了对人工智能的战略安排、顶层设计和系统协调。比较而言，美国、英国政府注重人工智能的基础
研究，日本、德国偏向从应用方面促进人工智能的发展。各发达国家都重视人工智能人才队伍的建设，完善和提升大数据、云计算等人工智能基础架构，注重引导人工智能为社会造福，预防人工智能引发就业、公平等社会问题。
我国近几年人工智能发展突飞猛进，相关专利数量 (2011一2016) 年均增幅43%，超过了美国的21.7%。我国2000年至2016年产生的人工智能专利数已经超过美国，位居世界第一。但与发达国家相比，我国在核心技术上仍然有不小的差距。比如，人工智能
研究最 具 影 响 力 的 高 校T0P30排名中，美国有22家，我国高校无一上榜；在芯片、算法等核心技术方面，我国仍需争取一席之地，亟待加强关键技术研发，打造产业核心竞争力。
围绕世界主要发达国家和国际领军企业在人工智能方面的战略布局，上海市科学学
研究所人工智能
研究组近日做了梳理和
研究。本刊特选取其中的主要内容，以期开拓读者视野，并对上海发展人工智能产业提供借鉴。
美国 将人类与人工智能间的交互协作视为突破口
美国视人工智能为巩固其全球霸主地位的重要筹码。2016年10月至12月，美国白宫密集发布三份关于人工智能的重要报告：《为人工智能的未来做好准备》 《国家人工智能
研究与发展战略
规划》 与 《人工智能、自动化及经济》，旨在促进政府、企业、高校和科研院所在人工智能领域的分工协同。政府率先行动，一是要将人工智能技术有效整合进政府的业务中，期望打造一个更有效的政府；二是服务民众福祉，鉴于人工智能技术的巨大潜力，拟在智慧城市、身心健康、社会福利、刑事司法、环境、弱势群体等领域应用人工智能技术，帮助人民改善生活。
美国政府认为人工智能的发展重点和突破口在于开启人类与人工智能系统之间的有效交互。人工智能系统并不是要取代人类，而是要与人协作实现最优性能，以往人工智能发展中最重要的空白是推动该领域造福于公众。为此，美国政府作出了系列具体部署，包括为具有人类意识的人工智能寻求新算法；开发人类技能增强型人工智能技术；开发可视化和人工智能—人类界面技术；开发更有效的语言处理系统。
美国认为用于训练的数据集等资源的深度、质量及准确性会对人工智能性能产生重大影响。政府需率先构建优质的数据集和环境，并向公众开放。同时，人工智能应用必须符合相关规定，以保护公众免受伤害，并保证经济竞争的公平性。
人才是人工智能领域体系化发展的根本。美国政府拟通过国家教育系统促进人工智能、数据科学和其他领域的集成。美国国家科学和技术委员会 (NSTC) 下成立的机器学习与人工智能分委会、网络和信息技术研发分委会受政府委托，联合发起一项人工智能劳动力
研究项目，为促进人工智能人才队伍在规模、质量和多样性等方面的适当增长提供具体的行动指南。
英国 积极而审慎发展人工智能技术
在发展人工智能问题上，英国政界持着谨慎的态度，进行了大范围的问询和调研，认为一方面要大力发展人工智能，另一方面也要考虑人工智能可能带来的负面影响。
2012年，英国政府将人工智能技术列为最重要的八大技术之一。英国创新署 (Innovate UK)于2014年发布了 《人工智能2020国家战略》。2015年，英国创新署发布了 《英国机器人及人工智能发展路线图》，对引导国内产学研的意见，起到了非常重要的作用。英国的民间资本在政府引导下，加大对该领域的投入，对于人工智能初创企业的孵化和阶段科研的转化起到了极大的促进作用。
去年8月，英国创新署与英国工程和物理科学
研究理事会(ERSPC) 决定投入500万英镑，开展机器人和人工智能方面的研发，主要集中在工业自动化和自主学习类人工智能两个方面。
