2019年10月31日，课题组卞希慧参加奈美亨大学的人工智能学习交流会。

会议首先总结了各个国家的人工智能战略。

在2017年-2018年间，加拿大、日本、新加坡、中国、阿联酋、芬兰、肯尼亚、丹麦、意大利、法国、突尼斯、欧盟、英国、澳大利亚、美国、韩国、瑞士、印度、墨西哥、德国等都从国家层面先后发布了促进AI应用与开发的战略。不同国家的人工智能战略侧重点各不相同。1）2017年3月，加拿大提出《泛加拿大人工智能战略》（Pan-Canadian AI Strategy）；2）2017年3月，日本提出《人工智能技术战略》（AI Technology Strategy）；3）2017年5月，新加坡提出《新加坡人工智能战略》（AI Singapore Announced）；4）2017年7月，中国提出新一代人工智能发展规划（Next Generation AI Plan）；5）2017年10月，阿联酋提出《阿联酋人工智能战略2013》（AI Strategy 2031）6）2017年12月，芬兰提《芬兰人工智能战略》（Finland’s AI Strategy）；7）2018年1月，肯尼亚成立区块链及人工智能工作小组（Blockchain and AI Task Force）；8）2018年1月，丹麦提出丹麦数字增长战略（Strategy for Digital Growth）9）2018年3月，意大利提出人工智能服务公民（AI at the Service of Citizens）；10）2018年3月，法国提出法国人工智能战略（France AI Strategy）；11）2018年4月，突尼斯政府举行《国家人工智能战略讲习班》（First workshop for Strategy）；12）2018年4月，欧盟签署《人工智能合作宣言》（Communication on AI）；13）2018年5月，英国通过《英国人工智能行业协议》（UK all Sector Deal）；14）2018年5月，澳大利亚通过《澳大利亚预算》（Australian Budget）；15）2018年5月，美国召开《白宫人工智能峰会》（White House Summit on AI）；16）2018年5月，韩国提出《人工智能研发战略》（AI R&D Strategy）；17）2018年5月，瑞士提出《瑞士人工智能战略》（Sweden’s AI Strategy）；18）2018年6月，印度提出《人工智能国家战略》（National Strategy for AI）；19）2018年6月，墨西哥提出《迈向墨西哥的人工智能战略》（Towards an AI Strategy in Mexico）；20）2018年秋，德国提出《德国人工智能战略》（Germany’s AI Strategy）。具体战略如下：

1.1加拿大《泛加拿大人工智能战略》

加拿大是全球首个发布AI全国战略的国家。加拿大政府于2017年3月通过了《泛加拿大人工智能战略》（Pan-Canadian Artificial Intelligence Strategy），计划在未来五年，政府计划拨款1.25亿加元支持 AI 研究及人才培养。该战略包含四个目标：（1）增加 AI 研究者、毕业生数量；（2）创建三个卓越的科学团体；（3）培养理解 AI 经济、道德、政策和法律含义的思想领袖；（4）支持专注于 AI 的国家研究团体。加拿大高等研究院（CIFAR）在战略中起带头作用，与政府及三个新兴 AI 机构展开密切合作，包括埃德蒙顿的艾伯塔机器情报研究所（Alberta Machine Intelligence Institute, AMII），多伦多的矢量研究所（Vector Institute）和蒙特利尔的MILA。加拿大的 AI 战略主要是一个研究及人才战略，旨在提高加拿大作为AI 研究和培训领导者的国际形象。人工智能领域有三大奠基人，分别是Geoffrey Hinton（杰夫·辛顿，多伦多大学的特聘教授，曾获加拿大基廉奖【Killam Prizes，有“加拿大诺贝尔奖”之称的国家最高科学奖】）、Yann LeCun（Facebook人工智能研究院院长）与Yoshua Bengio（加拿大蒙特利尔大学教授）。他们是亲密的朋友和合作者，且都跟加拿大有很深的联系，所以AI领域的人戏称他们为“加拿大黑手党”。

