中美在人工智能领域的竞争与合作研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:qweasdzxc34
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人工智能有望成为新一轮科技革命、产业革命和军事革命的核心驱动技术,对于促进国家的经济发展、军事赋能和增长政治影响力方面都有巨大的应用潜力,因而也成为了国际竞争的新焦点。中美两国均高度重视人工智能这一领域,纷纷出台了战略政策文件助推其研发和应用,进行着激烈竞争。但另一方面,中美在人工智能领域仍存在着诸多合作。如何理解在中美战略竞争背景下,两国在人工智能领域仍存在着广泛而密切的合作关系?中美在人工智能领域的竞合动态及其背后的因果机制是什么?本研究发现,国际关系三大主流范式在单独解释中美人工智能竞合问题时存在明显局限,并提出了基于分析折中主义三角理论模型的中美人工智能领域竞合动态分析框架,深入考察了中美在人工智能领域的竞争与合作动态的因果机制。研究发现,权力、利益、观念多个变量相互交织的影响,共同组合成了中美两国之间在人工智能领域“竞合并存、竞大于合”这一复杂图景。一方面,中国快速崛起带来的国际体系权力分布的变化,引发了美国对中国能力和意图的焦虑。人工智能对于经济、军事等领域的显著赋能作用和战略意义为中美两国共同洞见,促使两国正在围绕人工智能领域展开激烈竞争。尤为突出的是,美国正采取制裁中国人工智能相关企业、限制中国科研人员赴美交流等措施打压中国在人工智能领域迅猛的发展势头。另一方面,中美社会多渠道联系、经济相互依赖以及科研全球协作趋势使得中美两国之间在人工智能领域存在诸多合作,并对两国在该领域走向对抗起着一定制约作用。而观念因素贯穿着中美人工智能竞合动态的始终。美国对中国“竞争对手”身份建构辐射到了其国家利益的界定,进而对中国人工智能领域进行打压和阻滞。同时,两国也在联合国CCW机制下探讨致命性自主武器系统的军备控制相关问题,围绕人工智能的伦理、法律、安全等议题的共有观念正在逐渐形成,人工智能社群呼唤开放合作的观念因素也对中美人工智能领域竞争形成了一定制约。为促进中美在人工智能领域良性竞合态势的发展,中美两国可以从深化合作和管控竞争两个方面着手。深化合作方面,中美两国可以拓展在人工智能领域的经贸交流和科研合作的广度与深度,促进两国在运用人工智能改善民生福祉和应对其发展应用所带来社会问题的经验分享,以及共同推动人工智能领域的全球治理进程和国际机制建设。管控竞争方面,中美两国需要加强在人工智能领域的战略安全对话,管控人工智能军备竞赛对于破坏战略稳定性的风险,以及推动致命性自主武器军备控制的进程。在此基础上,推动中美两国构建互利共赢而非冲突对抗的新型大国关系。
其他文献
尽管现在的强化学习技术比较成熟,但是由于训练过程无任何先验知识,随着任务复杂度提高,训练时间也随之增长,这就限制了强化学习技术应用的任务场景。因此,将相似任务的训练结果作为先验知识模型提供给新的强化学习任务,从而解决强化学习对大量训练样本的依赖问题,提高强化学习算法的可用性和普适性,具有重要的理论意义和实际意义。针对上述研究点,本文开展了以下研究与创新:(1)提出基于先验知识模型的策略迁移方法,降
在大数据时代,深度学习在图像分类、语音识别、机器翻译等多种任务上取得了令人满意的表现,这与数据的规模、质量息息相关,更多高质量的数据可以使深度神经网络模型的性能得到极大提升。但现实条件下,只有少数机构有能力收集大规模数据,大部分机构只能掌握少量数据。面对专业领域性强、隐私要求高的数据,机构间往往不愿共享数据,且由于受到数据隐私保护相关法律法规的监管,直接传输原始数据难以实施。为了打破机构间的数据壁
