1、 人工智能标准化现状

近年来,在国际标准化组织、国外标准化组织、以及国内标准化组织都在研 究人工智能问题,并进行相关技术的标准化工作。

1.1 国际标准化现状

1.1.1 ISO/IEC JTC 1

ISO/IEC JTC 1(国际标准化组织和国际电工委员会第一联合技术委员会) 在人工智能领域的标准化工作已有 20 多年的历史。前期,在人工智能词汇、人 机交互、生物特征识别、计算机图像处理等关键领域,以及云计算、大数据、传 感网等人工智能技术支撑领域,ISO/IEC JTC 1 均已开展了相关标准化工作。

ISO/IEC JTC 1 研究范围涵盖的人工智能技术领域有很多,许多分技术委员 会(SC)和工作组(WG)工作受到人工智能的影响。从 2017 年 7 月 29 日到 8 月 31 日,JTC 1 通过在线调查,了解其部分 SC/WG 开展的工作与人工智能标准 化相关联的程度,具体情况如表 所示:

 人工智能行业报告(六) 人工智能资讯报道_AI资讯 第1张

编辑


与人工智能标准化相关联的各 SC 及其关联程度

对此,ISO/IEC JTC 1 认为,需要成立一个新的标准组织开展人工智能标准 化工作。2017 年 10 月,在 ISO/IEC JTC 1 第 32 届全会上批准成立了 JTC 1/SC 42

人工智能分技术委员会,将围绕基础标准(Foundational standards)、计算方法

(Computational methods)、可信赖性(Trustworthiness)和社会关注(Societal concerns)等方面开展国际标准化工作。“人工智能概念与术语”(NP 22989) 和“运用机器学习的人工智能系统框架”(NP 23053)两项新工作项目提案也已 通过国际标准投票,后续将在 SC 42 开展。

1.1.2 ISO

国际标准化组织(International Organization for Standardization,ISO)主要 在工业机器人、智能金融、智能驾驶方面开展了人工智能标准化研究。

1.1.3 IEC

国际电工委员会(International Electrotechnical Commission,IEC)主要在可 穿戴设备领域开展了人工智能标准化工作。

1.1.4 ITU

国际电信联盟(International Telecommunications Union,ITU)从 2016 年开 始开展人工智能标准化研究。

1.2 人工智能标准化面临的问题和挑战

目前,人工智能标准化工作虽然具备一定的基础,但仍面临一系列现实问题, 困难和挑战如下:

(1)人工智能技术、产品还在快速发展中,业界对人工智能的概念、内涵、 应用模式、智能化水平等尚难达成共识,现有标准化工作基础较为薄弱;

(2)人工智能标准涉及共性技术领域较多,涉及不同的标准化技术委员会, 其在人工智能领域的标准化工作边界有待进一步明晰,需要加强人工智能标准化 顶层设计,避免标准化工作交叉重复;

(3)人工智能作为国内外关注的前沿技术,行业巨头正在加快谋篇布局, 我国在人工智能领域创新能力有待进一步提升,机器学习、自然语言处理等标准 化工作需要国内技术研发机构和产业的有力支撑;

(4)人工智能各类技术在不同领域的融合应用,涉及部门、领域、厂商众 多,工作协调难度大;

(5)相关伦理道德、安全标准往往滞后于技术的发展,将会引发更多分歧 和争议,对标准制定工作带来新的挑战。

1.3 人工智能标准需求分析

通过以上内容,分析国内外人工智能的发展现状,可以初步得到以下标准化 需求分析:

(1)界定人工智能需要研究的范围。人工智能从实验室研究转向各应用领 域的实用系统,呈现快节奏增长的态势,这需要通过统一的术语进行界定,明确 人工智能的内涵、外延和需求的核心概念,引导产业界正确认识和理解人工智能 技术,便于大众广泛使用人工智能技术;

