量化人工智能发展水平：以计量指标与测量体系建立对人工智能的信心与保障

近日，英国国家物理实验室（NPL）发布《量化人工智能发展水平：以计量指标与测量体系建立对人工智能的信心与保障》报告，NPL数据科学与人工智能部门负责人StacieHoffmann阐述了英国为何需要建立完善的计量指标与质量保障体系。人工智能已不再是未来的技术，它已然落地应用，正左右着金融、医疗、制造、基础设施领域的各类决策，甚至改变着我们日常获取和运用知识的方式。然而，随着人工智能愈发深度融入社会，一个问题已无法回避：我们该如何确信自己能信任人工智能？为探讨这一难题，NPL去年在布什府举办了一场科学研讨会，汇聚政府、企业与学术界的专家，共同研究如何通过科学严谨的计量手段，建立人们对人工智能的信任。近日，NPL发布《量化人工智能发展水平：以计量指标与测量体系建立对人工智能的信心与保障》报告，梳理了此次研讨的核心洞见，并明确了后续的发展方向。尽管生成式人工智能和大语言模型领域接连取得突破性进展，但前沿研究与可落地的可信技术之间的差距却在不断扩大。各类机构虽有意引入人工智能，却始终难以厘清诸多问题：·如何开展人工智能评估；·如何选取恰当的评估指标；·如何确保其安全、公平且可靠；·以及相关责任该如何界定归属。本报告深入剖析了这些挑战，并制定了五项指导原则，助力英国打造完善的人工智能质量保障体系：1.通俗化的传播科普与普惠性的标准体系让人工智能相关理念在各行业、各职业间通俗易懂、落地可用。2.基于应用场景、紧扣风险的质量保障结合人工智能的预设用途，及其失效可能引发的潜在后果开展评估。3.面向系统层面、聚焦实际成效的评估指标从对模型本身的计量，转向对其实际应用产生的现实影响的衡量。4.透明化、可解释、可追责的体系建设建立相关机制，为人工智能的可信应用、监督管理与负责任使用提供支撑。5.覆盖人工智能全生命周期的清晰评估框架对人工智能的质量保障并非仅在落地应用前开展，而是要实现全流程持续保障，并建立可追溯体系与反馈闭环。这些原则既凝聚了专家们的共识，也凸显出当下的紧迫性。人工智能创新的步伐不断加快，相关标准与治理体系必须紧跟其发展节奏。作为英国国家计量研究院，NPL依托清晰的计量方法、完善的标准体系和可靠的检测框架，为新技术建立社会信任，拥有深厚的积淀。正如计量学为航空、制药、工程等诸多领域的安全发展筑牢根基，如今它也将在保障人工智能的安全性与可信性方面，发挥核心作用。NPL发布的《量化人工智能发展水平》报告，分析了当前人工智能质量保障领域的发展现状、各类挑战，以及英国在可信人工智能领域抢占发展先机、争当引领者的未来机遇。