中国电子技术标准化研究院-人工智能标准化白皮书（2021版）_86页_13mb

人工智能标准化白皮书（2021版）总结

核心内容

本白皮书系统分析了人工智能产业的发展现状与趋势，介绍了国内外人工智能标准化工作的进展，并提出了我国人工智能标准体系建设及重点建议，旨在推动人工智能技术的规范化、标准化发展，助力产业健康可持续发展。

主要观点

• 人工智能是新一轮科技革命的重要驱动力，其在多个行业具有广泛的应用前景，预计到2023年，中国人工智能市场规模将达979亿美元。
• 人工智能产业链由基础层、技术层、应用层构成，各层均存在技术瓶颈和标准化需求。
• 人工智能标准化具有重要战略意义，有助于技术创新、产业发展、信息安全和伦理治理。
• 国际标准化组织如ISO/IEC JTC 1、IEC、ITU、IEEE、NIST等在人工智能标准化方面开展了大量工作，涵盖了术语、数据、算法、系统、伦理、安全、治理等多个方面。
• 国内标准化工作由多个技术委员会和行业协会共同推进，包括全国信息技术标准化技术委员会、全国自动化系统与集成标准化技术委员会等。

关键信息

一、人工智能现状及发展趋势

1. 基础层

• 算力需求激增，专用人工智能芯片成为产业焦点，如华为、寒武纪、中星微等。
• 数据总量爆发增长，预计2025年我国数据总量将占全球27%，成为世界第一数据资源大国。
• 问题与挑战：硬件利用率低、软件工具融合不足、数据采集与使用不规范、数据安全风险高。
• 发展趋势：芯片形成产业生态，数据利用效率提升，从感知智能向认知智能发展，从专用智能向通用智能发展，通过开源构建生态。

2. 技术层

• 深度学习框架成为技术封装与商业化的关键，如TensorFlow、PyTorch、飞桨、MindSpore等。
• 问题与挑战：人工智能算法泛化性弱、易受对抗样本攻击；深度学习框架依赖国外生态；测试体系不够全面。
• 发展趋势：从感知智能迈向认知智能，从专用智能向通用智能发展，开源生态成为主流。

3. 应用层

• 应用场景深度融合：在智能制造、智能家居、智能交通、智能医疗、教育、金融等领域广泛应用。
• 问题与挑战：行业发展不均衡，系统开发与维护低效，人工智能伦理挑战显著。
• 发展趋势：产业融合加速，政策红利凸显，投融资更加理性，标准体系逐步完善。

4. 参考架构

• 人工智能系统生命周期模型包括初始阶段、设计与开发、验证与确认、部署、运行与监测、重新评估及退出阶段。
• 人工智能生态系统框架包括应用层、核心技术层、基础层，强调云计算、边缘计算、大数据等支撑技术的作用。
• 机器学习技术框架细化了监督学习、无监督学习、半监督学习、迁移学习和增强学习等方法。

二、人工智能标准化工作情况

1. 标准化必要性

• 支撑产业发展：有助于技术创新、产业升级、产品服务质量和信息安全保障。
• 促进治理能力：形成开放生态，推动产业链协同发展，构建合规体系。

2. 国内外政策

• 国外：美国发布《美国人工智能倡议》《国家人工智能研究与发展策略规划》等政策，欧盟推动立法和伦理监管，日本注重顶层设计。
• 国内：国务院发布《新一代人工智能发展规划》，工信部发布三年行动计划，国家标准委等联合发布《国家新一代人工智能标准体系建设指南》。

3. 国际标准化工作

• ISO/IEC JTC 1：成立SC 42人工智能分技术委员会，开展基础、数据、可信、用例、算法、治理等标准研制。
• ISO/IEC JTC 1其他分委会：如SC 6、SC 7、SC 27、SC 29、SC 35等，涉及通信、安全、隐私、伦理、人机交互等领域。
• ISO：在智能制造、机械安全、智能运输、健康信息、机器人等应用领域推动标准化。
• IEC：在智能制造、智能设备、智能家居、智慧城市、智慧能源等垂直领域推进人工智能标准化。
• ITU：推动通信、多媒体、健康医疗、自动驾驶等领域的标准化。
• IEEE：聚焦人工智能伦理，推动多项伦理与技术标准。

4. 国内标准化工作

• 全国信息技术标准化技术委员会（SAC/TC 28）：负责人工智能基础、技术、风险管理、治理等标准的制定。
• 全国自动化系统与集成标准化技术委员会（SAC/TC 159）：关注机器人与自动化系统的标准化。
• 全国音频、视频和多媒体标准化技术委员会（SAC/TC 242）：推动智能语音与视觉交互标准。
• 全国信息安全标准化技术委员会（SAC/TC 260）：制定生物特征识别、隐私保护等标准。
• 全国智能运输系统标准化技术委员会（SAC/TC 268）：推动智能交通相关标准。
• 其他团体：如中国电子工业标准化技术协会、深圳市人工智能产业协会等，推出一批人工智能团体标准。

三、人工智能标准体系建设

1. 标准体系编制原则

• 指导性原则：为未来国家标准立项和综合标准化专项提供依据。
• 可用性原则：注重标准验证与落地应用，满足产业发展需求。
• 阶段性原则：关注当前实际需求，综合考虑技术发展和应用水平。

2. 标准体系结构

• 包括8个部分：基础共性、支撑技术与产品、基础软硬件平台、关键通用技术、关键领域技术、产品与服务、行业应用、安全/伦理。

3. 标准体系框架

• 由8个部分组成，涵盖人工智能术语、数据质量、可信评估、系统生命周期、计算资源管理、风险评估、系统规范、数据标注规程等。

4. 标准体系建设要点

• 避免多领域交叉冲突，参考已有规划。
• 建立动态更新机制，适应技术发展和产业需求。
• 正确把握与技术发展的关系，标准仅作为引导和支撑。

5. 重点标准研制

• 包括《深度学习框架多硬件平台适配技术要求》《资源管理规范》《服务器系统性能测试规范》《风险评估模型》《面向机器学习的系统规范》《平台计算资源要求》《服务能力成熟度评估规范》《数据标注规程》《隐私保护技术要求》《神经网络表示与模型压缩》等。

四、人工智能标准化工作重点建议

• 完善工作机制，统筹推进人工智能、物联网、云计算、大数据等标准化工作。
• 研制重点标准，夯实产业基础，支撑产业应用，推动融合发展。
• 开展试点示范，加强标准宣传推广，推动标准符合性评估体系建设。
• 打造事实标准，提升行业竞争力，通过开源社区和基础设施建设推动标准规模化应用。
• 强化国际交流，积极参与国际标准制定，提升中国在人工智能领域的国际话语权。

附件内容概览

• 附件1：ISO/IEC JTC 1/SC 42标准研制情况，列出多个工作组及标准项目，如基础标准、数据质量、可信评估、系统生命周期等。
• 附件2：人工智能标准明细表，列出215项人工智能相关标准，涵盖基础共性、支撑技术、软硬件平台、通用技术、领域技术、产品服务、行业应用、安全伦理等。
• 附件3：应用案例，展示人工智能在多个行业中的实际应用，如智能制造、智能交通、智能医疗等。