2021版人工智能标准化白皮书.pdf

人工智能标准化白皮书 二二一年七月 （2021版） 指导单位：国家人工智能标准化总体组 全国信标委人工智能分委会 编写单位：中国电子技术标准化研究院 二O二一年七月 指导单位：国家人工智能标准化总体组 全国信标委人工智能分委会 编写单位：中国电子技术标准化研究院 CESI 人工智能标准化白皮书 （2021版） 2 CESI 人工智能标准化白皮书（2021版） 编写单位（排名不分先后） 中国电子技术标准化研究院 上海依图网络科技有限公司 云从科技集团股份有限公司 华为技术有限公司 上海商汤智能科技有限公司 浪潮软件科技有限公司 深圳市优必选科技股份有限公司 鼐驰（上海）智能科技有限公司AIII研究院 湖北省标准化与质量研究院 浙江蚂蚁小微金融服务集团股份有限公司 郑州中业科技股份有限公司 北京影谱科技股份有限公司 山东省计算中心 马上消费金融股份有限公司 科大讯飞股份有限公司 广州中科院软件应用技术研究所 北京明略软件系统有限公司 中电科新型智慧城市研究院有限公司 微软(中国)有限公司 上海人工智能研究院有限公司 上海木木机器人 上海交通大学苏州人工智能研究院 上海交通大学 南京大学 机械工业仪器仪表综合技术经济研究所 第四范式（北京）技术有限公司 武汉楚精灵医疗科技有限公司 北京眼神科技有限公司 3 CESI 人工智能标准化白皮书（2021版） 上海计算机软件技术开发中心 苏州思必驰信息科技有限公司 北京小米移动软件有限公司 北京航天自动控制研究所 北京电信规划设计院 重庆邮电大学 深圳市腾讯计算机系统有限公司 杭州海康威视数字技术股份有限公司 金税信息技术服务股份有限公司 国际商业机器（中国）有限公司 北京旷视科技有限公司 深圳云天励飞技术股份有限公司 工业和信息化部电子第五研究所 北京百度网讯科技有限公司 成都四方伟业软件股份有限公司 中国医学科学院生物医学工程研究所 中国信息通信研究院 北京工业大学 浙江大华技术股份有限公司 三六零科技集团有限公司 广州中科凯泽科技有限公司 北京地平线机器人技术研发有限公司 OPPO广东移动通信有限公司 北京阿丘科技有限公司 北京百分点信息科技有限公司 上海陆家嘴国际金融资产交易市场股份有限公司 苏州大学相城机器人研究院 上海电器科学研究所（集团）有限公司 上海文鳐信息科技有限公司 4 CESI 人工智能标准化白皮书（2021版） 编写组成员（排名不分先后） 范科峰 董 建 张 群 汪小娟 孙 宁 马骋昊 李 冰 鲍 薇 马珊珊 赵 坤 徐 洋 杨 磊 赵春昊 李 军 符海芳 曹晓琦 丁 雨 蒋 慧 黄先芝 黄东延 翁家良 姜 楠 李克鹏 李 介 吉长江 高永超 刘 源 马万钟 吴 军 周 坤 陈文捷 王 琦 赵 群 徐 颂 王丽娜 刘欢欢 庞 宇 杨晓光 任文奇 林良锐 程海旭 梅敬青 王志芳 周循道 张璐薇 王伟才 蒲江波 景慧昀 何耀彬 许怡娴 刘亦珩 许 源 颜子夜 马 杰 庞高昆 谢玉凤 王功明 熊友军 袁 杰 邓 赛 朱兆颖 宋 波 金子鑫 张 杰 陈敏刚 龙梦竹 陈辉龙 王小叶 曾 璇 莫 磊 马艳军 李笑如 梁恒康 闫文龙 何黎明 邵阳阳 郑慧伟 尚羽佳 梁 军 王一鹤 宋海涛 刘燕京 沈 灏 陶佳伟 杨春林 韩红桂 程 淼 张 屹 涂小芳 郑冉冉 王小璞 齐 越 苏海波 杨 品 邢 琳 芮子文 胡润杰 版权声明：如需转载或引用，请注明出处。 5 CESI 一、前言 1 二、人工智能现状及发展趋势 3 2.1 基础层 4 2.1.1 发展现状 4 2.1.2 存在的问题及挑战 4 2.1.3 发展趋势分析 5 2.2 技术层 5 2.2.1 发展现状 5 2.2.2 存在的问题及挑战 6 2.2.3 发展趋势分析 6 2.3 应用层 7 2.3.1 发展现状 7 2.3.2 存在问题及挑战 8 2.3.3 发展趋势分析 9 2.4 参考架构 10 2.4.1 人工智能系统生命周期模型 10 2.4.2 人工智能生态系统框架 11 三、人工智能标准化工作情况 13 3.1 人工智能标准化的必要性 13 3.2 人工智能标准化相关政策 14 3.2.1 国外情况 14 3.2.2 国内情况 15 3.3 国际标准化工作情况 15 3.3.1 ISO/IEC JTC 1 15 3.3.2 ISO 18 3.3.3 IEC 19 3.3.4 ITU 20 目录 CONTENTS 6 CESI 目录 CONTENTS 