(2)描述人工智能系统的框架。用户和开发者在面对人工智能系统的功能 和实现时,普遍将人工智能系统看作是一个“黑盒子”,但有必要通过技术框架 规范来增强人工智能系统的透明度。由于人工智能系统应用范围广泛,可能很难 给出通用的人工智能框架,更现实的方式是在特定的范围和问题中给出特定的框 架。例如,目前以机器学习为基础的人工智能系统是主流技术,并依赖于包括云 计算和大数据在内的技术资源,可以以此为基础构建一个基于机器学习的人工智 能系统框架,并对其中组件的功能进行界定;

(3)评价人工智能系统的智能等级。按智能程度对人工智能系统进行划分 一直存在争议,给出一个标杆来衡量它的智能等级是困难且具有挑战的工作。随 着不同的应用场合对智能等级评价需求的进一步明确,需要标准化工作来逐步解 决该问题;

(4)促进人工智能系统的互操作性。人工智能系统及其组件有一定的复杂 性,不同的应用场景涉及到的系统及组件不同。系统与系统之间,组件与组件之 间的信息交互与共享,需要通过互操作性来保证。人工智能互操作性也涉及到不 同的智能模块产品之间的互用性,达到数据互通,也就是不同的智能产品需要有 标准化的接口。标准化工作保证人工智能系统的应用程序接口、服务及数据格式, 通过标准和兼容接口,定义可互换的组件、数据和事务模型;

(5)进行人工智能产品的评估。人工智能系统作为工业产品,需要在功能、 性能、安全性、兼容性、互操作性等多方面进行评估,才能确保产品的质量和可 用性,并为产业的可持续发展提供保障。评估工作一般包括测试、评价等一系列 活动,评估对象可以是自动驾驶系统、服务机器人等产品,按照规范化的程序和

手段,通过可测量的指标和可量化的评价系统得到科学的评估结果,同时配合培 训、宣贯等手段推进标准的实施;

(6)对关键技术进行标准化。对已经形成模式,并广泛应用的关键技术, 应及时进行标准化,防止版本碎片化和独立性,确保互操作性和连续性。例如, 深度学习框架绑定的用户数据,应当通过明确神经网络的数据表示方法和压缩算 法,确保数据交换,且不被平台绑定,保障用户对数据拥有的权益,其它如人机 交互技术、传感器接口、基本算法等基础标准也需要尽快制定;

(7)确保安全及伦理道德。人工智能从各种设备、应用和网络中收集了大 量的个人、生物或者其它特征数据,这些数据并不一定从系统设计之初就能够很 好地组织管理并采取恰当的隐私保护措施。对人类的安全和生命安全有直接的影 响的人工智能系统,可能会对人类构成威胁,需要在这类人工智能系统得到广泛 应用之前,就通过标准化等手段对系统进行规范和评估,保障安全性;

(8)针对行业应用特点的标准化。除了共性技术外,在特定行业中实施人 工智能还存在个性化的需求与技术特色,典型的如家居应用、医疗应用、交通应 用等,需考虑特定设备的功能性能特征、系统组成结构和相互关系等。

1.4 人工智能标准化组织机制建设

目前我国在人工智能关键技术领域虽然已具备一定的标准化基础,已制定多 项产品和技术规范,但还缺乏从人工智能的角度进行顶层设计,在基础、支撑技 术、产品和行业应用间存在多技术委员会归口,各技术委员会的研究工作仅限于 自身领域范围,标准化工作尚未形成统筹推进的机制,不利于技术创新与产业化 应用的协同推进。因此,急需建立人工智能领域标准化统筹协调机制。

2 人工智能标准体系

人工智能涉及跨领域的多技术融合,人工智能标准之间存在着相互依存、相 互制约的内在联系。因此,人工智能标准化工作需要统筹协调,以系统科学的理 论和方法为基础,运用标准化的工作原理,不断优化标准之间的关系,避免标准 间不配套、不协调及组成不合理等问题。

2.1 人工智能标准体系结构

人工智能标准体系结构包括“A 基础”、“B 平台/支撑”、“C 关键技术”、 “D 产品及服务”、“E 应用”、“F 安全/伦理”等六个部分,主要反映标准 体系各部分的组成关系。人工智能标准体系结构,如图 所示。

