美國人工智慧行動計畫（中文翻譯好讀版） (2025-07)

(圖說：拍攝於 Lac de Neuchatel 湖畔，瑞士。圖片來源：Ernest。)

關於

2025 年 7 月發布的美國人工智慧行動計畫，概述川普政府透過三大戰略支柱維持美國人工智慧主導地位的策略。

• 此中文版使用 Anthropic Claude Sonnet 4 協助翻譯並經過格式編輯。
• 翻譯目的在於筆記備忘與促進產業研究。
• 如果翻譯不貼切或錯誤之處，歡迎討論。

白宮

贏得競賽 美國人工智慧行動計畫 (Winning the Race AMERICA’S AI ACTION PLAN)

2025 年 7 月

「今日，一個新的科學發現前沿正展現在我們面前，由人工智慧等變革性技術所定義……這些領域的突破具有重塑全球權力平衡、催生全新產業，並且徹底改變我們生活和工作方式的潛力。當我們的全球競爭對手競相利用這些技術時，美國達成並維持不容質疑且無法挑戰的全球技術主導地位，是國家安全的當務之急。為了確保我們的未來，我們必須駕馭美國創新的全部力量。」

唐納．川普 (Donald J. Trump) 美國第 45 任暨第 47 任總統

目錄

簡介 (Introduction)

美國正處於競逐全球人工智慧 (AI) 主導地位的競賽中。擁有最大人工智慧生態系統者將制定全球人工智慧標準，並獲得廣泛的經濟與軍事利益。正如我們贏得太空競賽一樣，美國及其盟友贏得這場競賽是絕對必要的。川普總統在就職初期採取決定性步驟以實現此目標，簽署行政命令 14179「移除美國人工智慧領導地位之障礙 (Removing Barriers to American Leadership in Artificial Intelligence)」，呼籲美國在此全球競賽中保持主導地位，並指示制定人工智慧行動計畫。1

贏得人工智慧競賽將為美國人民帶來人類繁榮、經濟競爭力與國家安全的新黃金時代。人工智慧將使美國人發現新材料、合成新化學物質、製造新藥物，並開發利用能源的新方法——一場工業革命。它將促成全新形式的教育、媒體與通訊——一場資訊革命。而且它將實現全新的智識成就：解讀曾被認為無法閱讀的古代卷軸、在科學與數學理論上取得突破，並創造新型數位與實體藝術——一場文藝復興。

一場工業革命、一場資訊革命，以及一場文藝復興——同時發生。這就是人工智慧所呈現的潛力。擺在我們面前的機會既令人振奮又令人敬畏。而這是我們可以抓住，或者失去的機會。

美國人工智慧行動計畫有三大支柱：創新、基礎建設，以及國際外交與安全。美國需要在各個領域的新人工智慧技術開發與推廣方面，比我們的競爭對手更快速、更全面地創新，並且拆除阻礙私部門如此行事的不必要法規障礙。正如副總統范斯於二月巴黎人工智慧行動峰會 (Paris AI Action Summit) 所言，以繁重法規限制人工智慧發展「不僅會不公平地利益既得利益者……更意味著癱瘓我們世代以來所見最有前景的技術之一。」2 這就是為什麼川普總統在上任第一天即撤銷拜登政府的危險作為。

我們需要建立並維護龐大的人工智慧基礎建設以及為其供電的能源。為了做到這一點，我們將繼續拒絕激進的氣候教條與官僚繁文縟節，正如本政府自就職日以來所做的。簡而言之，我們需要「建設，寶貝，建設！(Build, Baby, Build!)」

我們需要建立美國人工智慧——從我們的先進半導體到我們的模型到我們的應用程式——作為全球人工智慧的黃金標準，並確保我們的盟友基於美國技術進行建設。

數項原則貫穿這三大支柱。首先，美國工作者是川普政府人工智慧政策的核心。本政府將確保我們國家的工作者及其家庭從這場技術革命所創造的機會中獲益。人工智慧基礎建設建置將為美國工作者創造高薪工作。而人工智慧將使醫學、製造業與許多其他領域成為可能的突破，將提高所有美國人的生活水準。人工智慧將透過補強美國人的工作來改善他們的生活——而非取代工作。