3.4 国外标准化工作情况 20 3.4.1 IEEE 20 3.4.2 NIST 21 3.4.3 EU 22 3.4.4 其他 22 3.5 国内标准化工作情况 23 3.5.1 全国信息技术标准化技术委员会 23 3.5.2 全国自动化系统与集成标准化技术委员会 23 3.5.3 全国音频、视频和多媒体标准化技术委员会 24 3.5.4 全国信息安全标准化技术委员会 24 3.5.5 全国智能运输系统标准化技术委员会 24 3.5.6 其他团体 25 四、人工智能标准体系建设 27 4.1 标准体系编制原则 27 4.2 标准体系结构 27 4.3 标准体系框架 30 4.4 标准体系建设的要点 30 4.5 重点标准研制 31 五、人工智能标准化工作重点建议 37 附件1 ISO/IEC JTC 1/SC 42 标准研制情况 39 附件2 人工智能标准明细表 43 附件3 应用案例 57 1 人工智能标准化白皮书（2021版） CESI 一、前言 党中央、国务院高度重视新一代人工智能发展。习近平总书记指出： “人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带 动性很强的头雁效应”。“加快发展新一代人工智能是我们赢得全球 科技竞争主动权的重要战略抓手”。为应对新冠肺炎疫情的冲击，党中央 国务院将新型基础设施建设上升为国家战略，其中重要的一项就是人工智 能。国务院发布实施了新一代人工智能发展规划等文件，以新一代人 工智能技术的产业化和集成应用为重点，以加快人工智能与实体经济融合 为主线，着力推动人工智能技术、产业全面健康发展。 在政产学研用各方共同努力下，我国人工智能产业发展的成果显著。 一是创新能力不断增强，图像识别、智能语音等技术达到全球领先水平， 人工智能论文和专利数量居全球前列。二是产业规模持续增长，京津冀、 长三角、珠三角等地形成了完备的人工智能产业链。三是融合应用不断深 入，智能制造、智慧交通、智慧医疗等新业态、新模式不断涌现，对行业 发展的赋能作用进一步凸显。 我国人工智能产业发展取得显著成绩的同时，面临着不少困难和挑 战，比如底层技术存在较大欠缺、能够实现商业价值的应用较少、与实体 经济的融合存在较高门槛等。中共中央关于坚持和完善中国特色社会主 义制度 推进国家治理体系和治理能力现代化若干重大问题的决定指出 要“强化标准引领，提升产业基础能力和产业链现代化水平”。人工智能 产业的发展离不开标准的引领，扎实做好人工智能标准化工作，对突破核 心技术、加快应用落地、完善产业生态具有重要意义。 本白皮书在人工智能标准化白皮书（2018版）的基础上，进一 2 人工智能标准化白皮书（2021版） CESI 步提出了以下内容：一是从产业链的角度，分析了人工智能产业现状及发 展趋势；二是介绍了当前国际上普遍认可的系统生命周期模型、人工智能 生态系统框架和机器学习技术框架；三是梳理了国内外主要人工智能标准 化组织的重点工作；四是落实国家新一代人工智能标准体系建设指南 （国标委联2020 35号），形成人工智能标准体系框架及标准体系明细 表；五是结合标准化工作进展及标准体系建设情况，提出我国人工智能标 准化重点工作建议。 3 人工智能标准化白皮书（2021版） CESI 二、人工智能现状及发展趋势 人工智能是新一轮科技革命和产业变革的重要驱动力量。麦肯锡公司 的数据表明，人工智能每年能创造3.5万亿至5.8万亿美元的商业价值，使 传统行业商业价值提升60%以上。 我国人工智能市场规模巨大、企业投资热情高。埃森哲公司的数据显 示，半数（49%）的中国人工智能企业，近三年的研发投入超过0.5亿美 元。IDC预测，到2023年中国人工智能市场规模将达到979亿美元。为实 现人工智能产业高质量发展，提升产业链、供应链现代化水平，中华人 民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要 提出：“发展算法推理训练场景，推动通用化和行业性人工智能开放平台 建设”，并要求在前沿基础理论、专用芯片、深度学习框架等前沿领域重 点攻关，实施一批具有前瞻性、战略性的国家重大科技项目。 人工智能产业链包括基础层、技术层和应用层：基础层提供了数据及 算力资源，包括芯片、开发编译环境、数据资源、云计算、大数据支撑平 台等关键环节，是支撑产业发展的基座。