2024年全球人工智能治理评估分析：美国领跑但金砖国家治理成效更优

人工智能技术正在以前所未有的速度重塑全球经济和社会结构。根据远期人工智能研究中心(Center for Long-term Artificial Intelligence, CLAI)与中国科学院自动化研究所人工智能伦理与治理研究中心联合发布的《全球人工智能治理评估指数(AGILE指数)2024》报告，2023年全球记录在案的人工智能风险事件激增12.8倍，达到4,409起，占所有记录事件总量的61%。这一数据凸显了人工智能治理的紧迫性和重要性。本报告将从全球人工智能治理格局、各国发展水平比较、治理工具演变趋势以及治理成效差异四个维度，深入分析当前人工智能治理的国际竞争态势，为政策制定者、行业从业者和研究者提供有价值的参考。

一、全球人工智能治理呈现"四梯队"格局，与人均GDP强相关

AGILE指数的首次评估揭示了一个清晰的人工智能治理国际格局。根据得分，14个国家可分为四个梯队：美国以略高于70分的成绩单独领跑；中国、新加坡、加拿大、德国和英国组成第一梯队(60分以上)；日本和法国位于第二梯队(50-60分)；意大利、阿联酋、印度和俄罗斯属于第三梯队(40-50分)；巴西和南非则位列第四梯队(40分以下)。

进一步分析显示，各国的AGILE指数得分与其人均GDP水平呈现出强正相关关系。高收入国家组(包括G7国家、新加坡和阿联酋)在AGILE指数上通常得分高于中等收入的金砖国家。然而，有两个显著例外：中国和印度的AGILE指数得分显著高于其人均GDP水平，而阿联酋的得分则明显低于其人均GDP水平。

这种相关性表明，经济发展水平是人工智能治理能力的重要基础。高收入国家平均在发展水平、治理环境、治理工具三个方面的得分分别为58、65、72，全面领先于金砖国家的30、55、50。然而，在治理成效方面，金砖国家以51分的平均分反超高收入国家组的44分，这一现象值得深入探讨。

从国家类型来看，14个评估国家可分为三种治理模式：中国、美国和英国属于"高压高效"型，这些国家在人工智能发展水平方面领先，治理投入大且成效较好，但同时也面临着更高的人工智能治理压力和挑战；新加坡、加拿大、德国、日本和法国属于"均衡发展"型，各方面得分较为均衡，在相对较小的治理压力下实施了全面的治理工具；印度、巴西、意大利和阿联酋则属于"潜力待发"型，虽然在治理环境上得分较高，但总体AGILE指数得分相对较低，在发展水平、治理工具等方面仍有提升空间。

二、美国AI发展水平全面领先，中国在多项指标中位居第二

在人工智能发展水平方面，AGILE指数从研发活跃度、基础设施和产业规模三个维度进行评估。数据显示，14个评估国家共计有200多万人工智能专业人员，发布了100多万篇研究论文，近10万项专利，以及近500个重要机器学习系统。这些国家合计拥有超过9000 pFLOP/s的超级计算机计算能力，并设有3000多个托管数据中心。

美国在人工智能各个发展指标上具有明显的领先优势，贡献了超过三分之一的研究论文和专业人员，在许多领域的贡献更是超过了总量的一半。具体来看，在8项关键指标中，美国在5项指标上占据绝对领先地位：研究论文(33.7%)、专业人员(34.2%)、专利(56.3%)、机器学习系统(53.1%)和AI公司资金规模(63.5%)。

中国在人工智能发展水平方面同样表现出显著优势，在14个国家中整体排名第二，并在金砖五国中遥遥领先。在8项关键指标中，中国在5项指标上稳居第二：研究论文(18.2%)、专业人员(16.9%)、专利(9.3%)、AI初创公司数量(9.8%)和证券交易所上市AI公司数量(10.1%)。就已开发的人工智能系统而言，中国与英国不相上下，占比近10%。超级计算能力方面，中国紧随排名第二的日本，贡献了总量的9%。

然而，中国在数据中心基础设施方面与其他国家仍存在一定差距。在14个国家中，中国所占的份额仅为2.5%，位居第九。这一现状不仅揭示了中国在全球数据中心建设中的位置，也凸显了未来发展的潜在关键领域。

除美国和中国外，英国、德国和加拿大在6项指标中始终名列前五，展现出较强的综合实力。德国在研究论文(约10%)、研究人员(约9%)和超级计算能力(约4.4%)方面领先；英国在机器学习系统(约10%)、数据中心(约8%)、AI资金(约4%)和初创公司(约9%)方面表现出色；日本则在专利(约5%)和超级计算机运营(约10%)方面排名第三。

在金砖国家中，印度在8个领域中的7个领域表现突出，仅在AI专利方面落后于俄罗斯。特别是在初创企业领域，印度位居第四，约占总数的5%。俄罗斯则在专利数量上表现较好，在金砖国家中领先。

三、全球AI治理工具"由虚向实"，立法路径呈现四种模式

AGILE指数评估了七种类型的AI治理工具，包括战略规划、治理机构、原则规范、影响评估、标准认证、立法现状和国际参与。评估发现，14个国家在AI战略规划、治理机构和治理国际参与等维度上表现相对较好，而在AI标准认证、AI影响评估和AI立法等领域仍有提升空间。

