开通VIP，畅享免费电子书等14项超值服
首页
好书
留言交流
下载APP
联系客服
2024.08.05
美国国家科学技术委员会的跨机构工作组编制了《2020-2024进展报告：推进可信赖的人工智能研究与开发》报告，该报告总结了2020-2024年间美国联邦政府在人工智能研究与开发方面的进展,旨在支持可信赖AI的创新，并管理其潜在风险。
报告强调，美国政府将在确保AI的安全性、可解释性和公正性方面继续努力，并将持续通过跨机构合作来推动AI技术的发展。政府将更新报告，以反映不断变化的技术和政策环境。
总结而言，该报告展示了美国政府在推动AI研发、管理其风险以及促进其社会和经济效益方面的努力和成就。通过一系列策略和合作，政府希望在全球范围内保持AI领域的领导地位，同时确保技术的发展符合公共利益和伦理标准。
由人工智能研究与开发跨机构工作组撰写的报告。
国家科学技术委员会网络与信息技术研究与发展小组委员会及机器学习与人工智能小组委员会。
2024年7月
本文中提到的任何特定商品、出版物、流程、服务、制造商、公司、商标或其他专有信息，均旨在提供清晰说明，并不代表美国政府的认可或推荐。
执行摘要引言如何阅读本报告策略1：对基础和负责任的AI研究进行长期投资策略2：开发有效的人机协作方法策略3：理解和解决AI的伦理、法律和社会影响策略4：确保AI系统的安全和保障策略5：开发用于AI训练和测试的共享公共数据集和环境策略6：通过标准和基准来衡量和评估AI技术策略7：更好地理解国家对AI研发的劳动力需求策略8：扩展公共和私人合作伙伴关系以加速AI的进步策略9：建立以原则为基础并协调一致的国际AI研究合作方法（新）结论与下一步
表1.各联邦机构在九大战略重点的AI研发活动摘要图1.各联邦机构的AI研发投资摘要
拜登-哈里斯政府紧迫地采取措施管理人工智能（AI）的风险并把握其机遇。2023年，拜登总统发布了一项具有里程碑意义的行政命令，旨在推进美国在安全、可靠和可信的AI创新方面的领导地位。这份2020–2024进展报告强调了自2016–2019进展报告以来，联邦AI研究与开发（R&D）投资的显著增长：推进人工智能R&D。联邦机构正在大力投入资金，以解决如气候变化、医疗保健进步、网络安全增强、国防支持、科学发现以及制造和运输等关键领域的运作效率等重大挑战。
根据《国家人工智能研发战略计划：2023年更新》（以下简称“2023战略计划更新”），本报告展示了联邦机构对支持关键国家倡议的承诺，包括《人工智能权利法案蓝图》和《人工智能安全、安全和可信开发与使用行政命令14110》（以下简称“AIEO14110”）。本报告系统地记录了各机构在推动人工智能领域方面取得的显著进展，这些进展不仅惠及美国人民，还推进了2023战略计划更新的战略优先事项：
策略1：对基础和负责任的AI研究进行长期投资。
策略2：研究并发展高效的人类与AI协作方法。
策略3：深入理解并应对人工智能的伦理、法律和社会影响。
策略4：确保AI系统的安全性与保障措施。
策略5：建立用于AI训练和测试的共享公共数据集和环境。
策略6：通过行业标准和基准来衡量和评估人工智能技术。
策略7：深入理解国家在人工智能研发方面的人才需求。
策略8：拓展公共与私人部门的合作伙伴关系，以加速人工智能技术的进步。
策略9：建立原则性和协调性的国际合作方式，以推动人工智能研究（新）。
本报告首先从战略的角度强调人工智能研究，然后描述各机构的贡献，以提供一个整体的政府概览。