技术层包括各类算法与深度学习 技术，并通过深度学习框架和开放平台实现了对技术和算法的封装，快速 实现商业化，推动人工智能产业快速发展。应用层是人工智能技术与各行 业的深度融合，细分领域众多、领域交叉性强，呈现出相互促进、繁荣发 展的态势。 4 人工智能标准化白皮书（2021版） CESI 2.1 基础层 2.1.1 发展现状 （1）算力需求不断提升，人工智能芯片成为产业焦点 芯片作为算力基础设施，是推动人工智能产业发展的动力源泉。随着 人工智能算法的发展，视频图像解析、语音识别等细分领域算力需求呈爆 发式增长，通用芯片已无法满足需求。而针对不同领域推出专用的芯片， 既能够提供充足的算力，也满足低功耗和高可靠性要求。如华为、寒武 纪、中星微等企业推出的推理芯片产品，应用于智能终端、智能安防、自 动驾驶等领域，可以对大规模计算进行加速，满足更高的算力需求。 （2）数据总量爆发式增长，支持产品和服务智能化水平提升 国内各行业已经普遍实现了信息化，沉淀出了大量数据。据国家信息 中心预测，到2025年，我国数据总量将占全球27%，成为世界第一数据资 源大国。这些数据中不乏金融、市场营销、消费等具有潜在价值的数据。 人工智能可以从数据中找到业务价值点和客户需求，帮助企业提供更好的 业务服务。 2.1.2 存在的问题及挑战 （1）硬件方面 一是利用率低，传统硬件架构难以完全满足人工智能对密集计算的要 求。二是兼容性差，面向不同场景的人工智能计算硬件指令集、微架构设 计不同，缺乏统一的标准规范，无法兼容。 （2）使能软件方面 一是工具融合程度有待提升。人工智能编译工具由不同的硬件、软件 生产者提供，工具完整性、融合程度、效率等没有统一的衡量标准。二是 设备间协同困难。不同的智能设备间协议不同，无法实现互联互通。 5 人工智能标准化白皮书（2021版） CESI （3）数据方面 一是数据的采集和使用有待规范。人工智能是“数据密集型”行业， 安全有效地采集、管理和使用数据，支撑人工智能实践，已成为制约人工 智能应用系统建设的瓶颈。二是数据存在安全风险。需要制定高效的预防 措施，确保数据安全和人工智能的安全、可靠、可控发展，防止被不法分 子滥用。 2.1.3 发展趋势分析 （1）芯片形成产业生态 人工智能的发展，对芯片的计算架构、运算能力、算法适用性等提出 新的挑战。同时，芯片只有与应用场景结合，才能落地，形成了芯片、场 景相互绑定的产业生态。 （2）数据利用更加高效 进入大数据时代后，人工智能系统可利用的数据资源从样本数据转 变为大规模多源异构数据，海量高价值数据不断提高人工智能预测的准确 性，并促进人工智能技术在多场景的深度应用。 2.2 技术层 2.2.1 发展现状 人工智能深度学习框架实现了对算法的封装。随着人工智能的发展， 各种深度学习框架不断涌现。谷歌、微软、亚马逊和Facebook等巨头， 推出了TensorFlow、 CNTK、 MXNet、 PyTorch和 Caffe2等深度学习框架， 并广泛应用。此外，谷歌、Open AI Lab、 Facebook还推出了TensorFlow TFLite、Tengine和QNNPACK等轻量级的深度学习框架。 近年来，国内也涌现出了多个深度学习框架。百度、华为推出了 6 人工智能标准化白皮书（2021版） CESI PaddlePaddle（飞桨）、MindSpore，中科院计算所、复旦大学研制了 Seetaface、 FudanNLP。小米、腾讯、百度和阿里，推出了MACE 、 NCNN、 Paddle Lite、 MNN等轻量级的深度学习框架。国内深度学习框架 在全球占据了一席之地，但美国的TensorFlow和PyTorch仍是主流。 2.2.2 存在的问题及挑战 （1）人工智能算法遇到技术瓶颈 一是泛化性弱。人工智能模型训练后可以达到理想的性能，但应用场 景与训练环境场景区别较大时，性能会显著下降。二是易受到对抗样本攻 击。人视觉或听觉无法感知的扰动，可能会使模型输出错误结果。 （2）深度学习框架依赖生态建设 在应用方面，TensorFlow、PyTorch等通用型深度学习框架，应用于自 然语言处理、计算机视觉、语音处理等领域，以及机器翻译、智慧金融、 智能医疗、自动驾驶等行业。各细分领域还涌现出大批专业型深度学习框 架，如编写机器人软件的ROS、应用于计算机视觉领域的OpenCV、擅长 自然语言处理的NLTK，以及应用于增强现实的ARToolKit等。 我国深度学习框架起步较晚，在算法、芯片、终端和场景应用方面都 依赖国外的深度学习框架生态。 （3）人工智能测试体系不够全面 一是测试重复度高。现有测试基准的测试内容和模型重复度高，但又 有遗漏；二是体系化设计与建设有待加强，尚未形成成熟的功能、性能测试 基准；三是人工智能测试标准体系还未形成，公平性和权威性有待完善。 2.2.3 发展趋势分析 （1）从感知智能迈向智能认知 人工智能发展阶段包括：感知智能、认知智能、决策智能。随着科技 7 人工智能标准化白皮书（2021版） CESI 的发展，人工智能正在迈向认知智能，即应用于复杂度高的场景中，通过 多模态人工智能和大数据等技术，实现分析和决策。 （2）从专用智能向通用智能发展 专用智能具有领域局限性。通用人工智能减少了对特定领域知识的依 赖性、提高处理任务的普适性，是人工智能未来的发展方向。 （3）通过开源构建生态 开源的深度学习框架为开发者提供了可以直接使用的算法工具，减 少二次开发、提高效率。国内外巨头纷纷通过开源的方式推广深度学习框 架，布局开源人工智能生态，抢占产业制高点。 2.3 应用层 2.3.1 发展现状 （1）应用场景深度融合 一是计算机视觉技术产业应用日趋多样化。目前，计算机视觉技术已 经成功应用于公共安防等数十个领域。据麦姆斯咨询的数据显示，预计到 2023年，全球图像感知市场规模将达到 173.8亿美元。二是智能语音技术 应用场景逐步拓展。随着对话生成、语音识别算法性能的提升，智能语音 的市场规模不断扩大。根据中商产业研究院的统计，2016-2019年间，中 国智能音箱的出货量增长了17倍。语音转写、声纹识别等语音技术产品已 广泛应用于各行各业。 （2）人工智能与实体经济融合发展 人工智能与传统产业的融合，不仅提高了产业发展的效率，而且实现产 业的升级换代，形成新业态，构建新型创新生态圈，催生新的经济增长点。 人工智能在智能制造、智能家居、智能交通、智能医疗、教育、金 融等领域的应用，呈现全方位爆发态势。一是智能制造方面，运营管理优 8 人工智能标准化白皮书（2021版） CESI 化、预测性维护、制造过程物流优化均衡。二是智能家居领域，智能软 件、智能平台、智能硬件等不同的环节，人工智能技术渗透程度较为均 衡。但是，行业产品、平台类别众多，兼容性问题突出。三是智能交通领 域，与基础设施、运输装备、运输服务、行业治理深度融合，赋能智能感 知，提升智能交通的视觉感知能力，提供准确和及时的交通指标数据。四 是智能医疗领域，赋能人工智能辅助诊断系统和设备、治疗与监护、管理 与风险防控、智能疫情服务平台，提升医疗诊断效率，提高流程管理效率 与准确性。五是教育领域，赋能教育服务平台、虚拟实验室和体验馆、教 学效果分析和反馈，改善教育实施场景和供给水平，实现信息共享、数据 融合、业务协同、智能服务，形成个性化、多元化互补的教育生态体系。 六是金融领域，赋能金融风险控制、数据处理、网络安全等，推动金融产 品、服务、管理等环节的新一轮变革。 2.3.2 存在问题及挑战 （1）行业发展不均衡特征突出 我国人工智能领域，重应用、轻基础现象严重。一方面，人工智能 专用芯片硬件技术起步晚，亟需完善相关的上下游产业链，建立行业应用 事实标准。另一方面，对国外开源深度学习系统平台依赖度高，缺少类似 的国产成熟的开源平台。在应用层面，发展结构性失衡仍然突出。由于行 业监管和盈利条件限制，人工智能的行业应用程度和发展前景存在显著差 异。参考在金融、医疗、物流、安防等方面的示范性应用，提升人工智能 在零售、制造等传统领域的创新突破。 （2）系统开发与维护费时低效 一方面，实践落地中，商用的人工智能产品缺乏开发、运维的二次应 用能力。另一方面，大型人工智能系统设计及实现中，从业者经验匮乏， 迫使行业机构额外投入，支撑技术团队，阻碍智能技术的应用实践。智 9 人工智能标准化白皮书（2021版） CESI 能应用场景通常需要云- 端协同智能处理能力，但云侧组件繁多、配置复 杂，部署成本较高。 （3）人工智能伦理挑战 一是受历史条件和发展阶段限制，人类对人工智能产品的道德风险， 存在认知滞后性。二是人工智能产品缺少完善的伦理控制，同时被赋予更 多的自主决策权，催生更多的伦理道德问题。 2.3.3 发展趋势分析 （1）发展势头相对趋稳 近年来，人工智能方面的投融资更为理性，新增企业数量趋缓。产业 稳步增长，投融资事件数量相对减少、金额相对增加。产业更加看重底层 基础设施建设、核心技术创新和上层应用赋能，产业链条更加明晰。 