从时间维度看，人工智能治理工具的演变可分为三个时期：2015年之前、2015年至2020年以及2020年以后。大多数国家的治理机构、战略规划和原则规范都是在2015年至2020年期间建立的。相比之下，许多人工智能标准认证机制和影响评估工具的制定主要在2020年之后开始，并且目前许多国家仍在制定过程中。

在非立法类治理工具方面，美国和加拿大已在国家层面实施了所有五种工具(战略规划、治理机构、原则规范、影响评估和标准认证)。值得注意的是意大利数据保护局(Garante per la protezione dei dati personali)，该机构成立于1996年，是14国中最早设立的治理机构之一。2023年3月，该机构发布临时命令要求OpenAI停止使用ChatGPT处理意大利的个人数据，展示了早期治理机构在人工智能监管中的重要作用。

在立法方面，全球呈现出四种不同的路径：欧盟正在推进全面、统一的人工智能法律；美国显示出更加地方化的格局，基于州层面的立法和联邦指导方针；英国寻求立法创新；法国和德国则将人工智能纳入更广泛的数字法律。日本、加拿大和中国也在积极建立具体的人工智能治理法律框架，而印度更多依靠现有框架进行监管。

在国际参与方面，14个国家都参与了多种形式的人工智能治理全球机制。联合国教科文组织的《人工智能伦理问题建议书》是首个就人工智能伦理达成的全球性协议，除美国外，所有评估国家都在2021年底签署了该建议书。全球人工智能伙伴关系(GPAI)由加拿大和法国于2020年发起，目前有28个成员国和欧盟参与，14国中有10国是其成员。2023年，英国主办的首届人工智能安全峰会吸引了28个国家和欧盟签署《布莱切利宣言》，14国中有12国参与。

四、金砖国家治理成效反超高收入国家，性别差距问题普遍存在

在治理成效方面，AGILE指数从公众认知度、信任度、包容性、数据开放度、研究活跃度和可持续发展贡献等多个维度进行评估。出人意料的是，金砖国家在治理成效上以51分的平均分领先高收入国家组的44分，这一现象背后有着深刻的原因。

在公众信任度方面，金砖国家明显领先。在中国、印度、巴西和南非，超过60%的受访公众预计人工智能最终会改善生活，这一比例明显高于其他国家。中国表现尤为突出，超过四分之三的受访者表现出对人工智能的信任，是14个国家中最高的。新加坡受访者对人工智能应用的认知率最高，超过70%的场景中被认知。

在包容性方面，所有14个评估国家都面临人工智能研究者性别失衡的问题，平均只有约20%的研究人员是女性。中国和新加坡的性别比例最为平衡，男女比分别为1.2和2.0；意大利紧随其后，比率为2.9；大多数国家性别比例在3到5之间；德国和日本的性别比例明显偏高，分别达到7.1和9.7。

值得注意的是，人工智能领域的性别比例与整体社会性别平等之间呈现出弱负相关关系。德国等社会性别鸿沟较小的国家，AI文献作者中的性别比例反而较大；而中国这样被认为具有明显社会性别鸿沟的国家，AI文献作者性别比例却较为平衡。这一违反直觉的现象需要进一步研究。

在开源生态建设方面，所有14个国家都积极参与全球开发者社区。GitHub数据显示，印度在AI方向的提交总量最多(约49,000次)，但热门AI提交数量相对较少；美国在AI方向的热门提交数量最多(约3,600次)；中国的热门提交占其总提交量的比例最高，达到39%左右。在Hugging Face社区，中国和美国在前1000最有影响力的模型和数据集中各自贡献了超过300个，属于第一梯队。

在研究活跃度方面，14个国家中AI治理相关的出版物占所有AI相关出版物的比例约为3%-4%。美国、中国和英国是AI治理研究的主要贡献者，分别占比22%、18%和13%。2014年至2022年间，AI治理相关出版物从472篇增加到2,707篇，2022年增长率达到45%。安全与合作是研究最多的主题，而远期人工智能和问责制相关研究明显不足。

在人工智能促进可持续发展目标(SDGs)方面，美国和中国处于第一梯队，分别占14国总发文量的34.7%和23.2%。在几乎所有SDGs方向上，两国共同贡献了一半以上的论文。SDG3(良好健康与福祉)、SDG9(工业、创新和基础设施)和SDG4(优质教育)是最受关注的方向。在实际应用案例中，美国占比43%，且在全部SDGs上都有分布；印度在应用案例中的占比高于其在研究文献中的占比，特别是在SDG1、SDG5和SDG6方向上表现突出。

以上就是关于2024年全球人工智能治理评估的全面分析。AGILE指数的首次评估为我们提供了宝贵的全球视野，揭示了人工智能治理的国际格局和发展趋势。

评估结果显示，人工智能治理水平与经济发展程度密切相关，但并非完全由经济因素决定。中国和印度等国家在资源相对有限的情况下，通过有效的政策引导和治理创新，取得了优于其经济水平的治理成效。特别是在公众信任度和包容性方面，金砖国家的表现值得高收入国家借鉴。

同时，评估也暴露出全球共同面临的挑战。2023年AI风险事件激增12.8倍的现实警示我们，人工智能治理的步伐必须跟上技术发展的速度。性别差距、研究主题不平衡、国际合作机制待加强等问题，都需要国际社会共同应对。

未来，随着人工智能技术的持续突破和应用场景的不断拓展，全球治理体系需要更加灵活、包容和有效。各国应在保持自身特色的基础上，加强经验交流和政策协调，共同构建安全、可信、包容的人工智能发展环境，让技术真正造福全人类。

编辑：666知识控