本报告详细总结了过去四年联邦AI研发活动的情况，举例说明了与2023战略计划更新中描述的九大策略一致的联邦机构项目和活动。本报告阐明了联邦对AI研发投资的重要性，展示了联邦AI研发活动如何推动AI的进步，并进而影响多个经济部门。尽管本报告并非面面俱到，但它反映了联邦政府支持的重大跨机构活动。有关机构研发项目的更多详细信息，可在AI研究项目库中找到。[^7]尽管一些较小的、跨部门或涉密的活动无法包含在本报告中，这些努力也为国家推动可信AI的承诺做出了重大贡献。
该报告围绕2023年战略计划更新的九大战略重点进行结构安排。针对每个战略，重点介绍了关键机构的项目和活动，并特别强调在2023年战略计划更新发布后所采取的努力。有些活动对多个战略均有贡献，这些跨领域的努力在适当的地方进行了说明。表1概述了联邦研发机构参与网络信息技术研究与开发(NITRD)人工智能研发跨机构工作组在每个战略中的参与情况，其中X表示各机构在战略重点方面的某种程度的努力。这些贡献在报告的其余部分进行了更详细的介绍。整体来看，通过一系列明确的投资、进展和成就，对2023年战略计划更新做出了全面的响应，并且在多个政府管理期间，联邦人工智能研发战略保持了显著的连续性。
(1)核心AI：这类投资主要侧重于AI研发，并归属于AI项目组成部分领域(PCA)下进行报告。PCA是联邦机构用来报告网络和信息技术研发预算信息的“分类”机制。
（2）AI跨领域：主要专注于人工智能以外其他领域的投资，这些投资在其他PCA中进行了报告。AI跨领域在2018财年不可用。
本报告将定期更新，以记录国家在维持和推进2023年战略计划更新目标方面所取得的进展。
近年来，AI领域的进步得益于数十年来对AI研究的投入。为了持续提升这项技术的有效性及其广泛的利益，联邦政府保持以创新为优先的长期视野至关重要。各机构认识到对可信AI研究进行长期投资的重要性，过去四年的显著进展证明了这一点。本节提供了一些显著的例子，展示了在数据驱动的知识发现方法、支持联邦机器学习（ML）方法、理解AI的理论能力和局限性、研究可扩展的通用AI系统、开发更加强大和可靠的机器人、推进改进AI的硬件、创造AI或改进硬件以及采用可持续AI计算系统等方面所做的努力。
作为2030年人口普查多年研究工作的一部分，人口普查局正在探索多种基于AI的方案，以用于收集、处理和发布2030年人口普查数据。
在一系列研究项目中，Census的工作人员利用自然语言处理和机器学习技术，通过分析填写数据来自动分类十年一次普查的受访者种族和民族；通过分析PostEnumerationSurvey(PES)受访者记录来确定其居住状态；以及处理PES采访员的现场笔记，以识别数据中存在的特定实体。
DARPA致力于推动AI的技术前沿，并将尖端AI技术应用于研发新的国家安全任务能力。
国防部致力于在整个部门范围内开发AI驱动的解决方案，并在企业级和各种国防部应用案例中有选择性地推广已验证有效的解决方案。
AIEO14110推进AI使用的治理、创新和风险管理2024年3月28日，管理和预算办公室(OMB)发布了一项政策15，旨在规范美国政府对AI的使用。该政策重点在于加强AI治理、推进负责任的AI创新，并通过指示各机构采取强制性保护措施来开发和使用可能影响公众权利和安全的AI，从而有效管理AI使用带来的风险。
教育部通过其教育科学研究所(IES)，资助若干利用人工智能进行研发的项目，旨在解决从幼儿教育到成人教育等各阶段的国家最紧迫的教育需求。
DOE/NNSA正在投资开发AI和ML方法，以应用于NNSA必须在其中运行的独特高安全性和高风险环境。