其次，我們的人工智慧系統必須免於意識形態偏見，並且在使用者尋求事實資訊或分析時，應設計成追求客觀真理而非社會工程議程。人工智慧系統正成為重要工具，深刻影響美國人消費資訊的方式，但這些工具也必須值得信賴。

最後，我們必須防止我們的先進技術被惡意行為者濫用或竊取，並且監控人工智慧新興且未預見的風險。如此行事將需要持續警戒。

本行動計畫為聯邦政府近期執行制定清楚的政策目標。行動計畫的目標是闡述本政府能為美國人民實現的政策建議，以達成總統全球人工智慧主導的願景。人工智慧競賽是美國要贏的，而本行動計畫是我們勝利的路線圖。

麥可．克拉齊奧斯 (Michael J. Kratsios) 總統科技助理

大衛．薩克斯 (David O. Sacks) 人工智慧與加密貨幣特別顧問

馬可．魯比歐 (Marco A. Rubio) 總統國家安全事務助理

¹ 2025 年 1 月 23 日行政命令 14179「移除美國人工智慧領導地位之障礙 (Removing Barriers to American Leadership in Artificial Intelligence)」，聯邦公報 90 (20) 8741，www.govinfo.gov/content/pkg/FR-2025-01-31/pdf/2025-02172.pdf.

² J.D. 范斯，「副總統於法國巴黎人工智慧行動峰會致詞 (Remarks by the Vice President at the Artificial Intelligence Action Summit in Paris, France)」，2025 年 2 月 11 日，www.presidency.ucsb.edu/documents/remarks-the-vice-president-the-artificial-intelligence-action-summit-paris-france.

支柱一：加速人工智慧創新 (Pillar I: Accelerate AI Innovation)

美國必須擁有世界上最強大的人工智慧系統，但我們也必須在這些系統的創意與變革性應用方面引領世界。實現這些目標需要聯邦政府創造讓私部門主導的創新能夠蓬勃發展的條件。

移除繁文縟節與繁重法規 (Remove Red Tape and Onerous Regulation)

為了維持全球人工智慧領導地位，美國私部門必須不受官僚繁文縟節束縛。川普總統已經朝此目標採取多項步驟，包括撤銷拜登人工智慧行政命令 14110，該命令預示繁重的法規體系。3 人工智慧過於重要，無論在州或聯邦層級，都不能在此早期階段被官僚體系窒息。聯邦政府不應允許人工智慧相關聯邦資金被導向具有繁重人工智慧法規、浪費這些資金的州，但也不應干預各州通過不會對創新造成過度限制的明智法律的權利。

建議政策行動 (Recommended Policy Actions)

• 由科技政策辦公室 (OSTP) 主導，向企業與一般大眾發起資訊徵詢，了解目前阻礙人工智慧創新與採用的聯邦法規，並與相關聯邦機構合作採取適當行動。
• 由管理及預算辦公室 (OMB) 主導，並與 2025 年 1 月 31 日行政命令 14192「透過解除管制釋放繁榮 (Unleashing Prosperity Through Deregulation)」一致，與所有聯邦機構合作辨識、修訂或廢除不必要阻礙人工智慧開發或部署的法規、規則、備忘錄、行政命令、指導文件、政策聲明與機構間協議。4
• 由 OMB 主導，與擁有人工智慧相關裁量資金計畫的聯邦機構合作，確保在符合適用法律的情況下，在作出資金決定時考慮州的人工智慧法規環境，並在州的人工智慧法規體系可能阻礙該資金或獎助效益時限制資金。
• 由聯邦通訊委員會 (FCC) 主導，評估州人工智慧法規是否干預該機構根據 1934 年通訊法履行其義務與職權的能力。5
• 檢視前政府開始的所有聯邦貿易委員會 (FTC) 調查，確保它們不推進過度負擔人工智慧創新的責任理論。此外，檢視所有 FTC 最終命令、同意令與禁制令，並在適當情況下尋求修改或撤銷任何過度負擔人工智慧創新者。

³ 2023 年 10 月 30 日行政命令 14110「人工智慧的安全、保密與值得信賴的開發與使用 (Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence)」，聯邦公報 88 (210) 75191，www.govinfo.gov/content/pkg/FR-2023-11-01/pdf/2023-24283.pdf.

