《俄罗斯人工智能和自主性》258页报告

2022 年 7 月 30 日 专知

内容提要

俄罗斯领导层将创新能力视为大国的标志之一,并认为军事创新对俄罗斯在不断变化的威胁环境中的整体防御态势至关重要。俄罗斯人工智能(AI)和自主生态系统的目标最好在俄罗斯经济发展和现代化努力的背景下理解,包括那些旨在改善俄罗斯公民福祉以及商业和创业活动条件的举措。
以下报告详细介绍了俄罗斯人工智能生态系统,以了解俄罗斯不断发展的人工智能和自主性领域。在关注人工智能和自主性的同时,该报告还试图将人工智能置于俄罗斯更大的技术环境中。

俄罗斯人工智能的管理和法律方面

俄罗斯政府正在建立必要的结构性法律和管理框架,以便在快速增长的人工智能和自主性领域进行发展和竞争。它正试图实施具有目标和指标的全国性战略,以促进支持俄罗斯的数字--特别是人工智能--发展的环境。然而,这些努力的实施主要是由政府通过国有企业推动的。虽然人工智能倡议在整个俄罗斯政府中占有一席之地,但缺乏对私人倡议的重视可能会损害俄罗斯在未来的努力。虽然许多俄罗斯人期待着整个俄罗斯更大的数字化带来的好处,但也有一些人批评政府为增加对私人数据的访问而做出的努力。俄罗斯公民对不受控制的人工智能发展及其对社会的潜在影响感到厌倦。

俄罗斯的人工智能生态系统

俄罗斯的人工智能生态系统由政府、国有企业、军事、学术和私人行为者之间相互联系的活动集群组成。然而,俄罗斯人工智能生态系统的一个关键特征是它由国有公司领导,并为人工智能部门提供大量的联邦资金。这些国有公司包括孵化器、资助者和旨在促进人工智能发展的倡议。对联邦资金的严重依赖让俄罗斯的一些人担心,它破坏了主动性和技术风险的承担和增长。虽然关于俄罗斯在人工智能领域的调查和国际排名(如文章调查和机构排名)表明,它落后于其他更大的参与者,但它正在作出一些改进。

与人工智能相关的学术实体、培训和教育

俄罗斯的商业、工业和国防部门都面临着缺乏技术熟练专家,这在人工智能领域尤其如此。造成这种情况的原因包括:受过技术培训的专业人员流向国外的高薪工作,苏联解体和之后的影响挥之不去,以及俄罗斯广大地区不同的人口结构。俄罗斯政府认识到了这些挑战,并正在采取措施来减轻这些挑战。这些步骤包括针对广泛的人口统计学的许多项目,从鼓励训练有素的技术专家到教育更广泛的民众了解人工智能相关技术。尽管采取了这些措施,教育和培训方面的弱点可能会在一段时间内挑战俄罗斯的技术创新尝试,这取决于本报告中详述的新措施如何生效以及需要多长时间。

俄罗斯的私人部门人工智能

俄罗斯人工智能私人市场的技术发展和增长主要由国家支持的研发工作推动,尽管私人对人工智能解决方案的需求正在增加。总的来说,私人人工智能市场一直被专注于利用自然语言处理(NLP)和其他形式的自动数据分析的进步所支配,尽管对计算机视觉和其他类型的识别和预测能力的兴趣正在增长。在用于金融和零售目的的广泛的自动化NLP应用之外,获得私人市场关注的最重要的人工智能技术是在面部识别软件、设施和周边安全、无人驾驶货物运输和农业企业、公共交通控制系统和铁路网络整合、训练神经网络和其他人工智能方法的自动化平台,以及自动化医疗分析。

俄罗斯的军事人工智能

从高级政治和军事声明以及专业军事著作来看,俄罗斯安全专家和政策制定者的共识是,人工智能的发展和使用对俄罗斯武装部队未来的成功至关重要,也是其军事力量的关键。虽然军事人工智能在俄罗斯遵循了许多与其他发达军队相同的趋势,但俄罗斯军事机构确实特别强调了其已经关注的领域,如用于决策和自主的信息管理。俄罗斯军事战略家重视建立他们所说的 "战场上的信息优势",而人工智能增强技术有望利用现代战场上的数据优势来保护俄罗斯自己的部队,并拒绝对手的这种优势。话虽如此,俄罗斯军方也在不断讨论军事人工智能的最终目标。有一种普遍的观点认为,操作者需要留在决策周期中,以避免军事和道德上的意外后果,但也有讨论预测完全自主是未来冲突的一个不可避免的特征,部分是由对美国人工智能相关意图的解释所推动的。

