美国计算社区联盟发布草案规划 未来20年美国人工智能研究团体路线图

（一）集成智能技术。

②情境化人工智能。人工智能系统将获得通用定制能力，适应特定的用户、组织或目的，具备设备认知能力，了解人类情绪状态和反应。

④理解人类智能。人工智能系统将在复杂社会环境中表现出有效的人格化、适应性、多层次的思维方式。

（二）与人工智能系统交互的技术。

①整合多种交互渠道。人与人工智能系统交互将通过多模式实现，多模式系统将利用持久记忆和交互模型捕捉经验，允许用户保留隐私并实现不同级别的访问权限。

②协同交互。人工智能系统将实现个性化自然交互，在实现目标前考虑人类价值观和社会规范，预测人类行为与情绪，推理人类情感。

③支持人与人的交互。人工智能系统可监控人类的讨论，促进人类社交网络中的协作与交互，建立更强大的社会关系。

④使人工智能系统更可信。人工智能系统将被人类伙伴理解并信任，可在用户的高风险任务中提示不确定性，用户允许人工智能酌情干预，同时防止人工智能的不良操作。

（三）自我感知学习技术。

①学习表达表征。人工智能系统将基本理解知识表征、学习和推理间的关系，理解自然语言，参与真实世界对话，具备因果模型、混合因果、关联推理的学习与推理能力。

②可信学习。人工智能系统将创建源信息共享的持久数据存储库，基于市场的人工智能系统可做出偏好响应决策，可建立强大的学习系统来调整市场的规则与机制。

③耐用的机器学习系统。人工智能系统将处理数据转移，适应不断变化的现实世界以及人工智能训练数据的非代表性，解决新领域问题并应对新情况。

④人工智能与机器人系统集成。机器人系统将可从事人类日常事务，可利用人工智能系统进行推理，通过云端访问大量数据、知识和计划，实时了解大量物体的形式与功能以及人类行为；将不断向人类学习，获得新的机械和社会能力；可学习机器人的基础结构和中间件，人工智能系统可在不同机器人平台上移植。

①建设并运营国家人工智能基础设施。建立开放式人工智能平台与资源，由学术界、工业界和政府提供大量互联的分布式“人工智能就绪”资源；建立组织机构，协调人工智能及相关领域专家提出的重大挑战性问题，推动关键领域研究；建立国家人工智能研究中心，重点关注人工智能长期研究的关键领域；建立任务驱动的人工智能实验室，提供持续的基础设施、设备和人力资源，支持开放式人工智能平台建设并应对人工智能挑战，并与国家人工智能研究中心密切合作，整合研究结果，解决卫生、教育、政策、道德和科学等人工智能领域共性关键挑战。

②重新筹划并培训一支系统全面的人工智能人才队伍。设置适合不同群体的人工智能课程，制定人工智能相关课程标准；制定人工智能领域研究生的招聘和留用方案，为支持和保留人工智能教师提供更多资源；培训高技能的人工智能工程师和技术人员。

③设立人工智能核心项目。通过设立新的人工智能项目，实现《路线图》确立的目标，尤其是资助人工智能基础研究、人工智能应用程序、跨学科人工智能、人工智能公私伙伴关系、人工智能研究与教育整合、人工智能外联与多样性、人工智能教育和课程开发等项目。