1.2日本《人工智能技术战略》

2017年3月，日本发布《人工智能技术战略》的政府“工程表”。工程表主要分三个阶段，以期通过人工智能的运用，实现生产、流通、医疗与护理等领域效率的大幅提高。第一阶段(~2020年)，确立无人工厂和无人农场技术，普及新药研制的人工智能支持，实现生产设备故障的人工智能预测；第二阶段(2020~2030)，达到人与物输送及配送的完全自动化，机器人的多功能化及相互协作，实现个性化的新药研制，以及家庭与家电人工智能的完全控制；第三阶段(2030~)，使护理机器人成为家族的一员，实现出行自动化及无人驾驶的普及(人为原因交通事故死亡率降为零)，能够进行潜意识的智能分析并实现本能欲望的可视化。日本政府和企业界高度重视人工智能的发展，不仅将物联网(IoT)、人工智能(AI)和机器人作为第四次产业革命的核心，还在国家层面建立了相对完整的研发促进机制，并将2017年确定为人工智能元年。希望通过大力发展人工智能，保持并扩大其在汽车、机器人等领域的技术优势，逐步解决人口老化、劳动力短缺、医疗及养老等社会问题，扎实推进超智能社会5.0建设。

1.3新加坡《新加坡人工智能战略》

2017年5月，新加坡发布《新加坡人工智能战略》（AI Singapore）国家计划，未来五年，新加坡投资1亿五千万美元，通过达成三个目标来增强AI技术实力：向AI 研究的下一个浪潮投资；解决主要的社会和经济挑战；扩大AI 技术在工业界的采纳和使用。将在交通物流、智能市镇与邻里、医疗保健、教育以及保安与安全五大领域大力推进人工智能科技的应用，从而促进经济转型。在产业应用方面，新加坡预计在2022年将AI系统应用于全国医疗机构，到2025年实现AI扫描“三高”患者的视网膜，计算其患有心血管疾病的风险。另外，在教育领域，通过AI适应型教学，新加坡将通过在中小学英文科目使用自动批改系统，通过对教师劳动力的部分解放实现学生个人化教育。在智能城市领域，新加坡政府计划于2022年之前推出AI聊天机器人，指引居民向正确部门举报社区问题。

1.4中国《新一代人工智能发展规划》和《促进新一代人工智能产业发展三年行动计划》

2017年7月，中国颁布了《新一代人工智能发展规划》，该计划包含了研发、工业化、人才发展、教育和职业培训、标准制定和法规、道德规范与安全等各个方面的战略和发展目标。这是一个三步走策略：第一步，到 2020 年让中国的 AI 产业界与最强竞争者齐头并进；第二步，在 2025年在一些AI 领域实现世界领先水平；第三步，到 2030年成为全球人工智能创新的主要中心。中国在2030年的目标是人工智能产值达到1万亿人民币，而相关行业的总产值达到10万亿人民币。这一计划还明确了政府将会鼓励招揽全球最优秀的人才，加强对国内 AI 劳动力的培训，并在促进人工智能发展的法律、法规和道德规范方面引领世界。这其中包含了积极寻求全球 AI 领导者的意图。

在《新一代人工智能发展规划》发布之后，中国工信部又与2017年12月发布了《促进新一代人工智能产业发展三年行动计划（2018-2020 年）》。该计划可看做是前者的第一步战略，希望推动中国的 AI 产业到 2020 年达到世界一流水平。具体来说，它试图推动四个主要方面：（1）加大力度开发智能和网络产品，如自动驾驶汽车、服务机器人和语音/图像识别系统；（2）加强开发人工智能支持系统，其中包括智能传感器和神经网络专用芯片；（3）鼓励智能制造业的发展；（4）通过投资行业培训资源、标准化测试和网络安全等方面改善人工智能的发展环境。

1.5阿拉伯联合酋长国《阿联酋人工智能战略》

2017年10月，阿拉伯联合酋长国发布了《阿联酋人工智能战略》（AI Strategy），目标是在2031年前，通过“人工智能战略”增加政府收入35%，减少政府开支50%，将应对金融危机的抵御能力提升至90%，在政府服务和数字分析的各层面100%落实人工智能技术。作为阿联酋2070百年目标（UAE Centennial 2070 objectives）的一部分，旨在通过建立整合的智能数字平台，应对挑战、提供更高效的解决方案，从各方面提升政府绩效。举例来说，现在迪拜已拥有世界第一个人工智能机器人警察，用于街道巡逻，并计划在2030年前将机器人警察占总警力比例提升至25%。此外，迪拜同时引入了“自动化驾驶战略”（Autonomous Transportation Strategy），计划在2030年前，将全部交通工具的25%转换为自动驾驶。