国际合作

尽管存在上述挑战,俄罗斯正在寻求成为人工智能领域的主要思想领袖之一。俄罗斯领导人强调了人工智能对普通公民生活的承诺,从医疗创新到改善经济表现。然而,俄罗斯领导人也强调了人工智能在错误的人手中或在错误的意图下可能带来的危险。也许比起其他任何人,俄罗斯领导人更关注保护传统和社会内部稳定的需要,这反映了俄罗斯对外部干预俄罗斯事务的长期关注。俄罗斯正在全球范围内寻求技术和人工智能发展方面的有益伙伴关系;例如,它已经通过华为和三星与中国和韩国达成了实质性协议。然而,中国和韩国更多是例外,而不是常规。与俄罗斯合作的地缘政治利益通常不会超过美国和欧盟等其他生态系统中的商业利益。尽管如此,我们预计它与其他成熟的技术社会之间不断增长的关系将产生一些好处。
图1. 描绘人工智能增强的战斗机工程

方法和结构

本报告是CNA俄罗斯研究项目在过去一年中绘制和了解俄罗斯人工智能生态系统的工作成果。首先,该团队开发并实施了一份双周通讯,强调了俄罗斯技术、人工智能和自主性领域的持续发展。这些通讯还重点关注各种军事人工智能相关的举措和关键的人工智能组织。他们还在绘制俄罗斯的人工智能生态系统方面发挥了关键作用,并提供了需要更深入研究的领域的关键。通过这项研究,我们能够了解公共、私营和军事部门的各种组织之间的关系。
我们从广泛的俄语来源收集数据,包括法律文件、官方声明、行业产品信息、俄罗斯专业军事期刊、会议记录和个人出版物。每个来源的重要性在不同部门之间有所不同。例如,政府部分在很大程度上依赖现有的许多官方文件,而军事部分则更多地依赖公开来源的俄罗斯新闻报道。这项研究必须在收集尽可能多的信息与承认许多谈论和撰写人工智能的消息来源并不一定了解属于人工智能和自主权范畴的复杂而庞大的领域之间取得平衡。为此,CNA团队与CNA的自主权和人工智能中心合作,更好地了解各种报告的一些技术意义。然而,请注意,我们报告的重点不是对俄罗斯人工智能发展的技术审查。
本报告的第一部分提供了一个概述,以帮助读者了解俄罗斯和分析家们经常评估它的各种指标。报告的这一部分是独特的,因为它没有特别涉及人工智能或自主性,但我们认为它提供了必要的背景,将丰富对俄罗斯技术创新、人工智能和自主性的讨论。具体来说,这一部分对于那些主要背景是人工智能和自主权而不是具体的俄罗斯的读者来说,将是最有用的。
接下来的部分描述了俄罗斯政府为在俄罗斯创造有利于技术进步的氛围所做的努力。它涵盖了更广泛的 "数字化 "努力,并将人工智能置于这一更广泛的框架中。这一节是以下各节的背景和环境。第三部分重点介绍了俄罗斯的人工智能生态系统,其主要参与者和互动。之后,有四个部分考察了与俄罗斯教育、私营部门、军事和国际合作有关的人工智能,以便为我们对俄罗斯人工智能生态系统的讨论提供一些颗粒度。

专知便捷查看

便捷下载,请关注专知人工智能公众号(点击上方蓝色专知关注)

  • 后台回复“RAIA” 就可以获取《俄罗斯人工智能和自主性》258页报告,美国海军分析中心(CNA)》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料
登录查看更多
28

相关内容

北约《军事系统的网络安全风险评估》技术报告
专知会员服务
97+阅读 · 2022年4月18日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
47+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年8月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年10月3日
Arxiv
0+阅读 · 2022年9月29日
Arxiv
12+阅读 · 2022年1月26日
Arxiv
57+阅读 · 2022年1月5日
Multi-Domain Multi-Task Rehearsal for Lifelong Learning
Arxiv
12+阅读 · 2020年12月14日
VIP会员
相关VIP内容
北约《军事系统的网络安全风险评估》技术报告
专知会员服务
97+阅读 · 2022年4月18日
相关资讯
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
相关基金
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
47+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年8月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年10月3日
Arxiv
0+阅读 · 2022年9月29日
Arxiv
12+阅读 · 2022年1月26日
Arxiv
57+阅读 · 2022年1月5日
Multi-Domain Multi-Task Rehearsal for Lifelong Learning
Arxiv
12+阅读 · 2020年12月14日
Top
微信扫码咨询专知VIP会员