亚太经合组织《科学中的人工智能》报告提出多项对政策制定者的建议

亚太经合组织2023年6月发布了名为“科学中的人工智能”报告。报告认为人工智能在科学研究中的使用是人工智能取得最大经济效益和社会效益的应用。报告的目的之一在于提高公众对公共政策在推动人工智能在科学中的积极影响的认识。

报告通过研究分析科学研究在现阶段是否变得越来越困难、当前人工智能在科学领域的应用、人工智能的挑战和发展，认为政策制定者如果能从跨学科合作、公共研发资金投入、研究治理等方面进行政策制定，将能加速和深化人工智能在科学研究中的应用，有利于技术创新和生产力的发展。报告最后提出了多项对政策制定者的建议主要包括：

跨学科的研究能够促进人工智能在领域的应用。

政府通过设立专有项目资金鼓励跨学科的广泛的合作，而不是将资金用于单一领域。其中优先促进领域专家与机器人技术专家之间的合作，实验室机器人能够彻底改变一些领域的科学研究、降低实验成本并大幅度加快实验的进程。

政府鼓励一些具有深远影响的项目，例如“诺贝尔图灵挑战”，它致力于在2050年能够开发出高度自主AI系统，能够实施类似诺贝尔级别的科学发现。

不断提升人工智能和科学使用高性能计算资源和软件的机会。对于许多资金不太充足的科学研究，使用商业最新最快的高性能计算资源几乎不太可能，因此国家实验室及其计算基础设施与工业界和学术界合作，可以有效解决这些问题。

 更新学校的教学课程，增加与人工智能相关的学习内容，使学生学会使用人工智能的方法和工具。例如，使用已经被证明的人工智能技术，学生们可以学习如何在现有的科学文献中寻找新的假设。

政府部门应该逐步加强开放科学数据的可用性，帮助数据在跨领域中应用。考虑到数据的隐私和安全，公共研究中心可以帮助采用联邦学习等方法在不损害人工智能和隐私的情况下使用多方持有的敏感数据。

由政府协调实验室、设备供应商和技术开发商，共同协商增加实验室设备之间的交互性，使不同的实验设备能够通过接口交互。

公共研发推进科学研究中的人工智能

公共研发可以针对需要突破的研究领域，深化人工智能在科学和工程领域的应用。例如超越当前基于大型数据集和高性能计算的模型，并找到自动化大规模创建可查找、可访问、可互操作和可重用（FAIR）数据的方法。另一个目标可能是推进AutoML，降低人工智能的使用成本。

 公共部门应该支持开放平台（如OpenML）的开发，这些平台能够跟踪人工智能模型对各种问题的使用效果并给出评价。

 公共研发应该通过资金、程序出版等方法，鼓励新的、跨学科的、蓝海思维。人工智能研究的主题多样性似乎正在缩小，并越来越多地受到在大型科技公司中占据主导地位的计算机和数据密集型方法的驱动。加强公共研发可能会使该领域研究更加多样化，引导探索区别于深度学习范式的新技术和新方法。

各国政府应支持知识库的建设，由于这一任务无法通过企业来完成，因此致力于创建一个开放的知识网络，为人工智能利用和交流专业和常识性知识奠定基础。

 增加人与机器，人与人协作工具的开发，并将这些工具整合到主流科学研究中。因为科学现在是由越来越大的团队和国际联盟进行的。这一研究领域的投资目前落后于人工智能的其他领域的投资。

研究治理问题

 政策机构应系统地评估人工智能对日常科学实践的影响，包括对可能发生重大变化的人类-人工智能团队合作、工作、职业轨迹和培训的影响。

政策制定者应该关注大语言模型的不确定性问题、混淆作者和所有者问题以及可能造成的不用语言使用者的不平等问题。

政策制定者应该注意到AI驱动的药物发现的潜在风险。

参考文献：

https://www.oecd-ilibrary.org/docserver/a8d820bd-en.pdf?expires=1706667205&id=id&accname=guest&checksum=69C7282154C2BC033D3D91D11BDD4756