德国自 2018 年出台“联邦政府人工智能”战略以来，投入大量资金开展人工智能建设。目前，联邦教研部重点资助人工智能研究、 能力开发、基础设施建设和成果应用转化。为进一步促进本国人工智能建设，联邦教研部 11 月 7 日发布“人 工智能行动计划”（以下简称“计划”）。计划旨在为人工智能生态系统，特别是教育、科研和商业结合领域的生态系统注入新的动力，将本国的卓越研究转化为看得见、可衡量的经济成果，带来具体、显著的社会效益。

计划确立三个重点行动领域，规划具体实施路径（有删减）。

（一）强化研究基础。资助建立灵活、高效且具有复原力的机器学习模型；每年投入 610 万欧元加强人工智能能力中心建设；针对性地资助人工智能的可 解释性、稳定性和基础数据等研究领域。

（二）制定研究议程。开发涉地球、环境、能源和气候等科研主题的人工智能基本模型；建立“神经生物学启发的人工智能”研究网络；构建适用于评估信息 技术安全中生成式人工智能的测试环境；拓展面向神经形态计算和量 子计算的微电子研究架构。

（三）拓展基础设施。加强基础设施建设，为使用人工智能做好准备；改善使用人工智 能的便利性，特别是对初创企业；促进公立和私立机构之间的合作；逐步启用百亿亿级高性能计算机；通过人工智能服务中心为使用人工智能特定计算基础设施提供便利；借助德国“研究数据基础设施”计划（NFDI）、欧洲开放科学云（EOSC）和其他措施进一步提高科研数据的可用性；通过《研究数据法》提升数据的可检索性、可访问性和可链接性。

（四）开展人工智能能力建设。促进人工智能领域由女性领导的青年科学科学家成长；进一步强 化对人工智能能力中心、150 名新增人工智能教授席位、青年人工智能科研人员和人工智能校园计划的支持；通过 MINT 行动计划 2.0（数 学、信息科学、自然科学和技术）加强人工智能基本能力、工具箱数据能力和科学数据能力中心；培养人工智能、数据科学和健康研究结合领域的未来科学家。

（二）实现社会和科学效益。加强人工智能在公立研究机构中的应用，尤其是在健康、材料研 究、气候研究、利用大型设备开展基础物理研究和安全解决方案等领 域的应用，以实现巨大的社会和科学效益。

（三）研究、设计适用于教育系统的人工智能。研究人工智能对学习过程支持、课程设计和教育机构组织流程优 化的可能性和局限性；开发中小学校人工智能使用指南；对人工智能 应用机遇、挑战及其对职业教育的影响开展调研；资助面向中小学和继续教育领域的人工智能项目；出台教育领域应用生成式人工智能的资助和咨询计划；将人工智能能力中心、中小学校/继续教育数字教学能力中心进行联网；强化对国际专业协会和本国公共辩论的参与，推进对教育领域人工智能的国内外进程引领和设计；利用人工智能改善高等教育，扩大人工智能专业技术人员培养。

（二）推动社会对话和多/跨学科研究。启动社会信赖的人工智能系统跨学科项目；强化学习系统平台作 为人工智能科学辩论核心平台的地位；促进人工智能跨学科研究；推 动人工智能伦理、法律和社会影响的多学科和跨学科研究；评估人工 智能影响；加强人工智能社会创新。

（三）实施监管。在部门内部开展以机会为导向、利于创新和研究的监管措施，用 于科学研究的人工智能不受监管。