隨著人工智能技術的進步，人們越來越多地將其應用在國防領域。最近，美國國防部下令建立聯(lián)合人工智能中心（JAIC），該機構將成為人工智能研究的中心。然而，JAIC并不是將人工智能納入美國國防部的第一次嘗試。由美國國防部牽頭的Maven項目將繼續(xù)進行，并成為JAIC的一部分，旨在整合機器學習和大數(shù)據(jù)研究工作。此前，谷歌公司宣布將終止參與Maven項目。

2018年6月26日，在美國眾議院研究、技術與能源小組主持的聽審會中，美國政府問責局（GAO）的應用研究與方法首席科學家Timothy Persons說明了人工智能對于政策和研究的影響。

在他的發(fā)言中，他強調(diào)了一些人工智能方面的政府政策和研究的建議，這些建議源于GAO的2018年3月的報告。

改善數(shù)據(jù)收集并鼓勵數(shù)據(jù)共享

數(shù)據(jù)對于訓練和改進人工智能至關重要，Persons強調(diào)了收集和標記高質(zhì)量數(shù)據(jù)對于改善機器學習的重要性。同樣重要的是安全共享數(shù)據(jù)，而不會影響知識產(chǎn)權或品牌信息等敏感信息。Persons舉了一個例子：MITRE，一個政府提供資金支持的非營利組織，認為航空業(yè)的數(shù)據(jù)共享降低了事故數(shù)量。數(shù)據(jù)共享可能包括建立保護敏感數(shù)據(jù)的訓練環(huán)境，以及美國司法統(tǒng)計局等機構的全國數(shù)據(jù)標準化項目。

解決網(wǎng)絡安全威脅

人工智能系統(tǒng)既容易受到攻擊，也可用于網(wǎng)絡安全攻擊。Persons說，網(wǎng)絡和信息攻擊成本高，且在制造商和用戶之間分配不均。他建議進行政策改革，使二者分擔網(wǎng)絡攻擊的成本，從而對其進行更平衡的保護。

更新監(jiān)管途徑

盡管人工智能技術仍然在快速發(fā)展，但是Persons還是鼓勵決策者不要過早地制定法規(guī)，而是更新監(jiān)管結構。他指出，執(zhí)法部門和車輛自動駕駛是兩個可能應用人工智能的領域，因此它們需要額外的監(jiān)管。另一種更新人工智能管理方式的方法是建立監(jiān)管沙盒，即允許監(jiān)管機構進行小規(guī)模的試驗。

更好地理解人工智能對于就業(yè)的影響

人工智能必然會影響整個行業(yè)的就業(yè)。然而，現(xiàn)在很難確定哪些行業(yè)會出現(xiàn)失業(yè)，而哪些行業(yè)的需求將在未來有所增長。Persons說，人工智能造成的勞動力變化，將使培訓和教育需要進行重新評估。

探索計算機倫理問題和可解釋人工智能

在未來，人工智能系統(tǒng)將不得不被設計成能夠在無法預測出所有潛在事件的環(huán)境中運行。Persons強調(diào)了人工智能和大數(shù)據(jù)研究中的倫理問題。他說，其中一個主要的關注點是，那些發(fā)展中的人工智能的倫理標準可能與其他技術或是那些使用該技術的人不一致。