根據(jù)艾瑞咨詢的數(shù)據(jù)，2020年全球人工智能市場規(guī)模約1190億人民幣，未來10年，人工智能將會是一個2000億美元的市場，空間非常巨大。然而隨著人工智能市場的迅速崛起，該產(chǎn)業(yè)迅速發(fā)展與標(biāo)準(zhǔn)化體系缺失的矛盾就變得尤為突出。

作為一個新興產(chǎn)業(yè),人工智能的標(biāo)準(zhǔn)特別是評估評測規(guī)范明顯是滯后，不止我國，在全球范圍內(nèi)皆是如此，國際國內(nèi)基本沒有相應(yīng)的行業(yè)標(biāo)準(zhǔn)和評估評測規(guī)范。究其原因，一方面，人工智能技術(shù)、產(chǎn)品還在快速發(fā)展中，業(yè)界對人工智能的概念、內(nèi)涵、應(yīng)用模式、智能化水平等尚難達(dá)成共識，現(xiàn)有標(biāo)準(zhǔn)化工作基礎(chǔ)較為薄弱；其次，人工智能標(biāo)準(zhǔn)涉及共性技術(shù)領(lǐng)域較多，涉及不同的標(biāo)準(zhǔn)化技術(shù)委員會，其在人工智能領(lǐng)域的標(biāo)準(zhǔn)化工作邊界有待進一步明晰；最后，相關(guān)倫理道德、安全標(biāo)準(zhǔn)往往滯后于技術(shù)的發(fā)展，這也引發(fā)更多分歧和爭議，對標(biāo)準(zhǔn)制定工作帶來新的挑戰(zhàn)。

那么，怎樣的標(biāo)準(zhǔn)才是有利人工智能產(chǎn)業(yè)發(fā)展的呢?通過對國內(nèi)外人工智能的發(fā)展現(xiàn)狀進行分析，可以初步得到以下標(biāo)準(zhǔn)化需求分析：

（1）界定人工智能需要研究的范圍。人工智能從實驗室研究轉(zhuǎn)向各應(yīng)用領(lǐng)域的實用系統(tǒng)，呈現(xiàn)快節(jié)奏增長的態(tài)勢，這需要通過統(tǒng)一的術(shù)語進行界定，明確人工智能的內(nèi)涵、外延和需求的核心概念，引導(dǎo)產(chǎn)業(yè)界正確認(rèn)識和理解人工智能技術(shù)，便于大眾廣泛使用人工智能技術(shù)；

（2）描述人工智能系統(tǒng)的框架。用戶和開發(fā)者在面對人工智能系統(tǒng)的功能和實現(xiàn)時，普遍將人工智能系統(tǒng)看作是一個“黑盒子”，但有必要通過技術(shù)框架規(guī)范來增強人工智能系統(tǒng)的透明度。由于人工智能系統(tǒng)應(yīng)用范圍廣泛，可能很難給出通用的人工智能框架，更現(xiàn)實的方式是在特定的范圍和問題中給出特定的框架。例如，目前以機器學(xué)習(xí)為基礎(chǔ)的人工智能系統(tǒng)是主流技術(shù)，并依賴于包括云計算和大數(shù)據(jù)在內(nèi)的技術(shù)資源，可以以此為基礎(chǔ)構(gòu)建一個基于機器學(xué)習(xí)的人工智能系統(tǒng)框架，并對其中組件的功能進行界定；

（3）評價人工智能系統(tǒng)的智能等級。按智能程度對人工智能系統(tǒng)進行劃分一直存在爭議，給出一個標(biāo)桿來衡量它的智能等級是困難且具有挑戰(zhàn)的工作。隨著不同的應(yīng)用場合對智能等級評價需求的進一步明確，需要標(biāo)準(zhǔn)化工作來逐步解決該問題；

（4）促進人工智能系統(tǒng)的互操作性。人工智能系統(tǒng)及其組件有一定的復(fù)雜性，不同的應(yīng)用場景涉及到的系統(tǒng)及組件不同。系統(tǒng)與系統(tǒng)之間，組件與組件之間的信息交互與共享，需要通過互操作性來保證。人工智能互操作性也涉及到不同的智能模塊產(chǎn)品之間的互用性，達(dá)到數(shù)據(jù)互通，也就是不同的智能產(chǎn)品需要有標(biāo)準(zhǔn)化的接口。標(biāo)準(zhǔn)化工作保證人工智能系統(tǒng)的應(yīng)用程序接口、服務(wù)及數(shù)據(jù)格式，通過標(biāo)準(zhǔn)和兼容接口，定義可互換的組件、數(shù)據(jù)和事務(wù)模型；

（5）進行人工智能產(chǎn)品的評估。人工智能系統(tǒng)作為工業(yè)產(chǎn)品，需要在功能、性能、安全性、兼容性、互操作性等多方面進行評估，才能確保產(chǎn)品的質(zhì)量和可用性，并為產(chǎn)業(yè)的可持續(xù)發(fā)展提供保障。評估工作一般包括測試、評價等一系列活動，評估對象可以是自動駕駛系統(tǒng)、服務(wù)機器人等產(chǎn)品，按照規(guī)范化的程序和手段，通過可測量的指標(biāo)和可量化的評價系統(tǒng)得到科學(xué)的評估結(jié)果，同時配合培訓(xùn)、宣貫等手段推進標(biāo)準(zhǔn)的實施；

（6）對關(guān)鍵技術(shù)進行標(biāo)準(zhǔn)化。對已經(jīng)形成模式，并廣泛應(yīng)用的關(guān)鍵技術(shù)，應(yīng)及時進行標(biāo)準(zhǔn)化，防止版本碎片化和獨立性，確?；ゲ僮餍院瓦B續(xù)性。例如，深度學(xué)習(xí)框架綁定的用戶數(shù)據(jù)，應(yīng)當(dāng)通過明確神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)表示方法和壓縮算法，確保數(shù)據(jù)交換，且不被平臺綁定，保障用戶對數(shù)據(jù)擁有的權(quán)益，其它如人機交互技術(shù)、傳感器接口、基本算法等基礎(chǔ)標(biāo)準(zhǔn)也需要盡快制定；

（7）確保安全及倫理道德。人工智能從各種設(shè)備、應(yīng)用和網(wǎng)絡(luò)中收集了大量的個人、生物或者其它特征數(shù)據(jù)，這些數(shù)據(jù)并不一定從系統(tǒng)設(shè)計之初就能夠很好地組織管理并采取恰當(dāng)?shù)碾[私保護措施。對人類的安全和生命安全有直接的影響的人工智能系統(tǒng)，可能會對人類構(gòu)成威脅，需要在這類人工智能系統(tǒng)得到廣泛應(yīng)用之前，就通過標(biāo)準(zhǔn)化等手段對系統(tǒng)進行規(guī)范和評估，保障安全性；

（8）針對行業(yè)應(yīng)用特點的標(biāo)準(zhǔn)化。除了共性技術(shù)外，在特定行業(yè)中實施人工智能還存在個性化的需求與技術(shù)特色，典型的如家居應(yīng)用、醫(yī)療應(yīng)用、交通應(yīng)用等，需考慮特定設(shè)備的功能性能特征、系統(tǒng)組成結(jié)構(gòu)和相互關(guān)系等。