中国-东盟人工智能发展与治理合作：进展观察和推进建议-中国国际问题研究院-中国信通院

01附件人工智能技术正引领新一轮科技革命和产业变革向纵深发展，有望重塑人类经济、社会生活的各个方面。与此同时，人工智能技术的迅速发展也带来新的安全和伦理挑战，成为全球治理的重要议题。中国与东盟是全面战略伙伴，在数字经济和智能发展领域拥有坚实的合作基础。面对人工智能的技术浪潮，中国与东盟应进一步加强合作，共同分享技术进步带来的发展红利，并尽力规避和减轻技术引发的风险挑战。中国国际问题研究院和中国信息通信研究院组织专门力量，从全球人工智能发展与治理态势、中国的人工智能发展与治理、东盟的人工智能发展与治理、中国与东盟的人工智能合作等方面展开系统研究，并在此基础上对中国—东盟人工智能合作进行展望，形成此篇研究报告。中国国际问题研究院中国信息通信研究院中国—东盟人工智能发展与治理合作:进展观察和推进建议二零二四年十二月目 录622461016242831（一）人工智能技术产业发展迅速（二）人工智能技术发展不平衡问题日益突出（三）全球人工智能治理框架正在酝酿（一）中国人工智能技术和产业应用蓬勃发展（二）中国加快构筑人工智能治理体系（三）中国积极参与全球人工智能治理体系建设全球人工智能发展与治理态势前言中国的人工智能发展与治理0201033856687638465660686970767983（一）东盟国家人工智能发展潜力巨大（二）东盟国家人工智能治理迅速起步（一）中国与东盟人工智能发展合作基础深厚（二）中国与东盟人工智能治理合作前景可期（一）推进基础设施发展，构筑智能转型基础（二）加快技术应用，共建创新生态（三）加强治理对话与合作，筑牢安全和伦理屏障附件 1 全球人工智能治理倡议附件 2 人工智能全球治理上海宣言附件 3 人工智能能力建设普惠计划东盟的人工智能发展与治理中国与东盟的人工智能合作展望附件06050407中国—东盟人工智能发展与治理合作 : 进展观察和推进建议1前言01前言2中国—东盟人工智能发展与治理合作 : 进展观察和推进建议3前言前言01人工智能技术正引领新一轮科技革命和产业变革向纵深发展。人工智能不仅可以赋能各行各业，也能够创造新的产业形态、开辟新的经济增长点，将成为影响国家综合实力和国际竞争力的重要因素。人工智能还为人类解决能源、公共卫生、城市规划、环境保护等重要问题提供新的途径。与此同时，人工智能技术的飞速发展也带来隐私、安全、伦理等多方面挑战，并可能导致国际社会“智能鸿沟”的加深，相关全球治理进程正在推进。中国与东盟是全面战略伙伴，双方地缘相邻、人文相亲、理念相近，在数字经济和智能发展领域已经拥有坚实的合作基础。双方应进一步加强在人工智能发展和治理方面的合作，深化全面战略伙伴关系，携手推进构建更为紧密的中国—东盟命运共同体建设。中国—东盟人工智能发展与治理合作 : 进展观察和推进建议02全球人工智能发展与治理态势● 人工智能技术产业发展迅速● 人工智能技术发展不平衡问题日益突出● 全球人工智能治理框架正在酝酿6中国—东盟人工智能发展与治理合作 : 进展观察和推进建议全球人工智能发展与治理态势全球人工智能技术产业迎来爆发式增长，智能时代加速到来，深刻改变人类的生产生活方式。如何深化国际合作、促进人工智能发展红利普惠共享，共同应对技术应用带来的潜在风险，已成为国际社会的共同关切。（一）人工智能技术产业发展迅速人工智能自 1956 年达特茅斯会议诞生以来，已历经三次发展浪潮。随着 2022 年 11 月 ChatGPT 上线，生成式大模型又推动人工智能发展进入新阶段。