DOE/SC投资于基础研究项目，并支持在其科学任务中创新使用AI。
DHS正在投入人工智能研究与开发，旨在通过使用负责任的人工智能来保障国土安全。
交通运输部联邦公路管理局(DOT/FHWA)持续在公路运输领域进行人工智能研究的投资。
VA持续进行适当的投资，以支持AI研发最早阶段中的关键考虑因素，如可信性、责任心和安全性。
联邦调查局(FBI)正在深入研究人工智能(AI)和机器学习(ML)技术，以预见和应对潜在威胁，保障美国民众的安全。
NASA正在针对其全部任务挑战开展人工智能研发，涵盖航空学、地球科学、空间科学以及人类与自主空间探索的诸多领域。
NIH资助旨在利用或推动AI发展的生物医学研究。
NIOSH正在针对AI与工人安全、健康和福祉交汇点的特定技术项目进行投资。
国家标准与技术研究院（NIST）正引领基础与应用测量科学研究，以支持负责任且可信赖的人工智能(AI)。NIST还在物理科学、化学科学、材料科学、工程与自主机器、制造科学、建筑与火灾科学以及信息技术与通信科学等领域，研究AI在测量科学中的应用。
国家海洋和大气管理局(NOAA)投资于人工智能研发，利用AI算法来增强天气和气候预测的准确性和及时性，同时更深入地研究环境变化对地球的影响。
国家科学基金会多年来一直致力于支持创新的人工智能研究，并将继续资助这一领域的重大突破。
AIE014110AI集中区域创新引擎
由NSF领导的区域创新引擎将科学和技术领导力作为推动关键技术发展的核心驱动力，包括AI等，以应对紧迫的国家和社会挑战，培育美国R&D生态系统中的合作伙伴关系，促进经济增长和就业机会。NSF引擎在初期两年内投资1500万美元，并将在未来十年内对每个NSF引擎最高投资1.6亿美元。在首批10个NSF引擎中，有7个将利用AI解决重要挑战，例如皮埃蒙特三角再生医学引擎（PiedmontTriadMedicineRegenerativeEngine），它将应用AI以开发和推广突破性的临床疗法。所有在2024年1月宣布的10个NSF引擎中，NSF的初始两年投资为1.5亿美元，州和地方政府、私人企业和包括慈善机构在内的非营利组织承诺匹配超过3.5亿美元的资金。
美国专利商标局的核心使命在于推动科学和技术领域的创新，同时也利用科学和技术的进步来提高自身的工作效率。
随着AI从实验室科学转变为广泛应用，深入理解如何构建能够与人类顺畅互动的AI系统显得至关重要。本节详述了在人类与AI团队协作科学领域的重要进展，旨在改进绩效模型和评估指标，培养在人类与AI互动中的信任，深入理解人类与AI系统，并开发AI互动与协作的新范式。
DARPA正在致力于研发技术，使机器不仅能作为促进人类行动的工具，还能成为人类操作员可信赖的合作伙伴，这对于军事系统和任务关键应用尤为重要。
国防部在各部门积极投资开发AI驱动的解决方案，这些解决方案不仅能够加速决策流程，还能显著提升决策的质量和精确度。
人工智能将协助提升NNSA评估武器系统当前和新环境的能力，并在实验数据尚未可用之前减少环境规范中的设计余量。
DOE/SC致力于基础研究、计算软件和工具的投资，旨在提升人类与人工智能结合方法在科学发现与创新中的效率和生产力。
国土安全部科学技术局的研究投资主要集中在深入理解人类、人工智能和自主系统的互动与协作方式，以提升人机系统及其整体性能。
NASA正在开发多种方法，旨在促进人类与人工智能在各种环境中，包括太空和飞机上，进行有效合作。
NIH采用可解释的AI技术，以研发新的患者与医生交互界面。
多年来，NIST一直致力于研发可用性测量方法和人机交互的度量标准，并将这一研究进一步拓展到AI技术与人类使用之间的交集领域。