1.6芬兰《人工智能发展报告》

2017年12月，芬兰经济事务与就业部发布《人工智能发展报告》，提出要把芬兰变成世界领先的人工智能应用国家。报告提出芬兰迈入人工智能时代的愿景：今后5年内，人工智能将成为芬兰人日常生活的一个活跃部分，芬兰将在整个社会内充分利用人工智能，并成为可产生人工智能时代中全球最佳服务的安全民主的社会等。为此，报告提出以下8项关键行动建议。1）通过利用人工智能增强企业竞争力；2）利用所有行业数据；3）加速并简化全社会采用人工智能的进程；4）确保世界领先的人工智能专长并吸引顶级专家；5）大胆自信地决策与投资；6）建设全球最佳的公共服务；7）建成多种合作新模式；8）芬兰将引领欧洲人工智能议程的起草工作。报告指出，人工智能将在未来一些年革新运输、工业、卫生和劳动等，芬兰成为这种转变中的领先国家已具备很多卓越优势。2017年，11个发达国家人工智能对经济增长的影响排名显示，芬兰位居第二，仅次于美国。

1.7肯尼亚《区块链及人工智能工作小组》

2018年1月，肯尼亚区块链和人工智能工作组报告强调在住房，医疗保健，制造业和食品安全四大领域利用人工智能技术。开发数字资产框架，使公民能够通过初始代币产品（ICO）筹集资金。具体措施包括：基于区块链的土地所有权：提高公民证明土地所有权的能力，并提供信贷接入点和减少腐败。AI在教育中提供个性化和虚拟课程。在选举过程中使用区块链和AI来提供实时投票结果。农业部门的供应链精简以各种方式，例如农业补贴农业标识，产品的端到端跟踪以及天气数据和预测的人工智能和物联网。使用公私合作模式创建国家支付网关，成为所有数字交易/支付的中心点，创建一个生态系统，其中所有支付模式，如ATM，银行，移动货币互相交互。通过医疗保健领域的药品以及制造和物流来消除假冒产品。创建BRAIN TRUST，处理所有影响肯尼亚政府现在和将来开展的计划的新兴技术。

1.8丹麦《丹麦数字增长战略》

2018年1月发布的《丹麦数字增长战略》旨在让丹麦成为数字革命的领头军，并为所有丹麦人民创造财富增长。这一战略不仅仅是专注于人工智能的发展，而是专注于人工智能、大数据和物联网。该战略包括三个目标：（1）使丹麦企业最善于利用数字技术;（2）具备开展业务数字化转型的最佳条件;（3）确保每一位丹麦人民都具备必要的数字技能竞争能力。2018年已为该战略提供了7500万DDK，直到2025年，每年将提供1.25亿DDK。报告总共概述了38项新举措。主要的声明包括建立丹麦的数字中心（公私数字技术集群），SME: Digital（支持丹麦中小型企业数字化转型的协调方案），以及技术协定（Technology Pact）（促进数字技能的全国性倡议）。政府还宣布了进一步开放政府数据、试验监管沙箱、加强网络安全的举措。

1.9意大利《人工智能服务公民》

2018年3月31日，意大利公布了《人工智能服务公民》（AI at the Service of Citizens）白皮书，指出将充分利用意大利和欧洲的人工智能，创新公共服务的创新文化。人工智能需要加速数字化转型的道路。提出了三年计划，为实现AI解决方案奠定了基础。例如对公共行政部门进行ICT安全防护的最低限度措施。激活多采购渠道，具体包括从更经典的呼吁到公共管理电子市场（MEPA），再到公共连接系统（SPC），尤其是很多关于数据和应用程序合作的互操作性，以及关于门户，APP，网站和Web应用程序的创建和管理，直至创新的采购工具。引入的是商业前采购（PCP），在欧洲范围内通过欧洲资金进行区域规划，最后是服务和创新产品的公共采购（PPI）。

