美国人工智能战略是指一系列协调一致的联邦政策、行政命令和战略举措，旨在推进人工智能的研究、开发与部署，同时应对国家安全、经济竞争力和社会风险。该战略历经多届总统政府不断演变，反映了优先事项从研究投资向监管和国际合作的转变。
早期基础
联邦对人工智能研究的参与早于正式战略。国防高级研究计划局在20世纪60年代和70年代资助了早期的机器学习和神经网络研究，包括在麻省理工学院计算机科学与人工智能实验室和斯坦福人工智能实验室等机构进行的感知机和反向传播研究。国家科学基金会在20世纪80年代和90年代支持了深度学习的基础工作，包括对多伦多大学的杰弗里·辛顿和贝尔实验室的杨立昆等研究人员的资助。
2016年，奥巴马政府发布了第一份全面的联邦人工智能报告《为人工智能的未来做好准备》，概述了各领域的机遇和风险。随后发布了国家战略计算计划，并成立了国家科学技术委员会人工智能特别委员会。
美国人工智能倡议
2019年2月，唐纳德·特朗普总统签署了第13859号行政命令《保持美国在人工智能领域的领导地位》，启动了美国人工智能倡议。该命令指示联邦机构优先开展人工智能研发，扩大对联邦数据和计算资源的访问，并制定人工智能标准。该倡议为2020财年拨款12亿美元用于非国防人工智能研究，比上一年增长14%。
白宫科技政策办公室和国家科学基金会负责实施。国家科学基金会设立了国家人工智能研究所计划，2020年向七所大学各拨款2000万美元，包括卡内基梅隆大学、麻省理工学院计算机科学与人工智能实验室和斯坦福人工智能实验室。该倡议还创建了美国人工智能倡议的AI.gov门户网站，以协调联邦人工智能活动。
关于安全、可靠和可信赖人工智能的行政命令
2023年10月，乔·拜登总统发布了第14110号行政命令《安全、可靠和可信赖的人工智能开发与使用》。该命令标志着向风险管理和监管监督的转变。它要求大型人工智能模型的开发者在公开发布前向联邦政府共享安全测试结果，特别是对于可能对国家安全、公共健康或经济安全构成风险的模型。
该命令指示国家标准与技术研究院制定人工智能风险管理框架，该框架于2023年1月发布。它还于2024年2月在该研究院内设立了美国人工智能安全研究所，首年预算为1000万美元。该研究所的任务是制定大型语言模型和其他先进系统的测试协议。
该命令还要求联邦机构评估关键基础设施中的人工智能相关风险，包括能源电网、水系统和医疗网络。它要求国土安全部在2024年底前发布关键领域人工智能使用指南。
国家安全与国防应用
国防部一直是美国人工智能战略的主要推动者。2018年，国防部发布了其人工智能战略，强调加速人工智能在军事行动中的采用。联合人工智能中心于2018年成立，初始预算为五年17亿美元。2022年，联合人工智能中心重组为首席数字与人工智能办公室，整合了人工智能、数据和数字化转型工作。
国防部的人工智能投资集中在计算机视觉用于监视、自然语言处理用于情报分析以及自主车辆用于后勤等领域。国防创新部门已与OpenAI和Anthropic等公司合作开展安全研究，但具体合同仍属机密。
2023年，国防部发布了数据、分析和人工智能采用战略，设定了到2025年在整个部门推广人工智能的目标。该战略呼吁采用“数据为中心”的方法，强调高质量训练数据比算法改进更为重要。
国际合作与竞争
美国人工智能战略包含重要的国际维度。2021年，美国和欧盟启动了贸易和技术委员会，该委员会设立了人工智能标准和风险评估工作组。美国还加入了全球人工智能伙伴关系，这是一个2020年发起的国际倡议，有15个创始成员。
2023年，美国和英国签署了《大西洋宣言》，其中包括合作开展人工智能安全研究的承诺。美国还参加了2023年11月人工智能安全峰会上的布莱切利宣言，该宣言由28个国家签署，呼吁就前沿人工智能风险开展国际合作。