NOAA正在开展AI翻译技术试点项目，旨在优化员工的工作流程，并提升服务交付的公平性。
国家科学基金会的投资推动了在人机协作方面的基础研究和应用研究，培养了人工智能与人类协作领域的人才库，并为学术界、政府和工业界的合作创造了联系节点。
数字农业和能力建设领域的人机协作研究与开发是美国农业部AI投资的核心内容。
美国专利商标局利用科学和技术的进步来支持其工作，尤其是在人与人工智能交互界面方面。
AI的广泛应用意味着其对社会和个人的影响广泛，这需要跨学科合作，探讨复杂的伦理问题，完善法律框架，并理解社会对AI系统的态度。本节重点阐述通过社会技术系统设计推进核心价值观方面的基础研究投资和在AI的伦理、法律和社会（ELS）影响方面的进展；理解并缓解AI带来的社会和伦理风险；利用AI解决ELS问题；以及了解AI带来的更广泛影响。
国防部采纳了适用于战斗和非战斗功能的AI使用伦理原则，以辅助美国军方。2022年DOD责任AI策略与实施路径明确了在整个AI系统生命周期内贯彻这些原则的实施方向。
AIEO14110识别和减轻医疗保健偏见的AI指南HHSAI任务小组发布了处理医疗保健算法中的种族偏见的指导原则47。该指南的总体目标包括在所有医疗保健算法生命周期阶段促进健康和医疗保健的公平性，确保医疗保健算法及其使用的透明性和可解释性，在所有医疗保健算法生命周期阶段，真实地与患者和社区进行互动以赢得信任，明确识别医疗保健算法的公平性问题和权衡，并建立对医疗保健算法结果中公平性和公正性的责任机制。
国土安全部科学与技术局致力于确保人工智能与机器学习的研究、开发、测试、评估以及部门应用均符合法律法规和其他法定要求，同时保证隐私保护，并维护个人的民权和公民自由。
联邦公路管理局在研究项目上的投资包括处理AI社会影响的方法。
NASA及其首席人工智能官正在构建一套人工智能治理框架，以确保其人工智能的应用符合道德规范、安全可靠且具有可解释性。
美国国立卫生研究院（NIH）高度重视推进利用人工智能方法进行研究的生物医学研究人员的能力，以尽量减少其研究可能带来的风险，并强化生物医学人工智能的伦理框架。
全国司法研究所正在支持研究工作，旨在通过应用人工智能来解决刑事司法中的需求，同时深入理解其在伦理、法律和社会方面的影响。
国家标准与技术研究院（NIST）在引领框架、研究、工具、资源、数据和标准的发展，旨在支持对人工智能伦理、法律及社会挑战进行有条理的应对。
NOAA积极参与社区活动，以深入理解道德和可信赖的人工智能(AI)原则。
NSF认识到将AI系统整合到社会中，需要理解社会技术边界。
美国农业部资助研究并进行技术推广，旨在预见技术创新可能带来的意外和不可预见的后果，包括文化、健康、福利、公平、伦理及环境方面的影响。
美国专利商标局的核心使命之一是为知识产权（IP）政策提供建议，这其中涉及到人工智能（AI）的法律影响以及理解其更广泛的社会和技术影响。
当前AI系统的开发工程流程仍然处于初步阶段，关于可靠实现的最佳实践尚未完全确立。此外，这些系统本身可能难以解析，导致错误和攻击的检测变得困难。本节将探讨用于构建安全且可信赖的AI以及保障AI系统的各种努力。
DARPA正在研发技术，以保证人工智能系统的安全性、保密性和可信性。
国防部致力于可信赖、安全且有保障的AI系统的开发。
国家核安全管理局的高级仿真与计算(ASC)项目将研究如何将现有的安全和安保实践与新兴的可信任人工智能与机器学习（AI/ML）概念相结合，这些概念包括减少偏差、提高可解释性和说明性。
