摘 要：網絡空間安全是國家安全的重要組成部分。人工智能技術不但能夠賦能網絡空間安全治理，同時也為其帶來了不確定、不穩定等諸多挑戰。首先，從利、弊兩個方面分析了人工智能技術對于我國網絡空間安全的影響；隨后，針對技術、軍事與政治三個領域，提出了我國網絡空間人工智能安全治理的重點關注方向；最后，從頂層設計、主體職責、人才培養、話語權等四個視角，提出了推進我國網絡空間人工智能安全治理的幾點舉措。
關鍵詞：網絡空間安全；人工智能安全；風險與治理
引言
“要堅持統籌推進各領域安全，統籌應對傳統安全和非傳統安全。”網絡空間作為關系國計民生的新空間，網絡空間安全是國家安全所不可分割的重要組成部分，是“新疆域”、“新藍海”。近年來，隨著人工智能技術與互聯網、大數據、實體經濟的深度融合與持續滲透，人工智能自身的安全性以及對于政治、經濟、軍事、社會等各領域安全帶來的重大影響，愈發引起社會各界的高度關注。人工智能技術為網絡空間安全注入了新的生命力，同時也帶來了諸多挑戰。我國必須高度重視與主動應對網絡空間安全背景下的人工智能安全風險，確保網絡空間的和諧、穩定與安全。
本文的研究思路如圖1所示。首先，分析網絡空間安全的定義與內涵，并從利弊兩方面分析人工智能技術對于網絡空間安全的影響；隨后，從技術、軍事、政治三個領域，詳細分析網絡空間人工智能安全治理的重點關注方向；最后，從戰略、生態、人才、標準四個視角，提出我國推進網絡空間人工智能安全治理的幾點舉措。
1 人工智能技術對于網絡空間安全的影響分析
人工智能技術是網絡空間安全的一把“雙刃劍”[1]，在提高網絡態勢感知與防御的實時性、準確性、靈敏性，極大地提升網絡攻擊的自動化程度與效率的同時，也為網絡空間安全帶了極大的復雜性與不確定性。
1.1 網絡空間安全應追求軟件、硬件與信息的全面安全
網絡空間安全是網絡空間中所有要素和活動免受來自各種威脅的狀態[2]。從網絡信息技術的自身邏輯看，網絡空間安全可以分為三大領域：
1）物理層面的物理系統安全。該層面的安全是網絡空間安全的物質基礎與基本保障，包括計算機硬件、互聯網網路、物聯網設施設備等，需要能夠抵御各種隨機或人為的針對物理世界的破壞、毀傷、斷網等威脅事件；
2）軟件層面的網絡系統安全。該層面的安全是保障網絡環境和計算機系統穩定運行、用戶信息與數據安全的基礎，包括計算機系統、信息基礎設施、計算機軟件、用戶數據等內容，需要能夠抵御各種惡意網絡監視、入侵、探測、滲透、降級與破壞；
3）信息層面的網絡信息安全。該層面的安全是網絡空間安全的核心追求與重要保障，包括在網絡環境中產生、流轉信息的保密性、可用性、完整性、可控性和不可抵賴性，目標是追求網絡信息在數據采集、傳輸、存儲、管理、分析與處理使用等各個環節的安全性，避免對政治、軍事、經濟與社會產生不良影響與危害。
物理系統安全、網絡系統安全與網絡信息安全三者相互影響又互為交織，由于網絡空間的復雜性與級聯效應，無論哪一方面的安全威脅都有可能對于網絡空間的整體安全造成重大影響，這一點在人工智能時代將更加突出。
1.2 人工智能技術將是網絡空間安全治理的強大使能器
近年來，國內外業界正在探索網絡空間安全領域與人工智能相結合的可能性與應用場景，嘗試通過運用機器學習、深度學習等技術分析處理網絡空間態勢大數據，通過運用強化學習、知識圖譜等技術自主、自動生成網絡防御策略。人工智能技術將成為網絡空間安全治理的強大賦能器，有助于改進完善網絡安全防御體系，高效、快速應對各類隨機或蓄意威脅。