1.10法国《法国人工智能战略》

2017年3月21日，法国政府发布《人工智能战略》。法国总统马克龙2018年3月在欧洲率先推出了国家人工智能发展战略，拟从人才培养、数据开放、资金扶持及伦理建设等方面入手，将法国打造成在人工智能研发的世界一流强国。包括1）培养学科人才、建设良好科研生态。2）推动公共数据开放和私营部门数据共享。3）以法德合作为核心，联手推动欧盟制定人工智能发展规则和行业标准。4）加强法国对人工智能行业的资金扶持。5）探索解答人工智能发展带来的伦理性和政治性问题。未来数年内，法国将投入15亿欧元的公共资金以及5亿多欧元的私人部门投资，用于建立世界顶级的人工智能研发中心；总计100亿欧元的法国创新与工业基金中，将拨出4亿欧元资助跟人工智能相关的工业项目；法国经济部等部门会在未来数月内拨出1亿欧元鼓励人工智能中小企业发展，法国公共投资银行今后每年将提供7000万欧元投资，以鼓励初创企业发展；此外，法国在2024年之前还将投入8亿多欧元用于跟人工智能发展密切相关的纳电子学的发展。

1.11突尼斯《国家人工智能战略讲习班》

2018年4月20日，为了构想国家AI战略，联合国教科文组织科学，技术和创新政策主席与突尼斯国家科学研究促进局（ANPR）合作，组织一个名为“国家人工智能战略：释放突尼斯的能力潜力”的讲习班，以制定出人工智能战略框架、方法和行动计划。

1.12欧盟《欧洲人工智能合作宣言》和《人工智能协调计划》

2018年4月，欧盟委员会提交了《欧洲人工智能》，旨在秉持以人为本的人工智能发展理念，推动欧盟人工智能领域的技术研发、道德规范制定以及投资规划。1）加大财政支持力度，为企业创造良好创新环境。欧盟委员会鼓励欧洲公共和私营机构在2020年底前增加200亿欧元的人工智能研究和创新投资。2018-2020年期间，欧委会在“地平线2020计划”中将AI的科研投入增加到15亿欧元，并希望借助此项行动带动25亿欧元的社会资金投入，重点支持人工智能技术在交通、医疗等关键应用领域的发展。此外，欧洲战略投资基金（EFSI）还将为创新企业提供超过5亿欧元的资金支持。2）教育和培训体系改革。人工智能技术的发展将创造更多的就业岗位，也会使一些传统岗位消失或转型。欧委会鼓励成员国开展教育和培训体系改革，以适应技术进步给劳动力结构带来的转变。欧委会将支持商业与教育的合作，以吸引和留住更多的人工智能专业人才，并在欧洲社会基金的资助下建立专门的培训计划。欧盟下一个五年（2021-2027）财政预算将增加对包括人工智能等先进数字技能的培训资金。3）建立相应的伦理和法律框架。与任何变革性技术一样，人工智能可能引发新的伦理和法律问题。欧盟委员会将在2018年底之前制定指导人工智能发展的伦理指南，同时在欧洲科学和新技术伦理小组开展的工作基础上将数据保护和透明度等原则纳入考虑范围。

2018年12月，欧盟发布《促进人工智能在欧洲发展和应用的协调行动计划》，该计划以“人工智能欧洲造”为主题，提出设计伦理和设计安全两大关键原则，旨在使欧盟成为发展前沿、符合道德伦理、安全的人工智能技术的世界领先地区，强调将通过以人为本的方式促进人工智能技术发展。

