美国国家人工智能计划办公室（National Artificial Intelligence Initiative Office，NAIIO），于 2021 年 1 月成立，旨在推进美国 AI（Artificial Intelligence）行业的发展。
近日，其第一任主任琳恩·帕克（Lynne Parker）刚刚离任。作为首任主任，帕克在任职期间监督和见证了美国 AI 研发战略计划的诞生、一间国家 AI 研究所和一个帮助研究人员申请经费的 AI 门户网站的创立，并进行了 AI 的相关评估。
如今，她又回到学术界，担任田纳西大学诺克斯维尔分校的 AI 项目主任。《麻省理工科技评论》就 NAIIO 的成果，以及 AI 在美国面临的主要挑战对她进行了访谈。为了清晰呈现，对话经过精简和少量编辑。
图 | 琳恩·帕克（Lynne Parker）（来源：《麻省理工科技评论》）
Q：到目前为止，NAIIO 最大的成果是什么？
琳恩·帕克：国家 AI 倡议涵盖了非常多的领域：研发、教育和劳动力培训、国际合作、以及联邦政府内部 AI 的使用。NAIIO 有助于建立一个更好的结构体系，它能开通一些交流渠道和并作出各种协调，以便我们取得高效的进展。
Q：它在未来需要解决的最重要的挑战是什么？
琳恩·帕克：在研发领域，我认为所面临的挑战是确保我们继续投资于高质量的、长期的和具有影响力的研究，这样就能建立让我们能够获益的下一代 AI。对于开发和使用值得信赖的 AI 方面，挑战在于如何实施众多的原则。
在教育上，从某种意义上来讲 AI 正在成为一种新的数学方法。但是，不是每个人都需要高阶的微积分，许多人只需要知道代数，在 AI 领域也是如此。
多数人只需在认知层面上了解 AI 的基本概念和能力，而其他一些人则需要成为专家、进行编程和开发新的机器学习算法。总而言之，为各行各业的不同的人提供教育和培训的机会是一项挑战。
Q：您在 NAIIO 时，职责范围内的哪些方面更容易取得进展？哪些更难？
琳恩·帕克：这可能反映了我个人的背景，我认为研发更容易，因为它更结构化……资金往往是汇集到研发。而教育是一个支柱行业、同时也很有挑战性，我觉得自己还是要回到教育领域，因为有太多不同的需求。
Q：K-12 教育是由各州管理的，这不是一个针对整个国家的单一方法，这就造成了一个长期存在的挑战：我们如何建立这种能力？我们如何建立一个让美国全国各地都可以使用的课程？
琳恩·帕克：AI 领域缺乏足够的人才，或者说人们对 AI 是什么缺乏足够的理解，这是一个长期存在的挑战。我们已经认识到这个问题，就如同它也在 STEM（Science、Technology、Engineering、Mathematics 四门学科英文首字母的缩写）领域普遍存在一样。
但我们确实有一些文化上的挑战，因为人们认为这个领域很难，或者是很极客。如果是这样就不会有那么多人进入该领域。目前，目前我们没有足够的人来教授这些领域。许多专家正在离开学术界，进入产业界。
美国 AI 领域有着蓬勃发展的产业，这很好。但当我们没有足够的教育工作者来培训下一代时，就会加剧这个问题。所以在我看来，这是一个非常困难的支柱性问题，但这确实是我们必须优先考虑、并继续取得进展的地方。
Q：欧盟正在努力通过立法来监管 AI，美国也应该采取同样的措施吗？一个明显的共性领域是理解 AI 的意味着什么、以及通过风险视角进行监管的必要性。
琳恩·帕克：采取以部门为基础的方法来评估风险，是我们高层一致同意的。国家标准与技术研究所（National Institute of Standards and Technology，NIST）正在通过开发 AI 风险管理框架来做出贡献。
他们在这方面取得了良好的进展，预计将在 2023 年初建立起框架。不同的人对风险的解释不同，所以什么是风险、可能有哪些缓解风险的适当方法、以及潜在危害有哪些？需要先建立起共识。
Q：你已经谈到了 AI 中的偏见问题。政府有没有办法利用监管来帮助解决这个问题？
琳恩·帕克：有监管和非监管的方式来提供帮助。很多现有法律已经禁止使用任何具有歧视性的系统，其中包括 AI。一个好方法是看看现有的法律是如何运作的，然后特别厘清 AI 中的偏见，并明确差别在哪里。NIST 今年早些时候发布了一份关于 AI 偏见的报告，他们提到一些在相关领域的治理中应该被考虑的方法，但其中很大一部分与最佳执行方案有关。
所以，其实靠的是确保我们在不断监控着系统，或者当人们认为自己受到了伤害，我们就能提供求助的机会。同时确保我们记录了 AI 系统的训练方式和数据基础，这样就可以明白这些偏见可能从何而来。此外，也确保开发人员和系统的安装使用者等，在 AI 系统没有被恰当地开发或使用时被问责。
Q：你认为 AI 的公共发展和私人发展之间的正确平衡是什么？
琳恩·帕克：私营部门对 AI 研发的投资远远多于联邦政府，但这种投资的性质却完全不同。私营部门的投资主要是针对产品或服务，而联邦政府则投资于长期的尖端研究，这些研究不一定有投资的市场驱动力，但有可能为全新的 AI 实现方式打开大门。
所以在研发方面，联邦政府投资于那些没有产业驱动的领域是非常重要的。工业界可以与联邦政府一起，来帮助判断一些现实世界中的 AI 挑战，这对美国联邦投资来说将是富有成效的。
政府和工业界可以互相学习的东西太多了，政府可以了解公司在发展过程中的最佳实践或经验教训，这样政府就能更专注于 AI 所需的恰当的“安全护栏”。
支持：矽兮
原文：
https://www.technologyreview.com/2022/08/23/1058412/white-house-ai-director-challenges/