随着我国政府大力支持和经济转型升级需求，人工智能产业链条关联 性和协同性将进一步增强。 （2）与实体经济融合加速 人工智能与实体经济实现加速融合，为零售、交通、医疗、制造业、 金融等产业带来提效降费、转型升级的实际效能。无人商店、无人送货 车、病例细胞筛查、数字孪生、智慧工厂、3D打印、智能投顾等新产 品、新服务大量涌现，加速培育产业新动能，开拓实体经济新增长点，有 力推动我国经济结构优化升级。 我国人工智能市场潜力巨大，应用空间广阔，尤其是在数据规模和产 品创新能力等方面占据优势。另外，5G商用后，人工智能与行业深度融 合，并逐步向复杂场景深入，推动更多行业进入智能化阶段。 （3）政策红利日渐凸显 2017年来，人工智能先后出现在政府工作报告和党的十九大报告中。 工业和信息化部发布了两批国家人工智能创新应用先导区名单；科技部支 10 人工智能标准化白皮书（2021版） CESI 持苏州、长沙等地建设国家新一代人工智能创新发展试验区。各地方结合 自身优势和产业基础，积极布局人工智能发展规划，大力发展人工智能。 未来，资本将更多聚集在应用层细分领域的龙头企业，投资焦点将从应用 层逐步下移，人工智能芯片和深度学习框架将获得资本市场的更大关注。 2.4 参考架构 2.4.1 人工智能系统生命周期模型 国际标准化组织和国际电工组织第一联合技术委员会人工智能分委会 （ ISO/IEC JTC 1 /SC 42）在ISO/IEC 22989人工智能概念与术语中提 出了人工智能系统生命周期模型，包括初始阶段、设计与开发、验证与确 认、部署、运行与监测、重新评估及退出阶段。该生命周期模型源于系统 和软件工程系统生命周期，并在此基础上强调了人工智能领域特性方面， 包括开发运营、可追溯性、透明度及可解释性、安全与隐私、风险管理、 治理等，如图1所示。 图1 人工智能系统生命周期模型 11 人工智能标准化白皮书（2021版） CESI 2.4.2 人工智能生态系统框架 ISO/IEC JTC 1 /SC 42在 ISO/IEC 22989人工智能概念与术语国际 标准中提出了人工智能生态系统框架，该框架从上至下分别包括：垂直行 业及研究的应用层，包含人工智能系统、人工智能服务、机器学习技术框 架及工程系统的核心技术层，以及依托云计算、边缘计算、大数据等构成 的计算环境和计算资源池及其管理和配置的基础层，如图2所示。 图2 人工智能生态系统框架 12 人工智能标准化白皮书（2021版） CESI 人工智能生态系统框架中的机器学习技术框架部分，在ISO/IEC 23053运用机器学习的人工智能系统框架中进行了细化，如图3 所示。 机器学习技术框架体现了近年来机器学习学术、产业应用分支中的新型技 术路线。 图3 机器学习技术框架 13 人工智能标准化白皮书（2021版） CESI 三、人工智能标准化工作情况 3.1 人工智能标准化的必要性 标准是经济活动和社会发展的技术支撑，是国家基础性制度的重要 方面。标准化在国家治理体系和治理能力现代化建设中发挥着基础性、引 领性作用。我国人工智能产业发展取得了突破性进展，但依然面临着底层 技术欠缺、能够实现商业价值的应用较少、与实体经济的融合存在门槛等 问题，迫切需要加强人工智能标准化工作，支撑人工智能产业健康可持续 发展。 人工智能标准化对加快技术创新具有重要意义。一方面，促进科技成 果转化，推动科技创新成果推广应用、促进产业升级和技术革新。另一方 面，能够固化全球先进技术成果，淘汰落后产能，为产业发展释放更多资 源和空间。 人工智能标准化促进产业健康可持续发展。一方面，支撑政府治理， 促进政府管理和市场监管更加科学有序。另一方面，形成开放的人工智能 产业生态，促进产业链上下游、大中小微企业之间协同发展。 人工智能标准化为产品和服务质量提供保障。一方面，人工智能企 业积极参与标准制定，在追求高标准中创造更多优质产品和服务。另一方 面，依据标准开展符合性测试，保障产品和服务的质量。 人工智能标准化是信息安全的坚实保障。一方面，可以有效减少人工 智能技术带来的信息安全、个人隐私等问题。另一方面，可以解决应用中 伦理道德规范和安全标准滞后于技术发展的问题。 14 人工智能标准化白皮书（2021版） CESI 3.2 人工智能标准化相关政策 3.2.1 国外情况 （1）美国：不断加强政策对标准的引领 2019年 2月，美国总统特朗普签署美国人工智能倡议，重点关注 人工智能研发、标准规范制定。