DOE/SC投资于人工智能研究和隐私增强技术(PETs)，以便从分布式但集体共享的数据集中进行学习。
国土安全部(DHS)投资于研究与开发，以保护关键基础设施免受复杂的网络攻击和对抗性AI攻击。这些攻击的目标包括从控制系统到因自然灾害而中断的基本服务。
美国退伍军人事务部(VA)持续确保在业务和技术软件及基础设施需求方面的安全和保密考量，均纳入TAI项目的原则并支持AI治理功能。
AIEO14110关键基础设施部门的AI风险评估包括国防部、交通部、财政部和卫生与公众服务部在内的九个机构已向国土安全部提交了他们的风险评估。这些评估将作为今后联邦行动的基础，确保美国在安全地将AI技术融入社会的重要领域（例如电网）方面保持领先地位。
美国国家航空航天局在软件验证和确认方面投入了大量精力，这对于人工智能系统和工程系统的安全运行至关重要，同时也涉及NASA系统所依赖的软件和通信网络的网络安全。
NIH致力于保障人工智能系统在生物医学研究领域的安全性和保密性。
NIST正在研发测量科学、框架、最佳实践、标准、工具和资源，以支持和评估AI系统的安全性和可靠性。
当前许多新一代AI系统的核心驱动因素是数据的可获得性以及训练这些数据的计算基础设施。为了推进AI研发的前沿发展，必须具备高质量且结构良好的数据和软件。本节主要介绍在开发和提供满足各种AI应用需求的数据集方面所取得的进展，开发共享的大规模和专业化的高级计算和硬件资源，使测试资源能够响应商业和公众的需求，以及开发用于AI训练和测试的开源软件库和工具包的举措。
DARPA开发并共享用于人工智能训练和测试的数据集和环境，以提升美国在人工智能领域的竞争力。
DOE/SC投资于高质量的数据和软件，以用于训练和测试先进的人工智能系统。
联邦公路管理局正在资助一项研究，旨在安全地收集、利用和公开行人数据。
VA通过Challenge.Gov提供联邦数据，并通过AI技术竞赛激励合作与创新。
NASA尽可能公开其生成的数据，包括通过分布式活动档案中心(DAACs)提供的重要地球科学数据。
NIH向研究社区提供大量生物医学数据，致力于使这些数据具备可查找性、可访问性、可互操作性和可重复利用性，即所谓的FAIR标准。同时，NIH也期望这些数据能够应用于AI和ML技术。
国家司法研究所(NIJ)开发并提供可以通过data.gov和国家刑事司法数据档案获取的研究数据集。
NOAA正在提升其超过60拍字节的环境情报巨大储备库的可发现性、可访问性以及AI就绪度。
NSF长期以来始终认可公共数据集在科学研究中的重要作用。例如，自1975年起，NSF一直持续资助蛋白质数据库，这一资源已成为AlphaFold蛋白质结构预测模型的训练数据集。
美国专利商标局致力于通过普及数据集和计算资源的访问，推动人工智能领域的发展。
国防部投资于强调持续评估AI操作与伦理性能的项目及活动。93
教育部正在与学术界和工业界合作，针对高杠杆教育应用案例中的人工智能挑战展开研究。
AI和ML技术将助力提升NNSA在基础研究领域的投资能力，同时评估与核安全企业内的主题专家合作开展的工作。
DOE/SC支持发展和使用标准及基准，以推动科学与能源研究中的人工智能进展。
国土安全部科学技术局（DHSS&T）在帮助更广泛的DHS工作人员理解和运用人工智能和机器学习技术，以实现其任务目标的过程中，发挥着核心作用，并同时遵守伦理标准和原则。
NIH投资于研究新颖的方法，以便检测和纠正生物医学领域基于AI的应用程序中的偏见。
国家司法研究所通过制定标准和基准测试，致力于提升机器学习技术及其在机构内部的应用效果。
