美国AI领导力不应通过机器学习来定义 - 新线路研究所
作者：rkremzner@newlinesinstitute.org
该报告是较大的汇编的一部分 - 在中国技术进步的情况下，美国技术：战略优先事项。
阅读完整的 报告
阅读完整的 概要
执行摘要
美国在开发人工智能方面的领导不应仅通过机器学习来定义。人工神经网络通过数据学习的范式是该技术取得进展的关键步骤。然而，机器学习是一种从根本上有限的范式，无法通过将其现有技术加倍来克服其缺点。美国政策制定者应该将美国AI的领导力重新考虑为投资并推动AI下一个主导范式的界限，AI的理想候选人是Neuro-Symbolic AI。神经符号AI从传统和当代方法中综合了AI研究的技术。因此，它展示了在不牺牲以前的情况的情况下改善最先进模型中缺点的最有希望的途径。”
下一波AI：神经符号AIâ 一个 保留和扩大美国AI领导的决策努力不应承认这项技术的未来仅仅是为了控制目前的目前，因为目前的目前在根本上是有限的。
机器学习并不是一旦完全实现的范式，就可以确保美国在AI中担任持久的领导地位。
本文探讨了一个新的范式，以确保美国领导力：神经符号AI。与其重复过去的错误，不如将美国政府的角色是相对针对性和互补的，因此应优先考虑最先进的机器学习系统中的缺点，以改善下一个范式。联邦政府不应通过现有的办公室和计划（例如国家人工智能启动办公室（NAIIO））和国家科学基金会的国家科学基金会的国家AI研究机构来奠定基金会，而不是追求人工智能，而是应在Frontier Neuro-Symbolic AI研究中进行投资。
政策建议 一个 因此，NAIIO与机器学习和AI的小组委员会一起，应指导AI R＆D机构间工作组优先考虑对神经符号技术的投资。
- 神经符号AI研究所应认真进行公私合作，优先考虑那些愿意在这个新兴范式中进行创新研究合作的演员。”
- 基础研究资金的预算削减应逆转，以允许机构投资于第三波AI开发浪潮的足够跨学科性质的基础研究。
- 美国国会和商务部应确保美国对硬件或模型的出口控制
- 积极积极主动但有针对性，与他们启用或构成的AI系统的实际功能成正比，并与合作伙伴和盟友协调。 Vincent J. Carchidi是一位分析师，专注于美国 - 中国技术竞赛和中东的关键和新兴技术。
他是中东研究所的战略技术和网络安全计划的非居民学者。他还是Orion政策研究所的非居民研究员，专门从事AI政策。他的技术政策工作出现在包括 防御一，一个 国家利益，一个 山，趋势研究和咨询和 外交政策研究所。Carchidi保持认知科学的背景，将这项研究应用于Frontier AI模型的轨迹和局限性。他的意见是他自己的。你可以跟随他 LinkedIn，一个 布鲁斯基，并且 x。一个
本文中表达的观点是作者的观点，而不是新线路研究所的官方政策或立场。
关于《美国AI领导力不应通过机器学习来定义 - 新线路研究所》的评论
暂无评论