英国政府认为，人工智能技术的发展必然会改变就业结构，在消灭一些就业机会的同时创造出新的就业机会。政府重视对社会公众的数字技能培训，让青少年通过3D打印、人机交互系统等更早接触和理解人工智能技术。
人工智能技术具有社会属性，可能带来巨大的安全隐患和不确定性。英国政府部署开展如何应对人工智能可能带来的负面影响等方面
研究，主要包括：人工智能技术必须满足特定的形式要求、人工智能系统不会做出非预期的行为、能够防止入侵者蓄意恶意使用、确保人工智能在运行后还能为人所控。
日本 以“工程化”措施推进人工智能研发
日本文部科学省 《科学技术白皮书 (2016年版)》 提出了与美国不同的人工智能发展模式，主要是建立国家级技术创新平台，并集成有关资源，打造有利于产业发展的应用环境、市场基础和新兴协作商业模式等。
日本积极谋划建设以人工智能为核心的日本超智能社会，并在《第5期科学技术基本计划 (2016-2020)》 中明确提出，要实现“超智能社会”。今年初，日本编制出台“人工智能
研究开发目标和产业化路线图”。
建设国家级人工智能平台成为日本政府近两年的主要任务，通过平台吸纳、协调和发挥日本已有的优势资源，日本政府将理化学
研究所 (简称“理研所”) 和产业技术综合
研究所 (简称“产综研”) 确定为日本的人工智能
研究基地。政府在理研所设立前端集成智能平台项目，吸引日本来自机电领域的三大企业大约100名技术人员参加；产综研采用“产学官”合作方式，将在其人工智能
研究中心 (AIRC) 装备世界顶级的人工智能计算机，以期追赶美国。
在具体分工上，理研所承担基础
研究，产综研负责应用。理研所与东芝、NEC、富士通公司共同设置合作中心，投入了各公司精锐
研究人员，投资总额超过30亿日元，三家公司合计投资与理研所的投资都超过15亿日元。产综研人工智能
研究中心集结了“产学”领域392名
研究者。
人工智能技术的实用化需要数据加以支撑。日本的
研究机构基于不同的目的需求开展数据收集，并进行累积和储备。例如，日本汽车
研究所制作的自动驾驶图像识别数据等，到事业运行阶段，再将数据移交给企业。
日本政府认为人工智能在应用之际，必须在短期内进行技术开发和转化，
研究与应用要密切结合，明确各自分工。因此，
研究人员开发的算法转化为大规模应用系统时，工程化部门必不可缺，而日本的
研究机构没有这样的部门。因此，产综研指出，“
研究机构必须有工程化部门，否则迟早会遇到困境”。
德国 将人工智能定位于工业4.0核心环节
德国一直重视自动化、智能化及人工智能在传统产业中的应用，政府把人工智能作为“工业4.0”战略的核心环节，系统部署开展人工智能
研究。
德国较早成立了国家级人工智能
研究中心 (DFKI)，并推动其和谷歌等大公司的合作。该中心是非盈利性的公私合营机构，是该领域全球范围内规模最大的研发机构，其人工智能创新软件技术全球领先。DFKI的主要
研究方向是自动驾驶、语音识别、图像识别、机器学习、大数据开发、虚拟现实以及增强现实技术等。
德国以计算神经科学为重点加快脑科学
研究。2012年德国和美国开展计算神经科学的合作
研究；2016年11月，德国与美国、以色列、法国等国就此开展多边合作。脑科学
研究、计算神经科学
研究为德国强人工智能的发展打下了坚实基础。该领域的主要
研究机构是马普脑科学
研究所、认知和神经学
研究所等。
德国政府认为，工业4.0的最终核心是人工智能，发展人工智能就是发展“工业4.0”。“工业4.0”分为三个主题：第一是智能工厂；第二是智能生产；第三是智能物流。这些领域都是人工智能技术的重点
研究方向。德国围绕智能网络制造、信息通信技术、智能技术系统、生产自动化等相关主题，资助企业与高校、科研机构合作开展了一系列研发和创新项目。