一是有助于更加高效、自主、精準識別應對網絡空間安全威脅。通過對網絡空間信息、行為、態勢等大數據中所蘊含的網絡空間安全要素、安全風險進行深度挖掘與關聯分析，人工智能技術有助于構建動態、精準與高效的網絡空間安全威脅感知預警體系，同時還能推動構建自適應、分布式協同與演進優化的網絡空間安全威脅主動防御體系。
二是有助于推動網絡安全治理新業態的彎道超車、變道超車。無論是戰略創新還是深度學習框架、人工智能（Artificial Intelligence，AI）芯片等戰術應用，由人工智能賦能的網絡安全新業態都備受關注。面對國外封鎖與技術壁壘，我國不僅有針對性地對專項技術開展“定點爆破”，更有望實現人工智能整體層面的“全面開花”，建立多點聯動、具有我國獨立、完整知識產權的人工智能技術體系，形成AI核心競爭力，推動我國網絡安全治理的彎道超車、變道超車。
三是有助于克服網絡安全治理專業人才人力資源的嚴重短缺。根據McAfee公司調查顯示，公司普遍認為需要增加高達24%的安全人員，才能有效應對網絡威脅。尤其是面對突如其來的新冠疫情，網絡安全人員的全球化協同辦公與威脅處置將面臨諸多挑戰[3]。利用人工智能技術結合網絡安全人員的經驗，能夠更好、更快地推動網絡空間安全感知與防御體系的自主化、自動化，極大地降低安全風險分析與威脅應對的技術難度與心理壓力，提升網絡安全治理的效率[4]。
1.3 人工智能技術將為網絡空間安全治理帶來重大挑戰
人工智能技術的自主化、智能化程度越高，其“雙刃劍”特征越明顯。目前，國內外在競相推動人工智能技術發展的同時，也在高度重視其可能蘊含的各種安全風險，積極應對人工智能技術為網絡空間安全治理帶來復雜性與不確定性等諸多挑戰[5]。
一是人工智能技術有可能拉大我國與強國的信息技術代差。人工智能基礎理論與關鍵算法等基礎研究水平的高低，將直接決定著人工智能技術的發展上限。當前，我國人工智能技術在基礎研究領域與國外先進水平尚有一定差距，嚴重制約了我國人工智能的可持續發展。根據2019年《自然》雜志文章《到2030年，中國能否在AI世界中成功領軍？》[6]的統計，全球領軍AI專家中68%分布在美國，中國僅占6%；在論文影響力方面，代表人工智能發展最前沿水平的高被引論文數目中國僅是美國的18.9%，排在全球第6位；93%的中國研究者使用Tensorflow、Caffee等美國公司研發的人工智能開源框架。中國人工智能核心技術的自主性、安全性、可靠性，將是信息安全與網絡空間安全的根本保證。
二是人工智能技術有可能加速推動網絡空間武器化戰場化。人工智能技術將會進一步放大網絡空間安全在進攻和防御中的作用，使得“強者愈強，強者恒強”，推動網絡空間攻防裝備的研發與運用。美軍也非常重視人工智能技術對于網絡空間作戰能力的使能作用[3]。近年來，美軍陸續推出了“自適應雷達對抗”（ARC）、“自適應電子戰行為學習”（BLADE）、“破壞者智能網電對抗裝備”（SRx）等認知網電對抗項目[7-8]，通過網電空間態勢的深度感知、網電對抗策略的自主優化、網電對抗效能的在線評估等人工智能與網電對抗技術的深度融合來爭奪網電空間制權。我國必須高度重視與警惕由人工智能推動的網絡空間武器化、戰場化趨勢。