第一阶段行动风险评估工具的审查和重新验证是一项协同努力，旨在探讨是否可以通过进一步改进囚犯评估工具(PATTERN)的指标和评分体系，以提高风险评估系统的公平性、效率和预测效度。这项工作将包括研究额外信息的纳入（例如，更新的编程数据），以及这些信息如何用于提升预测能力和公平性。
AIEO14110制定可信赖AI的指南、最佳实践和评估NIST正在与其他机构合作，开发用于生成式AI的风险管理框架介绍；生成式AI和双重用途基础模型的安全软件开发框架；评估和AI红队测试的指南；关于认证和标记合成内容的标准、工具和技术的全景视图；评估差分隐私保护措施效能的指南；以及一项全球参与计划，旨在促进和制定AI标准。
NOAA积极参与涉及AI技术标准和基准的社区活动。
人工智能系统的评估对于其成功部署至关重要。NSF正在与合作伙伴密切合作，以支持和制定关键的标准和基准。
ONC致力于推动健康信息技术的发展及其电子信息交换，而这对于研究、科学知识的生成及创新至关重要。
为推进人口普查局的统计数据现代化及战略性劳动力转型，增强员工的数据科学能力，CensusHRD向所有全职员工提供数据科学培训计划(DSTP)。
AIEO14110AI人才涌现人事管理办公室已经授予联邦机构灵活的招聘权限，以便能够招聘AI人才，包括直接招聘权限和特定服务权限。全国性的科技人才项目，如总统创新研究员计划、美国数字军团以及美国数字服务，已在2024年提升了针对重点AI项目的人才招聘力度。这一举措加速了联邦政府对AI专业人才的招聘，提升了政府内部AI专业知识的水平，使决策更加明智，并对AI研究进行战略性资助，同时有效实施各类AI技术。
国防部为其网络工作人员的管理制定了统一的方向，并且在网络领域不断扩展的背景下，纳入了新兴技术领域的工作人员。
通过充分利用协作资源，NNSA可以建立创新的人才培养体系，并使其员工掌握行业内的最佳实践。
能源部/科学办公室(DOE/SC)通过提供奖学金项目和研究资助，推动全国在AI、高性能计算和数据科学领域的专业人才队伍的培养和壮大。
DHSS&T致力于招募专家和培训员工，以提升在人工智能和机器学习领域的能力，从而高效地完成其各项任务。
VA正在使VA人员和退伍军人具备应用人工智能的准备，并帮助构建人工智能系统，以协助退伍军人增加其在人工智能领域的知识并加以应用。
国家卫生研究院（NIH）致力于培养精通人工智能与生物医学交叉领域的下一代研究人员。
国家司法研究所正通过AI技术增强其员工队伍的能力。
AIEO14110吸引人工智能人才到美国
美国国务院和国土安全部联手简化签证申请和审批流程，包括通过确保签证预约的及时可用性，使得那些有意前往美国从事、学习或研究人工智能及其他关键和新兴技术的非公民能够顺利完成手续。这一举措旨在吸引并留住在人工智能及其他关键与新兴技术领域里的优秀人才，以促进美国经济的发展。
NIST通过多种机制支持发展和加强其AI研发团队及推广工作。
NSF的投资侧重于强化为国家重点领域输送人工智能人才的源源不断的供给。
美国农业部通过教育和劳动力发展奖学金及能力建设项目，利用人工智能技术的研究成果，以培养新一代劳动力。
技术知识的开发与维护对于USPTO的核心任务具有重要意义。
国防部坚决致力于与学术界、工业界及其他非联邦实体建立有效的合作伙伴关系。
通过与行业高度合作，NNSA可以受益于已经开展的研发活动，并为其使命独特的领域提供资金支持进行探索。
能源部/科学办公室正积极参与公私合作伙伴关系，推动科学领域的人工智能技术发展。