故障诊断与安全监测对微加速度传感器提出了迫切需求,然而,目前在市面上主要以高精度、低量程产品为主,产品量程和部分性能不能有效满足故障诊断和安全工程领域的监测需求。本文在前期研究基础上提出一种高谐振频率、高量程、体积小、性能稳定的蝶翼式微加速度传感器。从敏感结构设计与优化、加工工艺、集成封装、主要性能测试等方面进行了系统研究,内容主要包括以下几个方面:1.敏感结构设计与优化。本文在保证主要性能指标的
随着计算机技术的飞速发展,人们对新软件的需求呈现爆炸式增长,但是现有软件的开发速度远远落后于人们对新软件的需求速度,为了缓解这种情况,代码自动生成技术应运而生。代码自动生成技术可以辅助开发人员进行软件开发,减轻开发人员的编码负担,缩短软件的研发周期,目前研究人员提出了许多代码自动生成方法。本文首先对当前代码自动生成技术和用于代码生成的神经网络架构的现状进行了分析,而后分析了目前基于深度学习的代码自
合成孔径雷达(Synthetic Aperture Radar,SAR)是利用微波进行感知的主动式传感器,其不受天气、光照等条件的限制,可对感兴趣目标进行全天时、全天候的观测,在军事和民用领域发挥了重要作用。飞机目标是战场侦察与监视的重要对象,具有高价值和时敏变化等特点,如何高效、准确地检测、识别飞机目标是SAR图像目标解译领域的重要课题,也是难点之一。当前,随着SAR传感器分辨率达到亚米级,基于
逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)目前已成为人们获取非合作运动目标高分辨雷达像的常用手段,雷达像的分辨率越高,其展现的目标信息越丰富。针对传统ISAR分辨率增强方法的不足,本文重点研究用于ISAR分辨率增强的深度学习方法。所开展的研究工作和取得的研究成果如下:第一章回顾了国内外ISAR分辨率增强技术的研究进展,重点分析了目前已经广泛应用的各
随着自动控制技术的发展,民用无人机越来越广泛的应用给社会带了来许多便利,但也对个人、社会、军事等领域带来了严重威胁。因此,快速高效的低空无人机检测是应对无人机威胁的前提。本文利用红外与可见光波段的光电探测手段,结合深度学习技术,开展了对低空无人机目标图像检测识别算法的研究,主要工作内容如下:(1)基于深度学习的低空无人机检测识别算法优选。首先,利用红外与可见光采集设备与3型民用无人机构建了双波段无
随着智能家居机器人、无人驾驶、虚拟现实等新兴产业的爆炸式发展,对三维场景的语义分析与理解的需求也越来越紧迫。与此同时,空间扫描技术的越发成熟,三维传感技术也取得了重大进展,大量的真实场景三维点云数据的获取也越来越容易。为此,三维场景的语义分析也越来越受到数据的驱动。由于三维点云数据的无序性,基于卷积神经网络的深度学习方法不能直接作用于点云上,而将点云数据转换为体素,采用三维卷积方法的计算开销太大,
作业减负,关键在于消除学生的作业焦虑,提升其学习主动性。这就需要打开作业“黑箱”,将作业纳入学习过程之中,让学生参与到作业评价中来。作业设计可秉持评价标准共定、及时/持续反馈、作业前置及结果可视四项原则。教师可尝试重构作业设计思路,引导学生理解作业目标,与学生共同协商任务内容、商定评价标准,同时注重作业反馈,指导学生改进,让学习为作业提供支架,用作业改进学生的学习表现,使学习与作业一体发展,增强学
通信辐射源个体识别(又被称为通信辐射源指纹识别)是通过测量发射机反映在信号上的差异对信号和发射机进行关联,在电子对抗中发挥着重要作用,是现代电子战中不可缺少的手段。本文主要研究无监督条件下通信辐射源个体识别,开展的主要工作如下:(1)将无监督学习引入到通信辐射源个体识别中,开展基于密度峰值聚类算法的通信辐射源个体识别方法研究。首先在双谱的基础上计算通信辐射源观测信号的直方图特征,提高其个体信息表征