国家人工智能倡议是政府为塑造人工智能在其辖区内的发展与部署而进行的协调努力。这些倡议通常涵盖公共研究资金、监管框架、劳动力发展计划以及鼓励私营部门采用的多项策略。其目标往往是提升经济竞争力、应对社会挑战，并在这一被广泛视为具有变革性的技术领域确立国家地位。
虽然具体结构各有不同，但大多数国家倡议都包含共同要素：为学术和工业研究设立的专项资助渠道、咨询机构或国家研究所的建立、伦理指南或法律，以及国际合作协定。在2010年代机器学习和深度学习取得里程碑式成就后，此类倡议的兴起加速，促使各国政府同时应对机遇与风险。
历史起源
早期政府在计算和人工智能领域的参与往往以任务为导向，例如国防或太空计划。美国国防高级研究计划局（DARPA）在1960年代和1970年代资助了基础人工智能研究，包括早期神经网络研究。1980年代，日本第五代计算机系统项目旨在创建先进的人工智能和计算架构，激发了欧洲和美国类似的国内努力。
然而，现代国家人工智能倡议浪潮始于2010年代中期。2016年，美国发布了《为人工智能的未来做好准备》报告，随后成立了国家科学技术委员会人工智能特别委员会。2017年，中国发布了《新一代人工智能发展规划》，设定了到2030年实现全球领先地位的宏伟目标。欧盟于2018年发布了《人工智能协调计划》，强调伦理和以人为本的方法。
资金与研究计划
国家倡议的核心组成部分是对人工智能研究的公共投资。例如，美国2020年的《国家人工智能倡议法案》授权在多个机构（如国家科学基金会和能源部）间投入数十亿美元资金，支持了大学研究中心的建设，包括麻省理工学院计算机科学与人工智能实验室、斯坦福人工智能实验室和伯克利人工智能研究。
中国的计划涉及对学术机构和国有企业的实质性国家资助，重点领域包括计算机视觉和自然语言处理。欧盟的“地平线欧洲”计划已为人工智能研究拨出大量资金，包括可信人工智能和机器人项目。其他国家，如加拿大、英国和韩国，也已推出各自的国家战略，并配备专项预算。
监管与伦理框架
国家倡议日益包含监管组成部分。欧盟的《人工智能法案》于2021年提出并于2024年通过，是一项里程碑式的法规，按风险对人工智能应用进行分类，并对高风险系统施加要求，反映了向治理框架发展的更广泛趋势，以解决偏见、透明度和问责制等问题。
在美国，联邦监管较为分散，联邦贸易委员会和食品药品监督管理局等机构针对特定行业发布指导方针。白宫于2022年发布了《人工智能权利法案蓝图》，概述了安全公平人工智能的原则，中国已对算法推荐系统和深度合成实施监管，分别于2022年和2023年生效，侧重于内容控制和用户保护。
产业与国际合作
许多国家倡议旨在加强国内产业并促进国际伙伴关系，政府采购和研究资助通常支持OpenAI、Anthropic和谷歌深度思维等美国公司，而欧盟则资助涉及诺基亚贝尔实验室和富士通等企业的联盟，国际合作包括2020年由加拿大和法国发起的全球人工智能伙伴关系（GPAI），现已有超过25个成员国。
国家倡议还涉及劳动力发展，包括培训人工智能专家和再培训工人的计划，例如，英国人工智能办公室资助了研究生课程，而新加坡的人工智能学徒计划将毕业生安置于行业岗位，这些努力往往与更广泛的经济战略相关联，因为政府寻求吸引亚马逊网络服务、微软Azure和谷歌云等公司的投资。
挑战与批评
国家人工智能倡议面临若干挑战，批评者认为资金往往偏向大型科技公司而非小型初创企业和学术实验室，可能集中权力，此外，监管速度可能滞后于大型语言模型和生成式人工智能等领域的快速技术进步，国际竞争可能导致碎片化，出现不同标准和数据共享限制等问题。
一些学者，如托马斯·迪特里希和梅兰妮·米切尔，呼吁国家计划更加重视鲁棒性和安全性，其他人则指出“人工智能民族主义”的风险，即倡议优先考虑国家优势而非全球合作，尽管存在这些问题，国家倡议仍是政府影响人工智能发展轨迹的主要机制，在创新与公共利益之间寻求平衡。