通过组建大型的跨学科团队与协作，万亿参数联盟(TPC)旨在为科学领域构建可信赖的生成式AI模型。TPC涵盖了来自国家实验室、研究机构、学术界和工业界的多方合作伙伴。
VA促进公私合作伙伴关系，开发AI系统以追踪并改善退伍军人的健康状况。
NIH寻求与私营部门建立合作关系，以促进实质性联系，并确保在人工智能研究与开发方面的投资持续进行。
国家标准与技术研究所（NIST）通过利用多种工具和资源，与工业界、大学、非营利组织及其他政府机构建立密切合作，推动其人工智能（AI）议程。这些工具和资源包括广泛收集意见及审查NIST的报告、组织公开研讨会、接待AI访问学者和研究员、开展学生项目及提供资助等。
NOAA通过促进研究合作，使科学家们能够应对沿海韧性、粮食安全以及气候变化等复杂的全球性问题。
NSF通过合作伙伴关系在支持AI研究方面不断进行创新。
AIEO14110国家人工智能研究资源（NAIRR）试点2024年1月，NSF及其合作伙伴发起了NAIRR试点项目127，这是建立共享的国家研究基础设施的第一步，致力于推动AI的发现及负责任的创新。该NAIRR试点项目旨在将美国的研究人员和教育者与所需的计算资源、数据及培训资源连接起来，以推动AI研究及依靠AI促进创新的研究，增加人才多样性，提高研究能力，推动可信AI发展，并保护个人隐私、公民权利和公民自由。
ONC致力于推进卫生信息技术的发展及健康信息的电子交换，这对研究、科学知识的积累与创新具有关键作用。
美国农业部与学术机构、非营利组织及商业企业的合作伙伴关系，对于推动其人工智能研发使命具有重要意义。
美国专利商标局通过建立公私合作伙伴关系，致力于推进其核心使命，即促进科学和技术领域的创新。
DARPA在双方共同关心的人工智能研究领域，与国际合作伙伴进行协调与合作。
国防部在开发和部署军事人工智能应用的过程中，强调伦理考量，并优先与国际伙伴展开合作。
DOE/SC在共同关心的领域参与国际合作，以推动AI的进步。
退伍军人事务部与国际人工智能研究人员合作，共同开发可能在服务退伍军人方面起到重要作用的人工智能系统。
NIH致力于通过吸引国际研究人员的参与，创造促进AI研究发展的有力契机。
NIST与国际人工智能研发和标准化社区密切合作，致力于在测量科学、最佳实践、框架和标准领域推动国际协作和一致性。
NOAA制订高层协议，以促进在人工智能研究领域的国际协作。
美国专利商标局(USPTO)通过建立国际合作关系，以推进其促进科学与技术创新的核心使命。
国家的AI研发事业展现出强大的韧性，并保持着持续增长。美国在AI领域的研发和创新，对于维护其在全球范围内的AI领导地位至关重要。在我们庆祝本报告所详述的诸多成就之际，不难看出，美国需要继续发挥其技术优势，并持续支持早期研究，以推动AI技术的重大突破。
展望未来，各机构通过对AI研发的联邦投资，旨在推进2023年战略计划更新中提出的战略优先事项。通过促进联邦机构、行业、国际合作伙伴和研究社区之间的合作，确保知识和专业知识的无缝交流，并将研究突破转化为实际应用。优先强调负责任地开发和部署值得信赖的AI系统，以应对社会挑战和造福美国人民，始终是追求AI进步的核心任务。
培养具备技能的AI劳动力的重要性，依赖于教育、培训及人才发展的投入。这些工作将促进AI劳动力队伍的多样性和包容性，同时利用多元化的视角来解决复杂的问题，并推动创新进步。
总而言之，本报告中所述的进展显示了联邦政府如何通过研发在提升AI能力方面取得突破，进而惠及美国民众，并推动了2023年战略计划更新中的九大战略优先事项。