2019 年 6月，美国白宫发布国家人工智 能研究与发展策略规划，关注人工智能基础研究、伦理、可信赖及相关 标准，提出制定标准和基准以测量和评估人工智能技术。2021年 1月，美 国国家标准协会（ANSI）发布美国标准化战略2020，进一步关注人 工智能标准。 （2）欧盟：通过标准和立法加强监管 2019-2020年，欧盟委员会发布了人工智能道德准则人工智能 白皮书可信赖人工智能评估清单数字服务法案数字市场法 案等文件，推进人工智能立法，加强人工智能监管。 2021年 2月，欧洲 标准化委员会和欧洲电工标准化委员会发布欧洲标准化战略2030提出 制定人工智能领域的先进创新标准。2021年 4月，欧盟委员会联合研究中 心发布人工智能标准化格局进展情况及与人工智能监管框架提案的 关系，通过制定国际、欧洲标准支撑人工智能监管。 （3）日本：注重顶层设计和战略引导 2018年 12月，日本内阁发布以人类为中心的人工智能社会原则， 综合考虑人工智能对人类、社会系统、产业结构、政府等带来的影响，有 助于理解人机关系、标准、行为规范等。 2019年 6月，日本政府出台人 工智能战略2019，提出建设人工智能强国，设定了奠定发展基础、构建 社会应用和产业化基础、制定并应用人工智能伦理规范等目标，推动人工 智能技术和产业发展。 15 人工智能标准化白皮书（2021版） CESI 3.2.2 国内情况 我国发布了一系列人工智能政策，加强人工智能顶层设计，大力推 动人工智能技术、产业和标准相关工作。 2017年 7月，国务院印发新一 代人工智能发展规划，提出了开展人工智能标准框架体系研究的重要任 务。2017年 12月，工业和信息化部印发促进新一代人工智能产业发展 三年行动计划（2018-2020年），提出要建设人工智能产业标准规范体 系，构建人工智能产品评估评测体系。2020 年 7月，国家标准委、中央网 信办、发展改革委、科技部、工业和信息化部联合印发国家新一代人工 智能标准体系建设指南，形成标准引领人工智能产业发展的新格局。 3.3 国际标准化工作情况 3.3.1 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（ISO/IEC JTC 1）以信息技术为核心，依托人工智能分技术委员会（SC 42）开展人 工智能标准化工作，重点围绕人工智能基础共性、关键通用技术、可信及 伦理方面开展标准研制工作。同时，ISO/IEC JTC 1还开展了人工智能安 全、关键行业的应用等标准化工作。 （1）ISO/IEC JTC 1/SC 42 2017年 10月，ISO/IEC JTC 1召开第32届全会，成立SC 42人工智能分 技术委员会，研究范围为人工智能标准化。SC 42承担了JTC 1的大部分人 工智能标准化项目，指导JTC 1、 IEC和 ISO开发人工智能应用程序。ISO/ IEC JTC 1 /SC 42主要围绕人工智能基础、数据、可信、用例、算法、治 理等方面开展国际标准化研究，下设基础标准工作组（WG 1）、数据工 作组（ WG 2）、可信工作组（ WG 3）、用例与应用工作组（ WG 4）、 人工智能计算方法和系统特征工作组（ WG 5）、人工智能治理（与 SC 16 人工智能标准化白皮书（2021版） CESI 40）联合工作组（JWG 1）、人工智能系统工程咨询组（AG 2）、传播与 推广专设组（AHG 1 ）、与SC 38 的联络专设组（AHG 2）、与SC 27 的联 络专设组（AHG 4）、人工智能标准化形势和路线图专设组（AHG 5）等 组织。 其中，WG 1负责人工智能基础标准的研制，目前主要研制信息技 术 人工智能 概念和术语信息技术 运用机器学习的人工智能系统框 架信息技术 人工智能 管理体系等3项标准，具体如下： ISO/IEC 22989信息技术 人工智能 概念和术语解释了针对第三次 人工智能技术发展特点形成的人工智能术语和概念，并描述了人工智能系 统生命周期模型、人工智能系统功能模型、人工智能生态系统框架等参考 架构。 ISO/IEC 23053信息技术 运用机器学习的人工智能系统框架提出 了机器学习技术框架，梳理了监督学习、无监督学习、半监督学习、迁移 学习和增强学习等机器学习方法，并界定了机器学习全流程。 ISO/IEC 42001信息技术 人工智能 管理体系作为管理体系类标准 规定了在组织范围内建立、实施、维护和持续改进人工智能管理体系的要 求和指南。 