⁴ 2025 年 1 月 31 日行政命令 14192「透過解除管制釋放繁榮 (Unleashing Prosperity Through Deregulation)」，聯邦公報 90 (24) 9065，www.govinfo.gov/content/pkg/FR-2025-02-06/pdf/2025-02345.pdf.

⁵ 1934 年通訊法，47 U.S.C. §§ 151-646。

確保前沿人工智慧保護言論自由與美國價值觀 (Ensure that Frontier AI Protects Free Speech and American Values)

人工智慧系統將在我們教育孩子、從事工作與消費媒體方面扮演深刻角色。這些系統從根本上以言論與表達自由為考量進行建構，並且美國政府政策不干預該目標，是至關重要的。我們必須確保言論自由在人工智慧時代蓬勃發展，並且聯邦政府採購的人工智慧客觀反映真理而非社會工程議程。

建議政策行動 (Recommended Policy Actions)

• 由商務部 (DOC) 透過國家標準技術研究院 (NIST) 主導，修訂 NIST 人工智慧風險管理框架，移除對錯誤資訊、多元、平等與包容 (Diversity, Equity, and Inclusion) 以及氣候變遷的引述。6
• 更新聯邦採購指導原則，確保政府僅與那些確保其系統客觀且免於由上而下意識形態偏見的前沿大型語言模型 (LLM) 開發者簽約。
• 由 DOC 透過 NIST 人工智慧標準與創新中心 (CAISI) 主導，針對來自中華人民共和國的前沿模型是否符合中國共產黨談話要點與審查制度進行研究，並在適當時發布評估。

⁶ 國家標準技術研究院，「人工智慧風險管理框架 (AI RMF 1.0) (Artificial Intelligence Risk Management Framework)」，(馬里蘭州蓋瑟斯堡：國家標準技術研究院，2023)，www.doi.org/10.6028/NIST.AI.100-1.

鼓勵開源與開放權重人工智慧 (Encourage Open-Source and Open-Weight AI)

開源與開放權重人工智慧模型由開發者免費提供給世界上任何人下載與修改。以此方式發布的模型對創新具有獨特價值，因為新創公司可以靈活使用它們而不依賴封閉模型提供者。它們也有利於商業與政府採用人工智慧，因為許多企業與政府擁有不能發送給封閉模型供應商的敏感資料。而且它們對學術研究至關重要，學術研究往往依賴對模型權重與訓練資料的存取來進行科學上嚴謹的實驗。

我們需要確保美國擁有基於美國價值觀的領先開放模型。開源與開放權重模型可能在某些商業領域與全球學術研究中成為全球標準。基於此原因，它們也具有地緣戰略價值。雖然是否以及如何發布開放或封閉模型的決定基本上取決於開發者，但聯邦政府應為開放模型創造支持性環境。

建議政策行動 (Recommended Policy Actions)

• 透過改善運算的金融市場，確保新創公司與學術界能夠存取大規模運算資源。目前，尋求使用大規模運算的公司往往必須與超大規模業者簽署長期合約——遠超出大多數學術界與許多新創公司的預算範圍。美國過去透過金融市場解決其他商品的此類問題，例如商品的現貨與遠期市場。透過與產業合作，DOC 的 NIST、OSTP 與國家科學基金會 (NSF) 國家人工智慧研究資源 (NAIRR) 試驗計畫，聯邦政府可以加速健全運算金融市場的成熟。
• 與領先科技公司合作，作為 NAIRR 試驗計畫的一部分，增加研究社群對世界級私部門運算、模型、資料與軟體資源的存取。
• 建立精簡且可持續的 NAIRR 營運能力基礎，能夠將全國日益增多的研究人員與教育工作者連接到關鍵人工智慧資源。
• 透過發布由 OSTP 主導的新國家人工智慧研究與發展 (R&D) 戰略計畫，繼續培育下一代人工智慧突破，以指導聯邦人工智慧研究投資。
• 由 DOC 透過國家電信暨資訊管理局 (NTIA) 主導，召集利害關係人協助推動中小型企業採用開源與開放權重模型。

促進人工智慧採用 (Enable AI Adoption)