 人工智能行业报告(六) 人工智能资讯报道_AI资讯 第2张

编辑


人工智能标准体系结构图

具体而言,A 基础标准包括术语、参考架构、数据和测试评估四大类,位于 人工智能标准体系结构的最底层,支撑标准体系结构中的其它部分;B 平台/支 撑标准是对人工智能硬件、软件、网络和数据的综合集成,在人工智能标准体系

结构中起承上启下的作用;C 关键技术标准主要针对自然语言处理、人机交互、 计算机视觉、生物特征识别和 VR/AR 等领域,为人工智能实际应用提供支撑; D 产品及服务标准包括在人工智能技术领域中形成的智能化产品及新服务模式 的相关标准;E 应用标准位于人工智能标准体系结构的最顶层,面向行业具体需 求,对其它部分标准进行细化和落地,支撑各行业推进人工智能发展;F 安全/ 伦理标准位于人工智能标准体系结构的最右侧,贯穿于其它部分,提供安全标准, 支撑人工智能发展。

2.2 标准体系框架

结合人工智能国内外技术、产业以及标准化现状,形成人工智能标准体系框 架,由基础、平台/支撑、关键技术、产品及服务、应用和安全/伦理六个部分组成。

2.2.1 基础标准

该类标准主要针对人工智能基础进行规范,包括术语定义、参考架构、数据、 测试评估等。

针对已有人工智能术语相关标准,围绕人工智能发展现状开展标准制修订工 作;深入研究人工智能相关技术及产业链,开展人工智能参考架构等标准研制工 作;结合人工智能领域发展需求,开展用于数据训练的数据格式、标签、数据模 型、质量要求等数据资源相关标准的研制;针对人工智能技术、行业发展较为成 熟的领域,提取测试评估的共性需求,开展人工智能通用性测试指南、评估原则 以及智能等级分级要求等标准研制。

2.2.2 平台/支撑标准

该类标准主要针对人工智能底层平台和支撑进行规范,包括大数据、云计算、 智能感知及互联、边缘智能计算、智能芯片及人工智能平台等。

用于支撑人工智能的大数据、云计算、智能感知及互联等标准化工作已具备 一定的基础。大数据方面,重点研制系统级和工具级产品、数据开放共享等标准; 云计算方面,重点研制面向人工智能的异构计算等虚拟和物理资源池化、调度和 管理标准;智能感知与互联方面,重点开展高精度传感器、新型 MEMS 传感器 相关标准制定,为人工智能的硬件发展提供标准支撑;边缘智能计算方面,重点 研制参考架构、轻量级运行环境要求等标准;智能芯片方面,开展芯片性能测试 要求等标准研制;人工智能平台方面,重点研制人工智能计算框架、人工智能算 法任务调度等通用功能要求,以及支持机器学习、知识图谱等不同计算模式的通 用计算能力要求等相关标准。

2.2.3 关键技术标准

该类标准主要针对人工智能相关技术进行规范,包括机器学习、自然语言处 理、计算机视觉、人机交互、生物特征识别以及 VR/AR 等关键技术。

在机器学习方面,开源在人工智能中有重要的影响,开源软件和开源社区往 往由于其实验性、灵活性而领先一步,需要开展开源与标准化协调发展研究。同时,神经网络表示方法与模型压缩、机器学习算法性能评估等标准也是后续标准 化工作的重点方向。

在自然语言处理方面,国内外自然语言处理技术及产业发展处于起步阶段, 下一步可以开展以下标准化工作:语义库方面,包括语义库的结构、数据规范、 接口规范等;信息提取规范方面,包括词性标注及其描述规范等;文本内容分析 方面,包括内容相关度分析的准则和描述、使用方法,以及文本内容正确与否的 判断准则及其相关性能评估规范等。