WG 2负责人工智能、大数据和其他数据分析背景下的数据标准化研 究工作，正在围绕人工智能系统数据质量研制信息技术 人工智能 分析 和机器学习的数据质量 第1部分：概述、术语与示例等系列标准。 WG 3负责人工智能可信方面的研究和标准化工作，其研究成果备受 关注。目前已发布信息技术 人工智能 人工智能可信概述人工智能 神经网络鲁棒性评价 第 1部分：概述 2项标准，正在研制信息技术 人 工智能 人工智能系统和人工智能辅助决策的偏见信息技术 人工智能 伦理和社会关注概述等标准。WG 3已发布及在研标准包括但不限于： ISO/IEC TR 24028信息技术 人工智能 人工智能可信概述从宏观 17 人工智能标准化白皮书（2021版） CESI 上提出人工智能系统可信赖问题，并分析了人工智能系统存在技术脆弱性 的影响因素以及缓解这些因素以提高人工智能系统可信度的方法，具体措 施包括改善人工智能系统的透明度、可控性等。 ISO/IEC TR 24029系列标准信息技术 人工智能 评估神经网络的鲁 棒性中第1 部分：概述，可用于评估神经网络鲁棒性，提供了评估神经 网络鲁棒性的统计方法、形式化方法和实证方法；第2 部分：使用形式方 法的方法论则规定了鲁棒性评估涵盖的技术、使用条件和阶段，以及如何 使用评估后的数据等。 ISO/IEC TR 24027信息技术 人工智能 人工智能系统和人工智能辅 助决策的偏见讨论了公平性与算法偏见的关系，说明了人工智能系统决 策存在偏见的原因及类型，进而讨论了评估和缓解人工智能系统中造成偏 见的方法。 ISO/IEC 23894信息技术 人工智能 风险管理是以ISO 31000通用 风险管理标准为指引而构建的人工智能技术和系统开发及应用过程的管 理指南，描述了人工智能系统风险评估要素及风险应对措施。 ISO/IEC TR 24368信息技术 人工智能 伦理和社会关注概述定义 了人工智能伦理与社会原则，并在此基础上举例说明了在开发和使用人工 智能过程中有关伦理和社会关注方面的实践。 WG 4负责收集人工智能用例并开展人工智能应用的标准化研究，已 发布信息技术 人工智能 用例1 项标准，正在研制信息技术 人工智 能 人工智能应用指引信息技术 人工智能 人工智能系统生命周期过 程2项标准。 WG 5负责人工智能系统计算方法和系统特征的研究和标准化工作， 目前正在研制信息技术 人工智能 人工智能系统计算方法概述信息 技术 人工智能 机器学习分类性能评估等3项标准。 JWG 1由ISO/IEC JTC 1 /SC 42和ISO/IEC JTC 1 /SC 40IT服务管理与IT 18 人工智能标准化白皮书（2021版） CESI 治理分技术委员会联合成立，目前负责标准 ISO/IEC 38507信息技术 IT 治理 组织使用人工智能的治理影响的研制工作。 ISO/IEC JTC 1 /SC 42具体标准研制清单详见附件1。 （2）ISO/IEC JTC 1的其它分委会 在 ISO/IEC JTC 1中，除了SC 42以外，SC 6、 SC 7、 SC 27、 SC 29、 SC 35等分委会也在开展了人工智能相关标准化工作。 ISO/IEC JTC 1/SC 6系统间远程通信和信息交换分技术委员会的预研 究工作项目人工智能赋能的网络与人工智能在通信领域应用相关； ISO/IEC JTC 1/SC 7软件工程分委会发布了技术报告ISO/IEC TR 29119- 11:2020基于人工智能的系统测试导则；ISO/IEC JTC 1/SC 27信息安 全、网络安全和隐私保护分技术委员会的预研究工作项目PWI 7769人工 智能安全威胁和故障处理指南及PWI 6089人工智能对安全和隐私的影 响与人工智能安全相关；ISO/IEC JTC 1/SC 29音频、图像、多媒体和超 媒体信息的编码分技术委员会，开展国际标准ISO/IEC 6048基于人工智 能学习的JPEG影像编码系统研制，推动成立了面向机器的视频编码研 究小组。 ISO/IEC JTC 1 /SC 35用户界面分技术委员会在人工智能领域重点推动 全双工语音交互、跨设备交互和情感计算方面国际标准的研制。 2020年 7 月，中国推动在SC 35下成立了WG 10情感计算工作组。SC 35研制的人工 智能主要标准包括：ISO/IEC 30150信息技术 情感计算用户界面系列 标准、ISO/IEC CD 24661信息技术 用户界面 全双工语音用户界面， 以及ISO/IEC NP 4933信息技术 用户界面 跨设备交互映射事件框架。 