1.13英国《英国人工智能行业协议》

英国政府于2018年4月公布了人工智能行业协议（AI Sector Deal）。这是英国政府产业战略的一部分，旨在将英国定位为人工智能领域的全球领导者。该协议涉及广泛的领域：促进公共和私人研发，投资于STEM教育，改善数字基础设施，开发人工智能人才，并领导全球关于数据伦理的对话。其中包括超过￡3亿英镑用于私营部门投资的国内外科技公司，阿兰·图灵研究所创建图灵的奖学金，和促进伦理创新数据中心。该中心是该项目的一个关键项目，因为政府希望领导AI伦理的全球治理。该中心于2018年6月开始进行公众咨询。未来10年，英国政府将研发经费（包括人工智能技术）占GDP的比例提高到2.4%；2021年研发投资将达125亿英镑；从“产业战略挑战基金”中拨款9300万英镑，用于机器人与AI技术研发等。同时，英国设立专门机构为人工智能基础研究和技术转移提供服务。英国成立人工智能办公室，打造国家级艾伦·图灵研究所，协同工程与物理科学研究委员会（EPSRC）、科学技术设施理事会（STFC）和联合信息系统委员会（JISC）以及牛津大学、剑桥大学、帝国理工学院及伦敦大学学院等共同努力聚焦人工智能；通过英国国家科研与创新署（UKRI）管理的产业战略挑战基金（ISCF）、小型企业研究计划（SBRI）和公共部门技术基金等多渠道支持英国人工智能发展。

介绍完世界在2017-2018相继发布人工智能国家战略的国家后，接下来介绍荷兰的人工智能国家战略。

荷兰于2019年发布了《人工智能战略行动计划》Strategisch Actieplan voor Artificiele Intelligentie，为荷人工智能发展制定百余条具体计划。计划将于2019年为人工智能发展拨款6400万欧元，并争取未来几年将拨款数额翻一番；与企业和研究机构开展公私合作，启动由65方组成的荷“人工智能联盟”，通过该联盟7年内为荷人工智能发展投资20亿欧元。同时，荷《知识与创新议程》及《知识与创新契约2020-2023》等计划将为荷人工智能发展提供额外资金，投资机构Invest-NL将把人工智能作为重点关注领域之一，欧盟“地平线计划”和“数字欧洲计划”亦将为人工智能发展拨款75亿欧元。

再介绍奈美亨大学的人工智能发展情况。

奈美亨大学在人工智能方面已经有30多年的经验和知识，是全荷兰人工智能最顶尖的3所大学之一，设有人工智能本科、研究生及博士学位，每年招收250多名人工智能领域的硕士生（认知计算Cognitive Computing、智能技术Intelligent Technology、数据科学Data science 3个专业）和博士生。

奈美亨大学的人工智能研究包含社会科学与人文学院（Social Sciences and Humanities, SSH）的脑和行为（Brain & behavior）、医学院（Radboud University Medical Center, UMC）的健康（Health）、理学院（Faculty of Science）的数据科学（Data Science）以及文学院（Faculty of Arts）的语言和语音（Language & speech）4大方面。

2.1脑和行为研究。包含社会科学与人文学院（Social Sciences and Humanities, SSH）下的唐纳斯认知科学研究中心（Donders Centre for Cognition, DCC）的人工智能（Artificial Intelligence）和行为科学研究所（Behavioural Science Institute, BSI）的交流科学（Communication Science）。主要进行机器学习机（Machine Learning）、以及神经网络（Neural Networks）、认知机器人（Cognitive robotics）、虚拟现实（Virtual reality）、人工智能的社会影响（Societal impact of AI）的研究。

2.2健康研究。包含奈美亨大学医学中心的重塑（Reshape）和图像诊断分析（Diagnostic Image Analysis Group）研究小组，主要进行个人卫生保健（Pers. Healthcare）以及医学图像（Medical imaging）分析。

2.3数据科学研究。包含理学院的计算与信息科学研究所（Institute for Computing and Information Sciences, ICIS）的数据科学(Data Science)、唐德斯神经科学研究中心（Donders Centre for Neuroscience, DCN）的生物物理（Biophysics）、分子材料研究所（Institute for Molecules and Materials, IMM）的分析化学（Analytical Chemistry）。主要进行机器学习（Machine Learning）、神经网络（Neural Networks）、信息检索（Information Retrieval）和化学计量学（Chemometrics）研究。

2.4语言和语音研究。包含文学院的语言研究中心（Centre for Language Studies）以及语言与语音技术研究中心（Centre for Language and Speech Technology）。主要进行交流（Communication）以及语言学习及教学（Language learning and teaching）研究。

