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)展與標準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),人工智能的標準特別是評估評測規(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)標準和評估評測規(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成共識,，現(xiàn)有標準化工作基礎(chǔ)較為薄弱；其次,，人工智能標準涉及共性技術(shù)領(lǐng)域較多,，涉及不同的標準化技術(shù)委員會，其在人工智能領(lǐng)域的標準化工作邊界有待進一步明晰,；最后,，相關(guān)倫理道德,、安全標準往往滯后于技術(shù)的發(fā)展，這也引發(fā)更多分歧和爭議,，對標準制定工作帶來新的挑戰(zhàn),。

　　那么，怎樣的標準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準化需求分析：

　?。?）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),；

　?。?）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,，需要標準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，達到數(shù)據(jù)互通,，也就是不同的智能產(chǎn)品需要有標準化的接口,。標準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,，通過標準和兼容接口,，定義可互換的組件、數(shù)據(jù)和事務(wù)模型,；

　?。?）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)、宣貫等手段推進標準的實施,；

　?。?）對關(guān)鍵技術(shù)進行標準化。對已經(jīng)形成模式,，并廣泛應(yīng)用的關(guān)鍵技術(shù),，應(yīng)及時進行標準化,，防止版本碎片化和獨立性,，確保互操作性和連續(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)標準也需要盡快制定；

　?。?）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，就通過標準化等手段對系統(tǒng)進行規(guī)范和評估,，保障安全性,；

　　（8）針對行業(yè)應(yīng)用特點的標準化,。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,。