三是人工智能本體安全風險有可能衍生網絡空間重大災變。算法與數據是人工智能發展的核心關鍵，掌控的越多，供人工智能學習的資源就越多，就能取得突破性的進展，也就越有可能產生一些風險后果。隨著人工智能技術與網絡空間的深度融合，人工智能的本體風險將有可能隨著網絡空間特別是物聯網的泛在互聯而加以放大，衍生演化出網絡空間的重大災變，具體表現在[9]：一是物理世界風險。機械、化工、核工業等智能物聯網系統的安全風險，可能會破壞大氣、海洋、植被等地球環境。二是人身財產風險。無人機、無人駕駛汽車、醫療機器人等無人化智能系統的安全風險，可能會直接危害人類自身的生命與財產安全。三是國家社會風險。偽造新聞、虛假視頻、金融詐騙等智能化社會網絡的安全風險，可能會引發社會騷亂，危害國家安全。
2 網絡空間人工智能安全治理的重點關注方向
網絡空間人工智能安全治理是針對網絡空間創建、運行、維持與維護中所采用的各類人工智能技術進行合理、合法、適度的管理與控制，確保人工智能本體技術的安全性并使其能夠為網絡空間安全治理服務。目前，世界各國關于網絡空間領域的人工智能安全治理，重點關注技術、軍事與政治三個方面。
2.1 技術方面
技術方面重點關注基于深度學習的人工智能賦能技術。
隨著2006年深度學習模型的提出，人工智能引入了層次化學習的概念，推動人工智能技術的井噴式、跨越式發展。憑借著當前信息化、網絡化社會所積累的海量大數據，以及并行圖形處理器（Graphics Processing Unit，GPU）處理技術、超算技術等計算能力的飛速提升，深度學習能夠從大數據中提取、發現、甚至洞見前所未有的知識，具有強大的學習能力、推理能力與靈活性。特別是Google公司的人工智能圍棋程序AlphaGo、IBM公司的專家輔助系統Watson、以及Boston Dynamics公司的人形機器人等產品，體現了專用人工智能的突破性進展以及深度學習的巨大潛力，也昭示著深度學習技術在網絡空間安全領域廣泛應用的可能性、必要性。
2.1.1 深度學習技術可提升網絡空間威脅感知、防御能力
基于網絡空間大數據提供的數據資源，深度學習技術提升了網絡空間感知與防御手段對于各種不確定性環境的動態適應能力，能夠對海量模糊、非線性、異構數據進行自動化的分類聚合與關聯分析，全面感知網絡安全威脅，自主學習認知網絡空間態勢；能夠主動生成與快速調整網絡威脅防御策略，在與自主化、智能化網絡空間攻擊手段的攻防博弈中不斷學習演進，逐漸形成適應性強、反應迅速靈敏的網絡空間安全防御“智慧”。我國必須高度重視網絡空間安全治理領域深度學習技術的最新進展，包括基于遷移學習的高效威脅識別技術、基于聚類分析的精準威脅分析技術、基于深度強化學習的自主防御技術等。
2.1.2 重視深度學習技術中算法與數據的安全性、可靠性
人工智能的本體安全對于網絡安全具有多維依賴關系。當前，深度學習等人工智能的算法尚缺乏魯棒性、可解釋性較差、易被干擾與欺騙。例如，卷積神經網絡（Convolutional Neural Networks,CNN）、人工神經網絡（Artificial Neural Network，ANN）等關鍵算法存在安全隱患，通過偽造數據、污染樣本等方式能夠干擾甚至操縱深度學習模型的運行結果。同時，深度學習的數據隱私性、可靠性較差，缺乏密碼保護，容易遭到竊取、破壞、偽造，甚至重大泄密。我國必須筑牢人工智能本體的安全防線，提升深度學習等關鍵技術的可信性、可解釋性，加強人深度學習軟硬件的脆弱性分析和防護，研發面向大數據的個人生物特征加密技術，確定深度學習算法與數據等關鍵基礎設施的安全性、健壯性。