在计算机视觉方面,国内已开展计算机视觉术语标准的研究。由于不同应用 场景对采集设备有着不同的要求,采集设备对于计算机视觉算法的开发有着很大 的影响,需要规范数据采集设备的类型及对应参数要求;视觉采集数据与计算机 视觉算法输出的结果(元数据)都是多种多样,如数据的格式、计算机视觉数据 库(例如采用单一还是多种数据形式)、多类数据形式等,定义数据的格式、构 建计算机视觉数据库(例如采用单一还是多种数据形式)、关联多类数据形式等 都是亟待规范的问题;不同应用场景对于计算机视觉提出了不同的要求,如量化 和规范不同行业对于计算机视觉的衡量方法也有着很大的标准化需求。

在人机交互方面,国内外已具备一定的标准化成果,主要集中在语音交互和 手势交互方向。后续继续开展语音合成、识别等技术和接口相关测试标准研制, 搭建智能语音交互系统标准符合性评估平台;研制手势识别等技术规范和服务接 口规范等;进一步丰富智能人机交互的系统规范,如智能教育领域的基于多模式 交互系统标准规范等。

在生物特征识别方面,标准化工作主要围绕图像数据、应用接口、系统应用 以及性能测试四个方向进行。目前国内已完成对诸如指纹、人脸、虹膜等典型模 态的识别设备通用规范、数据交换格式、样本质量等标准的研制,同时还建立了 指纹检测平台,可依据已制定的符合性测试方法相关标准完成对指纹识别产品的 标准符合性测试。随着 DNA、步态等新兴模态识别技术的发展以及互联网金融 等应用场景的增多,亟需制定 DNA 数据质量、呈现攻击检测、安全评估及安全 防范等标准,支撑生物特征识别产业发展。

在 VR/AR 方面,国内 VR/AR 领域目前已经开展了场景建模信息表示、增强现实术语、头戴式显示设备通用规范以及舒适度和安全测试方面的标准,但是 VR/AR 的一些技术要求已超出了目前已有的一些配套行业的技术要求,针对目前 我国虚拟现实内容制作、设备制造、领域应用存在的问题,需要开展框架、编解 码标准、感知与交互、设备、应用、安全与健康、舒适等标准,形成分层次、结 构化的统一标准体系。

2.2.4 产品及服务标准

产品及服务标准包括智能机器人、智能运载工具、智能终端以及智能服务等 人工智能现有的产品和服务标准。

在智能机器人方面,结合国家工作部署,围绕 服务机器人,重点攻克核心零部件、专用传感器技术标准,完善服务机器人硬件接口、安全使用以及多模态交互模式、功能集、服务机器人应用操作系统框架、服务机器人云平台通用要求等标准;围绕工业机器人,重点在工业机器人路径动态规划、协作型机器人设计规范、工业检测图像识别标定等开展标准化工作。

在智能运载工具方面,重点在智能网联汽车方面开展标准化工作。目前面临 的主要问题是汽车智能化涉及的高性能协同传感技术、车载互联及通信技术、汽 车智能化与网联化安全技术等。重点开展先进驾驶辅助系统(ADAS)术语定义、汽车驾 驶自动化分级、车载信息交互系统信息安全技术要求等标准制定工作。

在智能终端方面,建立智能终端的标准化和测试验证平台是提高智能终端产 业规范发展的有效途径,为满足产业发展需要,亟需建立设备互联接口、内容服 务接口、应用程序开发接口、系统安全技术、测试及评价等方面的标准,推动设 备间的数据格式和标准协议的开放共享,推进产品和系统间的互联互通。

在智能服务方面,既包括图像识别、智能语音、自然语言处理、机器学习算 法等人工智能模块通过 SaaS 服务方式向行业提供综合性解决方案,也包括利用 人工智能技术改变传统 IT 服务。与之相应的标准化需求正在兴起,如不同商家 的同一种服务在功能集、服务接口、通信交互协议、服务获取方式等方面存在较 大差别,需求方选择服务时花费成本较高,急需标准化的规范和统一。下一步重点加强人工智能服务能力成熟度评价、智能服务参考架构等标准制定工作。