与中国的竞争是一个核心主题。自2022年10月以来，美国对先进半导体芯片实施了出口管制，包括英伟达A100和H100处理器，禁止向中国出口。这些管制措施于2023年10月扩大，涵盖更先进的芯片和制造设备。该战略还包括2022年《芯片与科学法案》，该法案拨款520亿美元补贴国内半导体制造，包括台积电和英特尔在亚利桑那州和俄亥俄州的工厂。
联邦研发计划
国家人工智能研究所计划已显著扩展。截至2024年，国家科学基金会已在全国资助了25个研究所，联邦总投资超过5亿美元。每个研究所专注于特定领域，如人工智能促进科学、人工智能促进教育或人工智能促进农业。这些研究所必须与工业界和非营利组织合作，并要求从非联邦来源获得配套资金。
能源部也大力投资人工智能用于科学发现。2023年，能源部宣布为其国家实验室拨款1亿美元用于人工智能研究，重点是机器学习在材料科学和气候建模中的应用。能源部的阿贡国家实验室和橡树岭国家实验室已部署了一些世界上最强大的超级计算机用于人工智能工作负载，包括阿贡的Aurora系统，该系统于2024年6月达到1.02百亿亿次浮点运算。
国家卫生研究院资助了医学影像和药物发现领域的人工智能研究。2023年，国家卫生研究院宣布拨款1.3亿美元用于基于人工智能的健康研究，包括使用深度学习从电子健康记录预测疾病结果的项目。
监管与伦理考量
美国对人工智能监管采取部门化方法，而非全面的联邦法律。联邦贸易委员会利用现有消费者保护法处理人工智能相关危害，如信贷决策中的算法偏见。平等就业机会委员会于2022年发布了关于人工智能在招聘中使用的指南，警告自动化系统可能违反反歧视法律。
白宫于2022年10月发布了《人工智能权利法案蓝图》，概述了五项原则：安全有效的系统、算法歧视保护、数据隐私、通知和解释以及人工替代方案。虽然不具有法律约束力，但该蓝图影响了联邦采购和机构指南。
管理与预算办公室于2023年11月发布了一份备忘录草案，要求联邦机构指定人工智能治理官员并对人工智能系统进行影响评估。最终备忘录预计于2024年发布，实施截止日期延长至2025年。
州和地方举措
虽然联邦战略是核心，但许多州已制定了各自的人工智能政策。加利福尼亚州、纽约州和得克萨斯州已通过法律，要求在人工智能驱动的招聘和信贷决策中保持透明度。2023年，加利福尼亚州颁布了SB 313法案，要求公司在使用人工智能做出重大决策时予以披露。纽约市第144号地方法律自2023年1月起生效，要求对自动化就业决策工具进行年度偏见审计。
这些州级努力有时与联邦指南相冲突，造成法规的拼凑局面。全国州立法会议报告称，2023年有45个州提出了人工智能相关立法，其中17个州颁布了法律。
未来方向与挑战
美国人工智能战略持续演变。2024年底，拜登政府提议建立国家人工智能研究云，为研究人员提供先进计算资源。该提案预计五年耗资约100亿美元，旨在使GPU集群和大规模训练数据的获取民主化。
关键挑战包括生成式人工智能的快速发展，这往往超出监管框架的适应速度。开源模型的出现使出口管制复杂化，因为模型可以在没有物理限制的情况下被复制和分发。此外，联邦政府面临人工智能人才短缺，人事管理办公室报告称，截至2024年，只有0.1%的联邦雇员拥有人工智能相关技能。
该战略还面临政治不确定性。2024年总统选举可能导致人工智能政策的重大变化，一些候选人提议暂停某些人工智能开发，而另一些则主张放松管制。截至2024年底，尚未通过全面的联邦人工智能法律，使该战略在很大程度上依赖于行政命令和机构行动。
结论
美国人工智能战略代表了一项复杂的、多机构协同的努力，旨在平衡创新、安全和社会保护。从早期研究投资到最近的行政命令，该战略已从关注竞争力转向包括稳健的风险管理。这些政策的有效性将取决于持续的资金投入、国际合作以及适应快速演变的人工智能能力的能力。