人工智能快速发展导致资源过度集中、使用门槛过高等问题,影响创新机会的公平性,制约了技术创新潜力,为此美国提出国家人工智能研究资源计划(National Artificial Intelligence Research Resource,NAIRR),推动算力、数据、算法等核心资...人工智能快速发展导致资源过度集中、使用门槛过高等问题,影响创新机会的公平性,制约了技术创新潜力,为此美国提出国家人工智能研究资源计划(National Artificial Intelligence Research Resource,NAIRR),推动算力、数据、算法等核心资源的开放共享,探索人工智能资源民主化的新路径。文章运用多源流理论分析该计划的提出背景,构建“目标-治理-资源-实践”四维分析框架,逐层探究该计划的核心目标、治理架构、资源建设和实施方案。研究发现,美国在经历多轮政策酝酿后才推出NAIRR计划,并从管理模式、资源调度、技术支撑等多方面展开系统性创新,通过推动多元主体共建共享平台资源增强资源普惠性、保障创新公平性。NAIRR计划对我国人工智能资源治理的启示包括:打造开放共享的公共资源平台,建立国家主导的资源置换机制,推动多元主体协同治理,强化技术赋能的精准匹配功能等。展开更多
文摘人工智能快速发展导致资源过度集中、使用门槛过高等问题,影响创新机会的公平性,制约了技术创新潜力,为此美国提出国家人工智能研究资源计划(National Artificial Intelligence Research Resource,NAIRR),推动算力、数据、算法等核心资源的开放共享,探索人工智能资源民主化的新路径。文章运用多源流理论分析该计划的提出背景,构建“目标-治理-资源-实践”四维分析框架,逐层探究该计划的核心目标、治理架构、资源建设和实施方案。研究发现,美国在经历多轮政策酝酿后才推出NAIRR计划,并从管理模式、资源调度、技术支撑等多方面展开系统性创新,通过推动多元主体共建共享平台资源增强资源普惠性、保障创新公平性。NAIRR计划对我国人工智能资源治理的启示包括:打造开放共享的公共资源平台,建立国家主导的资源置换机制,推动多元主体协同治理,强化技术赋能的精准匹配功能等。