3.3.2 ISO 国际标准化组织（ International Organization for Standardization, ISO） 面向智能制造、机械安全、智能运输、健康信息、机器人等应用领域，推 19 人工智能标准化白皮书（2021版） CESI 动人工智能标准化。 ISO/TMB/SMCC智能制造协调委员会联合ISO及 ISO/IEC JTC 1相关技 术委员会及分技术委员会的主席，编制了智能制造主题白皮书。白皮书定 义智能制造概念，识别智能制造相关方，梳理相关技术，提出发展原则， 分析未来影响。 ISO/TC 199机械安全技术委员会围绕机械安全开展标准化工作，发 布了技术报告 ISO/TR 22100-5:2021机械安全 与 ISO 12100的关联 第 5部 分：应用人工智能机器学习。 ISO/TC 204智能运输系统技术委员会围绕公共运输领域，推进预研究 工作项目智能运输系统 公共运输 用于智能运输路线设计和更新的机器 学习/人工智能。 ISO/TC 215健康信息学技术委员会发布了技术报告ISO/TR 24291:2021 健康信息学 影像和其它医学应用中的机器学习技术应用。 ISO/TC 299机器人技术委员会推动除玩具与军事以外领域的机器人标 准化，推动研制人工智能相关国际标准31项，其中22项已发布，包括机器 人术语、工业机器人安全、协作机器人、服务机器人性能测试等方向。 3.3.3 IEC 国际电工委员会（International Electrotechnical Commission， IEC）在 智能制造、智能设备、智能家居、智慧城市、智慧能源等垂直领域开展了 人工智能相关标准化工作，并在人工智能伦理方面进行了探索。 IEC/MSB市场战略局主要负责识别IEC相关领域的未来技术发展趋 势，并提供战略指导。2018年 10月发布了白皮书人工智能跨行业应 用，阐述了语言识别、图像识别和机器学习等关键人工智能技术及其与 垂直行业的融合，为更多创新应用、商业模式落地以及标准化体系构建提 供指导。 20 人工智能标准化白皮书（2021版） CESI IEC/TC 65工业过程测量、控制和自动化技术委员会主要负责制定连 续和批量控制领域用于工业过程测量和控制的系统和元件方面的国际标 准，协调系统集成相关标准化工作。IEC/TC 65从 2012年开始研制数字工 厂国际标准，是开展“人工智能+智能制造”的核心技术组织。 IEC/SyC AAL主动辅助生活系统委员会为老年人智能家居和智能生 活环境领域提供标准化方案。在研的标准包括IEC 63168互联家庭环境 中多系统协同 电气/ 电子安全相关系统功能安全、IEC 63204主动辅助 生活参考架构和参考模型、IEC TS 63234主动辅助生活服务经济性评 价等标准。 IEC/SEG 10自主和人工智能应用伦理系统评估组于2018年成立，其主 要工作是识别与IEC技术活动相关的伦理问题和社会问题，适当地向SMB 提出建议，为IEC委员会制定有关自主和/ 或人工智能应用的伦理方面的广 泛适用的指导方针，确保IEC委员会之间的工作一致性，促进与JTC 1/SC 42的合作等。 3.3.4 ITU 国际电信联盟（International Telecommunications Union， ITU）下设 ITU-T，研究通过人工智能提高电信自动化、性能和服务质量，重点推动 通信领域、多媒体技术和应用、健康医疗、自助和辅助驾驶等领域的标准 化工作。近年来，ITU-T研制了深度神经网络基准评价方法深度学 习软件框架评价方法论共享机器学习技术框架等人工智能标准。 3.4 国外标准化工作情况 3.4.1 IEEE 电气和电子工程师协会（Institute of Electrical and Electronics 21 人工智能标准化白皮书（2021版） CESI Engineers， IEEE）主要聚焦人工智能领域伦理道德标准，2017年 3月，发 表旨在推进人工智能和自治系统的伦理设计的IEEE全球倡议书，倡议 建立人工智能伦理的设计原则和标准，帮助人们避免对人工智能技术产生 恐惧和盲目崇拜。 截止2021年 6月，IEEE批准了包括深度学习评估框架与流程知 识图谱框架道德人工智能和自治系统的幸福感度量金融服务领域 知识图谱应用指南