2.2.5 应用标准

应用标准包括智能制造、智慧城市、智能交通、智能医疗、智能物流、智能 家居、智能金融等领域。

在智能制造领域,我国智能制造标准化工作的快速推进为人工智能在智能制 造中的应用探索提供了良好的基础。下一步,结合人工智能技术在智能制造中的应用,重点开展个性化定制、 SCADA 数据分析、智能在线监测、预测性维护、高级排产和工艺优化、智能机 器人、基于 VR/AR 的维修保养等标准研究。

在智能家居领域,建议根据产业发展现状和技术发展,联合智能家居产业链上下游企业广泛参与共同构建并完善智能家居标准体系,重点制定智能家居主要应用领域关键技术、产品和服务标准,适时启动并参与若干重点标准的国际标准化进程。

在智能金融领域,智能金融未来将通过人工智能技术对信息进行预判、决策、 行动,使得金融投资、分析变得更加精准,有利于打造标准化、模型化、智能化 的风险控制系统,从而推动金融的发展。因此,结合金融领域应用,使用深度学 习技术,基于机器学习技术构建金融知识图谱,从金融数据中自动发现模式,建 议在人工智能金融数据标准化、金融征信标准化工作、金融风控标准化等开展研 究工作。

在智慧城市领域,新型智慧城市已有标准化工作集中在基础通用类标准,具 体应用领域相关标准仍需完善,下一步将结合人工智能在城市基础设施智能化、 设施管理和运营、城市运行和管理等层面的应用情况,加强支撑人工智能技术与 城市规划、建设、运行、服务、管理等方面深度融合的技术标准研究,开展人工 智能应用成效动态评估指标工作。

在智能交通领域,国内已具备一定的标准化基础,下一步信息数据平台及综 合管理系统是人工智能交通标准化工作的方向,重点开展智能交通数据信息平台、 车辆与路网通信、电子车牌识别等标准,形成多维的智能交通监控、管理的一体化服务系统。

在智能医疗领域,国内已具备一定的标准化基础,但是还存在数据质量、数 据和模型的隐私性、数据模型建立困难等问题,下一步重点开展生理监测、医疗 监管智能化、医疗信息交换、数据平台接口、医疗数据质量评价等标准制定工作。

在智能物流领域,我国在智能物流技术及产业方面发展迅速,国内已具备一 定的标准化基础,下一步相将重点针对智能物流中的物流智能规划规范、智能识 别通用要求、智能仓储调度规范、结合供应链的物流配置要求等方面开展标准化 工作。

在智能农业领域,智慧农业产业日趋成熟,虽然已经制定了一些传感网相关 标准,但是由于农业应用环境复杂、应用场景多样,还亟需制定智能传感器、窄 带物联网、病虫害预测数据模型、数据平台接口等相关标准。

在智能健康养老领域,从智能健康养老的发展规划来看,智能健康养老标准 体系优先制定适用于个人、家庭和社区的血压、血糖、血氧、心律和心电五大类 常用生理健康指标智能检测设备产品及数据服务标准,完善智能健康养老服务流 程规范和评价指标体系,推动智能健康养老服务的规范化和标准化。

在智能政务领域,电子政务技术及产业发展不断创新,新兴技术不断涌现,下一步将重点针对数据共享、业务协同、政务信息资源开放等方面开展标准化工作。

在智能环保领域,针对传统环保领域的标准已比较全面,然而,与人工智能 相关的环保标准尚未发布,下一步重点开展人工智能与环保领域相结合的标准研 究及制定,主要聚焦在环境监测技术;资源能源消耗、环境污染物排放的智能预 测数据模型;环境智能监控大数据分析平台;信息共享的智能环境监测网络等。

在智慧法庭领域,智慧法庭的建设和应用需要依托于智能大数据分析、语音 识别、图像视频分析等多项人工智能技术的支撑,从而实现案情要素的分析、庭 审语音识别自动转写、庭审行为视频分析、庭审视频流媒体转发与调度等功能。 因此,为实现法院审判体系和审判能力智能化,需要研制庭审数据格式统一规范、 庭审数据深度分析等规范,利用深度学习算法对多元化数据进行挖掘分析,进而提升庭审效率。