2.1.3 大力加強深度學習基礎理論與核心算法的儲備攻關
深度學習等人工智能基礎理論與核心算法是推動網絡空間人工智能安全治理的核心競爭力與內在驅動力，也是確保網絡空間人工智能安全的最后屏障。目前，深度學習算法基礎研發平臺也幾乎為美國Google等大公司所壟斷。許多公司與研究人員需要將訓練樣本數據、人工智能算法通過國際互聯網上傳到境外網站，才能開展深度學習的研究、開發與應用，這為網絡空間人工智能安全治理帶來了重大挑戰。建議大力加強“Cyber+AI”理論研究與技術儲備，發揮我國在網絡空間大數據、人工智能商業模式創新等方面的優勢，大力推動國產深度學習平臺的大規模普及與應用。
2.2 軍事方面
軍事方面重點關注基于自主網絡攻防武器的混合作戰。與陸、海、空等傳統作戰域不同，發生在網絡空間的攻防博弈具有速度快、智能程度高、節奏變化快、技術難度大等突出特征，網絡空間作戰的“秒殺性”越來越明顯。同時，隨著網絡空間對于人類社會生活、生產與工作的關鍵性支撐作用越來越強，人們也更加關注網絡攻防對于人類社會政治、經濟、心理等方面的衍生性影響。僅僅依靠人類自身的智力、體力與能力，已經難以獨自勝任網絡空間作戰使命任務，必須依托于自主化、智能化的網絡攻防武器，并在物理、網絡、心理、社會等多個域開展混合作戰。
2.2.1 自主網絡攻防是混合作戰的一種典型非對稱作戰樣式
混合作戰是一種攻防界限模糊，融合網絡空間作戰、心理戰、金融戰等多種作戰樣式于一體的新型作戰行動，具有投入少、見效快，隱蔽性強、不易察覺，預見性差、難以防范等突出特點。網絡空間作戰正是混合作戰的中心與核心，是混合作戰的典型非對稱作戰樣式。
2014年以來，俄羅斯在混合作戰理論指導下應對烏克蘭與克里米亞局勢的一系列戰術戰法，已經成為混合作戰的實踐典范，而網絡攻防成為其中不可或缺的重要組成部分[10]。烏克蘭政府網絡系統曾遭到計算機病毒“毒蛇”的連續攻擊，使得黑客獲取大量烏克蘭機密。歐洲能源網絡的多個工業管理系統也曾感染了可實時監控能源消耗、破壞擾亂系統的“能量熊”計算機病毒。建議應該加強混合作戰及其應對措施的理論與對策研究，尤其需要重視國外敵對勢力通過互聯網散布謠言、網絡竊密、木馬攻擊等手段，對我輿情社情、關鍵基礎設施的襲擾破壞。
2.2.2 自主網絡攻防武器將顯著增加網絡空間安全的不確定性
現階段在人工智能技術的賦能下，具有高度自主性的網絡攻防武器由于其內部自身理論與技術的不成熟性，以及外部人員使用的不合理性，有可能顯著增加網絡空間安全的不確定性。
一是深度學習等典型人工智能技術的基礎理論建立在概率論和數理統計基礎之上，并沒有嚴格的因果對應關系，而現有技術也難以預估自主網絡攻防武器的風險事件和安全邊界。同傳統基于規則、基于人類知識與判斷的網絡攻防武器相比，基于人工智能的自主網絡攻防武器內生風險性更高。
二是自主攻擊網絡武器的擴散與不規范使用，將會對網絡空間安全造成難以控制、難以評估的危害。2017年以來，不法分子利用美國國家安全局（National Security Agency，NSA）泄漏的0 day漏洞“Eternal Blue”（永恒之藍）進行傳播的WannaCry勒索病毒，至少感染了150多個國家的30余萬名用戶，嚴重影響了金融、能源、醫療等關乎國計民生的重要行業，造成損失達80億美元[11]。