据《全球人工智能产业发展白皮书（2024 年）》显示，2023 年全球人工智能产业规模达 7078 亿美元，同比增长 19.3%。a 随着产业规模的不断扩张，人工智能的经济社会影响日益扩大。a 深圳市人工智能行业协会、深圳市易行网数字科技有限公司：《全球人工智能 产 业 发 展 白 皮 书（2024 年 度）》，2024 年 4 月，https://www.sz.gov.cn/cn/xxgk/zfxxgj/zwdt/content/post_11531060.html。027全球人工智能发展与治理态势1. 人工智能技术发展近十年取得重大突破人工智能技术发展迄今经历四个阶段（图 1）：由符号主义主导的萌芽探索期和专家系统期，以及由连接主义主导的机器学习期和大模型期。人工智能技术在上世纪 90 年代开始的机器学习期实现突破，开始大规模投入实践。在图像识别领域，卷积神经网络（CNN）等人工智能算法得到充分应用，通过卷积层、池化层和全连接层的组合，能够有效地提取图像中的局部特征和全局信息。2015 年，微软亚洲研究院何恺明等四名研究员研发的 ResNet 首次在图像识别领域超越人类。在语音识别领域，端到端的深度学习可被用于识别汉语、英语等多个语种。2015 年 12 月，百度研究院宣布其 Deep Speech 系统实现超越人类水平的汉语识别。在自然语言处理领域，人工智能被广泛用于文本分类、情感分析、机器翻译等任务。特别是注意力机制（Attention Mechanism）的引入，使得模型能够更好地聚焦于输入序列中的重要部分，进一步提升了处理长文本的能力。谷歌 2017 年研发的 Transformer模型不仅通过自注意力机制（Self-Attention）在机器翻译任务中取得了显著的成果，还成为推动人工智能进入大模型期的关键基础。图 1 人工智能发展历程来源：中国信息通信研究院8中国—东盟人工智能发展与治理合作 : 进展观察和推进建议2. 大模型技术使人工智能初步具备一定通用性，可应用于诸多领域随着人工智能技术发展进入大模型期，生成式大模型的崛起引发全球高度关注。这些模型通常具有少则数十亿、多则上万亿个参数，通过大规模的预训练在大量未标注数据上学习通用的特征表示，再通过微调在特定任务上进行优化。相比于传统人工智能，大模型在多个任务和场景中展现出强大的通用性和适应性（图 2）。首先是规模可扩展性强。在大模型中，参数规模、计算量和训练数据增加可带来模型性能持续提升，而在传统人工智能模型中，规模增大不能带来性能持续提升。其次是多任务适应性强。在大模型中，一个模型能同时支持多种任务和多个模态，甚至实现跨模态，而在传统人工智能模型中，一个模型只能胜任单任务和单模态。最后是能力可塑性强。大模型通过模型微调、思维链提示等措施即可实现能力进一步增强，传统人工智能模型训练完成后能力无法进一步拓展。图 2 大模型特征与应用来源：中国信息通信研究院9全球人工智能发展与治理态势3. 人工智能已在众多产业领域获得深度应用在内容创作领域，许多媒体公司和内容平台使用大模型自动生成新闻稿、文章和创意内容，提高内容生产的效率和质量。目前，在财经新闻、商业插画等领域，人工智能所生成的作品效果已得到广泛认可，可以经过微调甚至直接投入商业应用。在自动驾驶领域，智能驾驶系统能够基于摄像头、雷达和超声波传感器等收集数据、提取环境信息，如车辆、行人、交通标志等，并据此实时分析路况并调整驾驶策略，显著提高了驾驶的安全性和舒适性。在自动驾驶技术推动下，新能源汽车行业实现迅猛发展。在医疗健康领域，通过学习大量的医疗影像数据，人工智能能够辅助医生进行疾病诊断，提高诊断