2.2.6 安全/伦理标准

安全/伦理标准包括与人工智能安全、伦理、隐私保护等相关的标准规范。

人工智能安全/伦理标准,从广义来说涉及人工智能本身、平台、技术、产品

和应用相关的安全标准,以及伦理、隐私保护规范。目前,人工智能安全与伦理

标准主要集中在生物特征识别、自动驾驶等部分领域的应用安全标准,以及大数 据安全、隐私保护等支撑类安全标准,而与人工智能自身安全或基础共性相关的 标准还比较少。

人工智能安全与伦理标准研究,一方面要加强人工智能基础标准研究,重点 开展人工智能安全的参考架构、安全风险、伦理设计、安全评估等标准研究,提 出人工智能算法、产品和系统的安全要求和测评方法。另一方面要继续深化应用 领域标准化工作,针对已有标准完善智能安全要求,并继续开展网络安全领域的 人工智能应用安全、智能机器人安全、自动驾驶安全、智能安防、智能交通安全、 智能物流安全、智慧城市安全等领域的标准研究。

例如,在智慧城市领域,可重点开展公共安防、安全管理体系、数据安全、 安全监测预警等标准研制工作;在智能物流领域,可重点针对深度感知智能仓储 系统、智能物流公共信息平台和指挥系统、产品质量认证及追溯系统、智能配货 调度体系的数据安全管理及评测等开展标准化研究;在智能金融领域,可重点针 对金融行业的智能客服、智能监控等技术和装备,金融风险智能预警与防控系统 的数据安全管控,后台数据滥用等开展标准制定工作。


3 人工智能标准化工作重点建议

人工智能标准化建设是我国人工智能产业发展的关键因素之一,是保证我国 人工智能产业在全球竞争中抢占先机、获得优势的重要手段。结合人工智能产业 发展现状和需求,对照现有标准化工作情况,提出我国机器人标准化工作近期重 点工作如下:

(一)加强人工智能标准化顶层设计

人工智能关键技术及产业应用范围涉及到众多部门和标准化技术组织,建议

在国家人工智能国家标准化总体组、专家咨询组的统筹规划下,集聚好业界主流

产学研单位资源,营造良好标准化氛围。同时,梳理人工智能产业生态体系脉络, 把握产业未来重点发展方向,以“基础统领、应用牵引”为原则,建立完善标准 体系。

(二)加强人工智能核心关键技术研究

突破人工智能基础理论及关键核心技术瓶颈,以算法为核心,以数据和硬件

为基础,以人工智能安全可控为导向,实施重大关键技术攻关工程,制定人工智

能通用技术发展路线图,重点提升感知识别、知识计算、认知推理、运动执行、 人机交互能力,形成开放兼容、稳定成熟的技术体系,梳理标准化需求,以技术 突破带动核心技术标准突破。

(三)推进人工智能重点标准研制

围绕人工智能标准化需求,按照“急用先行、成熟先上”的原则,开展术语、参考框架、算法模型、技术平台等重点急需 标准的研制;推动人工智能国际标准化工作,集聚国内产学研优势资源参与国际 标准研制工作,提升国际话语权。

(四)搭建标准符合性测试公共服务平台

加快建设人工智能关键标准的符合性测试平台,开展标准化应用验证,统一

测试评估标准,加强测试公共服务平台建设。提高公共服务平台的测试与评价能

力。依托标准引导企业尝试开发人工智能在典型行业的解决方案,联合投融资机构进行孵化。

(五)完善安全、伦理和隐私等相关标准法律政策

人工智能的发展带来各种社会问题,应充分考虑人工智能开发和部署过程中

的责任和过错问题,制定完善相关安全法规;依托社会公众对人工智能伦理的广

泛共识,设定人工智能技术的伦理要求;从数据的收集和使用开始进行规制,对 个人数据管理应该采取延伸式保护,保护公众隐私。在此过程过中,完善安全、 伦理和隐私等相关标准、法律、政策。