据美国白宫高级技术官员迈克尔·克拉特西奥斯（Michael Kratsios）表示，特朗普政府正在完善对各机构如何监管人工智能的指导方针，以平衡促进和控制 AI 行业有序稳定地发展。

　　克拉特西奥斯表示，这份指导意见遵循了 1 月份起草的十项原则草案，这十项监管人工智能发展和使用的原则，旨在限制美国当局对人工智能的“过度干预”，并表示希望欧洲官员也能避免采取激进的方式去干涉人工智能的发展。

　　白宫在一份简报中表示，联邦机构应该“在对人工智能采取任何监管行动之前进行风险评估和成本效益分析，重点是建立灵活的监管机制框架，而不是进行一刀切式的监管。”

　　美国AI法规完善历程

　　2019 年，美国政府更新了《人工智能研发战略计划》，制定了第一份进度报告，描述了联邦政府研发投资的影响，并首次公布了政府范围内非国防人工智能研发支出的报告。

　　2019 年 2 月，美国总统特朗普签署了一项行政命令，要求联邦政府机构把更多资源和投资用于与人工智能有关的研究、推广和培训，这些举措都是为了让人工智能能够更大地发展自由。

　　今年 2 月，特朗普在其 2021 财政年度预算提案中呼吁，将非国防人工智能研发投入翻一番。特朗普政府试图利用这项技术改变社会的力量，同时遏制其潜在的不好的发展方向。

　　如今，白宫正在完善对各机构如何监管人工智能的指导方针。白宫表示，各机构在制定涉及其所监管行业人工智能的法规时应遵循这些原则，其中包括对与该技术相关的成本和风险的评估。

　　克拉特西奥斯表示，该计划是特朗普总统去年通过一项行政命令发起的。它要求各机构在其研发工作中优先考虑人工智能，向人工智能专家开放其数据，并鼓励人工智能相关培训。

　　“我们与许多利益相关者就此事进行了很好的、有力的讨论，监管模式的最终版本应该很快就会出炉。”

　　实际上，美国政府的一些部门已经发布了自己关于人工智能的指导方针，其中包括美国国家标准与技术研究所（National Institute of Standards and Technology），这是美国商务部下属的一个科学机构。美国国防部也已经制定了关于人工智能在军事和战争中的应用的原则。

　　美国政府更倾向于采取克瑞特西奥斯所说的“轻触式”监管方式，以避免阻碍美国政府在人工智能领域的领导地位。官员们认为，人工智能是各国进行技术竞争的核心要点，一些欧洲国家正在采取更为严厉的监管措施，而如果在美国采用这种措施，可能会扼杀创新积极性。

　　中国应如何借鉴

　　反观国内，随着近几年人工智能在各行业的逐渐落地，国内相关企业也就人工智能监管问题提出了相应规范。

　　2019 年 11 月，国内发布了首份医疗 AI 法律及监管报告，报告内容涉及如何对健康医疗数据、个人信息进行合法使用；医疗人工智能产品在使用过程中产生的医疗问题，该由谁承担责任；如何对医疗人工智能产品的知识产权进行保护等问题，这些都是医疗 AI 在蓬勃发展急需解决的难题。

　　在 2019 年 12 月举办的第三届中国人工智能法律与伦理论坛上，各界与会代表围绕法学视角下的网络安全问题、人工智能时代的科技创新与安全理论、人工智能安全问题、大数据应用中的隐私和公平性问题四个议题进行了深入交流和研讨，力求团结企业、个体和公众力量制定出适合中国国情的人工智能监管规范。

　　那么，中国面对潜力如此巨大但监管制度尚未完善的 AI 市场，应当想美国借鉴哪些经验呢？对此，赛迪智库副研究员朱帅表示：

　　首先，应为人工智能优先分配高性能计算资源。借鉴美国《国家战略性计算计划》（NSCI），在我国国家层面上建立专门机构来协调和推进高性能计算（HPC）的发展。通过自由分配资源和资源储备，在适当和符合法律的情况下，优先为人工智能相关应用分配高性能计算资源。

　　其次，为人工智能建立监管原则。应借鉴《美国人工智能监管原则》，建立我国人工智能监管规则，促进稳健的创新生态系统，减少、移除人工智能技术发展和应用面临的不必要障碍。侧重不具有法律强制性的非监管措施，出台监管例外、豁免，或者试点项目，为特定的人工智能应用提供“安全港”。

　　三是，为人工智能技术建立标准制定指南。借鉴美国联邦参与人工智能技术标准制定战略，建立我国人工智能技术标准制定指南。开发有助于政府部门更好地研究和评估人工智能系统质量的技术，包括标准化的测试机制和强大的绩效指标。专注于理解人工智能可信度的研究，并将这些指标纳入未来的标准。

　　四是，为人工智能建立人才队伍。借鉴美国国家科学基金会“国家人工智能研究院”计划，建立我国国家人工智能创新中心。重点开展行业基础和共性关键技术研发、成果产业化、人才培训等工作。可采取政府+企业+高校等各类混合所有制模式，结合各地产学研用资源优势进行国家和省区两级布局。

　　五是，通过跨部门协作加快政府对人工智能技术的采用。建立“卓越中心”作为政府部门共享人工智能专业知识和最佳实践的重要机制。通过将机器学习、计算机视觉、自然语言处理、智能流程设计和机器人流程自动化纳入其业务，使各政府部门能够开发人工智能解决方案。