具体来讲，奈美亨大学的人工智能包含分析化学（Analytical Chemistry）、诊断图像分析组（Diagnostic Image Analysis Group, DIAG）、机器学习（生物物理学）Machine Learning (Biophysics)、社会人际互动（Social Human Agent Interactions, sHAI）、数据科学（Data Science）、人工认知系统（Artificial Cognitive Systems）、语言和语音技术中心（Centre for Language and Speech Technology, CLST）9个研究课题组。

3.1分析化学

课题组网址：https://www.ru.nl/science/analyticalchemistry/

课题组组长：Prof. Dr. Lutgarde Buydens

课题组研究：分析化学课题组完全专注于数据分析（化学计量学）。他们对可以从化学数据中获取相关信息的方法进行了研究。

3.2诊断图像分析组

课题组网址：http://diagnijmegen.nl/index.php/Home

课题组组长：Prof. Bram van Ginneken; Prof. Nico. Karssemeijer

课题组研究：诊断图像分析组开发了计算机算法来帮助临床医生解释医学图像，从而改善诊断过程。

3.3机器学习（生物物理学）

课题组网址：https://www.ru.nl/donders/research/theme-4-neural-computation-neurotechnology/research-groups-theme-4/machine-learning-biophysics/

课题组组长：Prof. Dr. Bert Kappen

课题组研究：这项研究的重点是当人们试图理解自然系统中的智能行为或试图构建人工智能时所面临的计算挑战。

3.4社会人际互动

课题组网址：https://www.ru.nl/bsi/research/group-pages/social-human-agent-interactions-shai/

课题组组长：Prof. Dr. Tibor Bosse

课题组研究：社会人际互动小组研究了人类与“社会” AI系统（例如机器人，虚拟代理和聊天机器人）之间的交互。从技术和心理学的角度对这个主题进行了研究。

3.5数据科学

课题组网址：https://www.ru.nl/datascience/

课题组组长：Prof. Dr. Elena Marchiori; Prof. Dr. Tom Heskes; Prof. Dr. Martha Larson; Prof. Dr. Ir Arjen de Vries; Prof. Dr. Ir Sjoerd Hiemstra; Prof. Dr. Ir David van Leeuwen

课题组研究：研究通常涉及机器学习和AI，以及在自然科学，健康，信息检索和工业等领域的应用。

3.6人工认知系统

课题组网址：https://artcogsys.com/

课题组组长：Prof. Dr. Marcel van Gerven

课题组研究：该研究小组研究了自然智能基础的计算原理，并将这些原理用于通用人工智能的发展。

3.7语言和语音技术中心

课题组网址：https://www.ru.nl/clst/

课题组组长：Prof. Dr. Antal van den Bosch; Prof. Dr. Mirjam Ernestus; dr. Henk van den Heuvel

课题组研究：该中心有多个小组致力于语音技术，特别是基础ASR技术和语音数据。他们在整合基于规则的书面语言和统计处理方面具有专业知识。

3.8 脑（启发）计算/（或译为类脑计算）Brain (Inspired) Computing

课题组网址：https://www.ru.nl/donders/research/theme-4-neural-computation-neurotechnology/research-groups-theme-4/brain-inspired-computing/

课题组组长：Dr. Johan Kwisthout

课题组研究：该小组研究新颖的，受大脑启发的计算机体系结构的形式属性，并将其最终目标理解为为什么大脑如此高效？为神经形态处理器构建能量瘦型算法，并知道哪些问题本质上是能量贪婪可解决的。

3.9 脑机接口

课题组网址：https://www.mindaffect.nl/labs/

课题组组长：Prof. Dr. Peter Desain

课题组研究：脑机接口可检测秘密活动（通常基于单项试验），并使用该活动来控制设备或提供反馈。

学校工作人员还介绍了学校在人工智能政策以及基金申请。

报告完毕，进行茶歇以及自由交流。所有参会人员分别加入人工智能与健康（AI & Healthcare）、人工智能与交流（AI & Communication）、人工智能与教育（AI & Education）以及人工智能与神经科学（AI & Neuroscience）4大讨论组进行交流学习。大家首先进行自我介绍，讲述自己做什么研究，然后提出自己研究的困难，以此寻求相互之间的合作。