國際上需要形成制約自主網絡攻防武器的規章制度與公約規范，嚴格自主網絡攻防武器的加密、解密與使用權限，完善自主網絡攻防武器的自我刪除、取消激活等功能。
2.2.3 加速推進自主網絡攻防的關鍵技術突破與作戰概念設計
人類戰爭歷史的進程與結局充分證明，技術是戰爭形態演進的第一推動力，是戰斗力的核心組成部分[12]。
在軍事領域，自主化、智能化網絡攻防具有技術性強、實施復雜度高等特點，高度依賴網絡態勢深度認知、攻防手段學習優化等先進技術。同時，如何更好地在信息化、網絡化、智能化戰場中最大程度地發揮網絡攻防作戰效能，如何更好地“以己之長攻敵之短”，尤其需要通過戰情虛擬仿真實驗、實兵演習等手段，設計科學合理且富有前瞻性的自主網絡攻防作戰概念。
近年來，美軍頂層決策機構、軍兵種、專業智庫與軍火商等機構，圍繞著網絡攻防深度融合于跨域作戰、全域作戰等全新作戰理論，以應對所謂A2/AD能力為出發點，先后推出了一系列備受關注的網絡攻防作戰概念。例如，2017年8月DARPA公布的“馬賽克戰”， 2017年10月CSBA推出的“電磁對抗無人敢死隊”（EMW Expendables）、2015年1月美國海軍提出的“分布式殺傷”等[13]。這些作戰概念為相關網絡攻防、無人作戰等指揮體制變革、部隊訓練演習、關鍵技術突破與武器裝備研發提供了使能方向與重要驅動力。建議從技術與軍事兩個層次認識與推動網絡攻防裝備與手段的研究與建設，通過建設專業靶場、仿真系統、演習環境等措施，推動自主網絡攻防技術的突破與驗證、先進裝備的試驗鑒定與作戰力量的戰備訓練。
2.3 政治方面
政治方面重點關注基于人工智能的社會輿情預測管控。
網絡輿情是廣大網民以網絡為載體，對于某事件的情感、態度、意見與觀點的表達、傳播與影響的集中表現。網絡輿情管控是網絡空間安全的重要組成部分，也是關乎國家政治安全的重要陣地。目前，國外特別重視將人工智能技術與社交網絡緊密結合，綜合運用社交大數據深度挖掘與分析、輿情精準推送與管理，甚至虛假新聞生成與傳播等手段，通過網絡空間對于社會民眾心理與行為的衍生效應、放大效應與示范效應，管控國內輿論民意與社會矛盾，擾亂、破壞甚至顛覆別國政權與國際利益。
2.3.1 “AI+社交大網絡”為社會輿情管控提供有力手段
當前，各種社交手段的飛速發展與落地應用，已經推動人類形成了以國際互聯網為核心、以移動互聯網、泛在物聯網為枝干的一張廣泛聯系、動態變化、規模巨大的社交大網絡。而“AI+社交大網絡”既能夠反映個人的職業、愛好、政治傾向等細微生物特征，又能夠通過人與人之間的泛在社會聯系極大地影響群體與個人的心理與行為。
通過基于統計機器學習的自然語言處理技術（Natural Language Processing, NLP）實現多源異構海量網絡輿情實時監測采集與結構化提取、基于知識圖譜與圖神經網絡技術實現不同場景下的網絡輿情知識體系構建、基于深度學習技術實現網絡短語立場判定等手段，能夠極速精準地刻畫網絡個人與群體的“精確畫像”。
通過基于無監督學習的生成對抗網絡（Generative Adversarial Networks, GAN）技術實現智能圖像處理與虛假圖像生成、通過基于大數據聚類分析實現個性化新聞分發與推送等手段，能夠迅速、準確、高效地對于目標受眾心理與行為產生積極或消極影響。
