我的位置 首页  >  新闻动态  >  国内新闻

新美国安全中心 :人工智能政策制定者须知 | 智库跟踪

来源:科技成果转化中心时间:2018-06-29
      

新美国安全中心 :人工智能政策制定者须知

人工智能和机器学习可能引发一场新的工业革命,提高经济竞争力,创造新的财富来源,推动医学科学和安全驾驶方面的进步……但也将不可避免地影响到国际安全和军事力量的应用。决策者需要了解人工智能的语言和思想,探究人工智能安全相关应用,并在战略竞争方面加以思考。


尽管人工智能存在诸多优点,包括可实现更大规模操作,反应时间比人类更快,具有超人的决策能力、可靠性以及耐力和警觉性,可执行不依赖人类的行动等,但是,它也存在一系列弱点和安全问题,包括缺乏运用人类所称“常识”的能力,让用户不可预测,让人们无法解释系统实施行为的原因,以及机器学习的安全问题和弱点。


在过去几年时间内,人工智能和机器学习领域取得了巨大的进步,并将继续快速向前发展。但在创建更多通用人工智能系统方面仍然存在严重的不确定性。如果国际社会将人工智能性能的重要性置于安全性之上,各国竞相部署经常发生意外或起破坏性作用的人工智能系统,世界将变得非常危险。尽管人工智能领域的很多创新均由商业部门推动,但政府有能力通过研究投资影响相关发展。美国政府应加大在人工智能安全性方面的投资,来提升创造更为强健、可靠、可解释的人工智能系统的可能性。

来源:新美国安全中心 


英国政府/国家网络安全中心:政府部门最低网络安全标准

英国政府与国家网络安全中心(NCSC)合作制定了政府各部(包括政府下属的组织、机构、承包商等)的最低网络安全标准。遵守标准可以通过多种方式实现,取决于具体的技术和业务需求。对于数字服务,这套标准是对数字服务手册的补充。各部在执行中应尽可能超出标准的要求,且该标准还将随着情况变化不断更新,以应对新的威胁和各类漏洞。标准涉及5个方面:识别、保护、检测、响应和恢复,共10条。


识别:各部应建立适当的网络安全治理流程;各部应识别和编目其持有的敏感信息。各部应确定并提供其关键业务服务;应理解用户访问敏感信息或关键业务服务的需要,并加以持续管理。


保护:经识别、认证和授权的用户或系统才能访问敏感信息和关键服务;处理敏感信息或关键服务的系统应受到保护,已知的漏洞;保护特别帐户不会受到普通网络攻击。


检测:各部应采取措施来检测常见的网络攻击。


响应:各部针对影响敏感信息或关键服务的网络安全事件,应制定明确界定的、有计划的和经过测试的响应措施。


恢复:各部应制定明确和经过测试的流程,以确保在发生故障时保持关键服务的连续性。

来源:英国政府/国家网络安全中心


欧盟:电动道路交通工具的充电基础设施

除少数领先的成员国外,欧盟电动汽车的发展相当缓慢。与乘用车总库存相比,2017年欧盟插入式电动车(PEV)的总份额仅为0.3%左右。充电基础设施的部署对于促进电动车的发展至关重要。本研究分析了在欧盟范围内部署充电基础设施的各种挑战,包括现有的技术和标准化问题,计量系统和定价方案,商业和融资模式,收费基础设施对电动汽车普及的影响,还对当前技术、商业模式和公共政策进行了分析。研究涉及了电动车,货车,公共汽车和自行车的充电点。

来源:欧盟


麦肯锡: 智慧城市:数字技术打造宜居家园

目前,全世界有超过一半的人口居住于城市当中,预计到2050年,全球城市居民还将新增25亿人。城市面临的环境压力和基础设施需求愈加沉重——同时,城市居民希望以可负担的成本改善生活质量的呼声也愈发高涨。


智能技术有助于城市应对这些挑战,它们即将掀起下一波公共投资的高潮。智能技术的基础就是数据,而大大小小的城市正是海量数据的源头。从这些数据中找出洞见,有助于城市管理者应对瞬息万变的情况、合理分配资源、做好未来规划。此外,如果能够实时掌握信息,个人和企业便能做出更明智的决策,提高城市的总体运行效益。一个更“智慧”的城市必然将更宜居、响应能力更强。


报告认为,历经十年的探索之后,智慧城市的发展进入了一个新阶段。尽管数字技术只是打造美好城市的工具之一,但它的确是近年来最有成效的办法之一,将数字技术融入城市现有的系统当中,可取得事半功倍的效果。本报告分析了当前在三大样本城市中采用的近六十项智慧城市应用,发现这些应用可将城市生活质量的指标提高10-30%,帮助社会各方各面取得进步,例如,可将死亡率降低8-10%,应急响应时间缩短20-35%,平均通勤时间缩短15-20%,疾病负担降低8-15%,温室气体排放减少10-15%等。报告同时发现,即便是走在世界最前沿的智慧城市也仍然具有巨大的进步空间。

来源:麦肯锡


爱立信:创造性机器——人工智能将如何影响未来的劳动力市场

本报告的部分内容是基于对学术界和行业领导人就2017年进行的技术与创新主题进行19次深入访谈所获得的深入见解。大部分访谈均在美国加利福尼亚州湾区进行。对瑞典和印度的行业领导人也进行了一些访谈。此外,还采用了爱立信消费者和工业实验室分析平台在2000年至2017年间收集的定量消费者调查数据。


主要发现包括:

  1.有不同级别的自动化:工业革命中,机器自动完成手动工作任务,而今天机器也可以使认知工作自动化;

  2.中产阶级承受代价:工业革命时期,技术熟练的工匠被低技能劳工所取代,今天中等技能职业的就业岗位在减少,而对高技能技术工人的需求正在增加;

  3.柔性机器需要更灵活的工人:工业革命时期机器不灵活、操作可以很容易地标准化和传授;今天的机器是灵活和可以演进的,处理中所需的技能和知识不容易复制;

  4.创造性工作不再不受影响:所有工作的效率和生产力都将受到影响,包括创造性工作;

  5.新科技精英:从2012年到2016年,高等和低等社会经济阶层之间互联网使用的差距翻了一番,科技精英将使用自动化和人工智能大幅提高他们的生产力,给更传统的中产阶级职业带来经济压力;

  6.各个阶层都需要终身学习:在公司和学校都需要实施终身学习计划,促进持续学习的社会将更好地获得AI支持的巨大好处。

来源:爱立信



校  审 | 陈  力、凌  霄

编  辑 | 陆  廷


欢迎转发分享!

如需转载,请联系授权事宜:

电话:62304025 62300198 

Email:media@caict.ac.cn


推荐阅读

ITU:国际移动漫游战略指南 | 智库跟踪

联合国贸易和发展会议:世界投资报告2018 | 智库跟踪


       (科技成果转化中心供稿)