近年來，在美國、英國等西方國家選舉中，陸續出現利用網絡社交平臺部署“機器人水軍”，從而人為地操縱、引導輿論走向，達到干預選舉結果的目的。2018年3月，英國咨詢機構劍橋分析公司干擾美國大選丑聞被西方媒體曝光[14]。該公司收集了Facebook網站上超過5 000萬用戶的行為模式、性格特征、價值觀趨向、成長經歷等信息，并有針對性地推送競選信息、競選廣告甚至一些虛假新聞，部分影響到了2016年美國總統大選結果。
2.3.2 加強計算社會科學研究推動智慧社會發展轉型
近年來，隨著大數據與人工智能時代的來臨，以廣域分布的社會傳感網絡為基礎，人類在生活、工作、交往、娛樂等過程中所積累的海量、高維、動態的數據信息，為提高社會管理水平提供了難得的戰略機遇與嚴峻的問題挑戰。
計算社會科學（Computational Social Science）概念首次出現于1994年，之后隨著近30年的蓬勃發展，已經在大規模傳染病傳播與控制、網絡輿情傳播與管控等方面取得了眾多研究成果與轉化應用，推動著信息對稱、權利對等、組織扁平的社會組織新結構逐漸演進，以及集約化、分布化、智能化、快速化的社會管理新模型轉型發展[15]。
例如，在抗擊新冠肺炎疫情的斗爭中，我國許多地方政府、企業、高校等機構都在探索將病毒大數據與計算社會科學相結合，綜合提升病毒防控能力與社會管理能力，為抗疫斗爭的偉大勝利提供了科學理論與工具支撐。
將人工智能技術與計算社會科學相結合，一是能夠提升其通過模擬微觀個體互動，涌現宏觀社會現象的水平；二是能夠提升其通過網絡爬蟲、文本挖掘、深度學習等技術提取分析網絡大數據，研究社會復雜系統的水平。由此，我們能夠更加清晰地描述個人與群體之間的新型互動過程和模式，更加合理地解釋社會現象及發生機制，更加準確地預測管控個人與社會的發展趨勢，從而推動傳統社會向著智慧社會的目標不斷轉型發展。
2.3.3 更加注重個人隱私與特征敏感數據的安全防護
當前，隨著5G通信、物聯網、移動互聯網等網絡通信技術的發展，人類的日常生活、工作中的一切行為，都有可能通過網絡以數字的形式被記錄與記載下來。人類在逐漸數字化的同時，也正在逐漸透明化。
境外一些公司甚至敵對勢力通過網絡爬蟲、木馬植入、郵箱竊密、網絡調查等手段，非法收集、竊取個人與群體的隱私與行為特征數據，并通過人工智能技術進行深度挖掘與分析，精準、迅速刻畫個人的性格、收入、社會關系等身份特征，將個人完全暴露于網絡之中，為進一步分析、判斷、掌握社情輿情積累數據信息與情報資料。
為盡可能地切斷境外敵對勢力通過國際互聯網對網絡空間安全的滲透與破壞路徑，需要加強基于生物特征的個人隱私加密技術、面向大數據的數據加密技術、可信計算技術等網絡安全防護技術，完善社交網絡數據收集與應用相關法律、法規，綜合運用技術、政策、法律與標準等手段保證個人隱私與特征敏感數據的安全。
3 推進網絡空間人工智能安全治理的幾點舉措
網絡空間是既陸、海、空、天之后，關乎人類生存與發展、關乎國家前途與命運的“第五維空間”。而人工智能是搶占新一輪產業競爭、軍事競爭、國家競爭制高點的戰略性、前沿性、顛覆性技術，將成為國家重要的戰略威懾力量。建議應從利弊兩個方面，以發展、改革、創新的眼光去辯證認識網絡空間人工智能安全治理面臨的問題與挑戰，堅持發展這個硬道理，抓住創新這個牛鼻子[1]，主動作為，趨利避害，探索網絡空間人工智能安全治理之路。
3.1 強化網絡空間安全觀念，統籌完善人工智能發展戰略
“網絡安全和信息化是事關國家安全和國家發展，事關廣大人民群眾工作生活的重大戰略問題。”在總體安全觀的指導下，頂層設計、系統規劃與全方面統籌完善人工智能發展戰略，在社會普及與強化網絡安全觀念。建議從國家層面通過設立重大科技專項牽引技術進步，從政府層面通過配套政策制訂引導社會關注與資金投入，逐步提升在該領域的核心競爭力。
3.2 構建四位一體安全生態，壓實政府高校企業個人職責
開展網絡空間人工智能安全治理需要在頂層理論與協調機制的支撐下，匯聚產、學、研、用多領域資源，形成群策群力、群防群治的治理模式，構建政府、高校、企業、個人等多類型主體的四位一體安全生態。
政府方面需要承擔“壓艙石”主體責任，建立包括“新一代人工智能治理專業委員會”在內的網絡安全人工治理頂層決策機構、統籌協調機制、政策法規標準與高端智囊機構，做好服務與監督職責，推動網絡安全人工智能治理與國家戰略、區域規劃與社會需求協調同步發展。
高校方面需要承擔“助推器”主體責任，發揮在科技研究與人才培養方面的優勢，集中智力、物力、財力資源攻克人工智能、網絡信息、大數據、計算社會等領域的基礎理論與關鍵技術，搶占理論高地與技術前沿。
企業方面需要承擔“發動機”主體責任，發揮網絡空間的數據優勢、人力優勢，推動人工智能技術在網絡空間態勢感知、網絡安全防御等方面的落地應用，搶占產業制高點。
個人需要承擔“前沿哨”主體責任，提高網絡安全意識與人工智能素養，保護個人隱私與特征數據不輕易泄漏，自覺分辨虛假社會輿情與網絡輿情，不盲目信謠傳謠。
3.3 培育“AI+”復合型人才，打造網絡空間安全人才高地
“得人者興，失人者崩。”建設網絡強國、人工智能強國的關鍵在于人才。政府、高校與企業要下大力氣解決網絡空間人工智能治理高端人才的培養問題、使用問題。網絡空間人工智能治理涉及網絡安全、人工智能、政治學、行政管理、法學等多學科交叉融合。
要推動政府、軍隊、高校、科研機構與企業在網絡安全與人工智能領域的對接合作，為高端人才創造良好的政策環境、科研環境與工作環境，并從薪酬待遇、發展前景等多個方面加大力度吸引、留住國際頂尖人才。建議對待網絡空間人工智能治理高端人才要有特色政策，在不違法法律法規的前提下甚至“一人一策”，不搞論資排輩，不搞求全責備，讓高端人才能夠將全部身心投入到研究、創新與實踐中來，提高人才的使用效率。
3.4 搶抓規則標準制定先機，搶占人工智能安全話語制權
“大國網絡安全博弈不單是技術博弈，還是理念博弈、話語權博弈。”在人工智能成為國家核心競爭力與國際競爭重要議題的情況下，建議在網絡空間人工智能安全治理上貫徹人類命運共同體理念，具備國際視野與全球眼光，加強與外國政府、企業與國際組織的交流、溝通、合作，通過參與國際網絡空間與人工智能行為規范、法律法規、倫理準則的研究與制訂，主動搭建網絡空間與人工智能國際合作平臺，積極爭取國際網絡空間人工智能安全治理的主導權、話語權。
結 語
美國著名未來學家Ray Kurzweil指出：“我們的未來不再是經歷進化，而是經歷爆炸。”當前，人類正處于由人工智能技術作為核心驅動力所引發的新一輪科技革命、產業革命、工業革命的歷史新階段。人工智能技術將對人類社會的生活生產方式、社會組織結構、倫理道德觀念、世界觀價值觀等，產生革命性、顛覆性的巨大沖擊。能否在即將到來的信息化、網絡化、智能化融合發展的新時代，牢牢地把握人工智能技術賦能網絡空間安全這一重大歷史機遇，需要從國家戰略、國家安全的高度重視網絡空間人工智能安全治理的相關議題，聚合國際國內的人才、技術、產業與政策資源，“搶抓機遇，乘勢而上”。