今日，駕馭人工智慧全部潛力的瓶頸不一定是模型、工具或應用程式的可得性。相反地，是人工智慧的有限且緩慢採用，特別是在大型既有組織內。美國許多最關鍵的部門，例如醫療保健，由於各種因素特別緩於採用，包括對技術的不信任或缺乏理解、複雜的法規環境，以及缺乏明確的治理與風險緩解標準。一項協調的聯邦努力將有益於在美國產業中建立動態的「先試行」文化。

建議政策行動 (Recommended Policy Actions)

• 在全國各地建立法規沙盒或人工智慧卓越中心，讓研究人員、新創公司與既有企業能夠迅速部署與測試人工智慧工具，同時承諾開放分享資料與結果。這些努力將由諸如食品藥物管理局 (FDA) 與證券交易委員會 (SEC) 等法規機構促成，並獲得 DOC 透過 NIST 人工智慧評估倡議的支援。
• 由 DOC 的 NIST 主導，發起數項領域特定努力（例如在醫療保健、能源與農業），召集廣泛的公共、私人與學術利害關係人，加速人工智慧系統國家標準的開發與採用，並衡量人工智慧在那些領域實際任務中提升生產力的程度。
• 由國防部 (DOD) 主導並與國家情報總監辦公室 (ODNI) 協調，定期更新 DOD-情報社群 (IC) 聯合評估，評估美國、其競爭對手與敵對國家安全機構採用人工智慧工具的比較水準，並建立基於這些人工智慧淨評估持續調整 DOD 與 IC 各自人工智慧採用倡議的方法。
• 透過 IC、能源部 (DOE)、DOC 的 CAISI、國家安全會議 (NSC) 與 OSTP 之間的合作，優先收集並分發可能具有國家安全意涵的外國前沿人工智慧專案情報。

賦權美國工作者於人工智慧時代 (Empower American Workers in the Age of AI)

川普政府支持以工作者為優先的人工智慧議程。透過加速生產力並創造全新產業，人工智慧可以協助美國建立為美國工作者提供更多經濟機會途徑的經濟。但它也將轉變所有產業與職業中工作完成的方式，要求認真的工作者回應以協助工作者導航該轉變。川普政府已經採取重大步驟在此方面領導，包括 2025 年 4 月行政命令 14277 與 14278，「推進美國青年人工智慧教育 (Advancing Artificial Intelligence Education for American Youth)」與「為美國人準備未來高薪技術工作 (Preparing Americans for High-Paying Skilled Trade Jobs of the Future)」。7, 8 為了繼續實現此願景，川普政府將推進一套優先行動，以擴展人工智慧素養與技能發展、持續評估人工智慧對勞動市場的影響，並試驗新創新以快速重新訓練並協助工作者在人工智慧驅動的經濟中蓬勃發展。

建議政策行動 (Recommended Policy Actions)

• 由勞工部 (DOL)、教育部 (ED)、NSF 與 DOC 主導，將人工智慧技能發展列為相關教育與工作者資助流的核心目標。這應包括促進將人工智慧技能發展整合到相關計畫中，包括職業技術教育 (CTE)、工作者訓練、學徒制與其他聯邦支援的技能倡議。
• 由財政部主導，發布指導原則澄清許多人工智慧素養與人工智慧技能發展計畫可能符合內政部法典第 132 條下的合格教育協助資格，考慮到人工智慧重塑各產業與職業所需任務與技能的廣泛影響。9 在適用情況下，這將使雇主能夠為人工智慧相關訓練提供免稅補償，並協助擴大私部門人工智慧技能發展投資，為美國工作者保留工作。
• 由勞動統計局 (BLS) 與 DOC 透過人口普查局與經濟分析局 (BEA) 主導，透過使用它們已經在這些主題上收集的資料，研究人工智慧對勞動市場的影響，如人口普查局在其商業趨勢與展望調查中追蹤的公司層級人工智慧採用趨勢。這些機構隨後可以提供人工智慧採用、就業創造、取代與薪資效應的分析。
• 在 DOL 下建立人工智慧工作者研究中心，主導持續的聯邦努力評估人工智慧對勞動市場與美國工作者經驗的影響，與 BLS 以及 DOC 透過人口普查局與 BEA 合作。該中心將產生定期分析、進行一系列潛在人工智慧影響水準的情境規劃，並產生可行洞察以告知工作者與教育政策。
• 由 DOL 主導，在適當情況下利用可用的裁量資金，為受人工智慧相關就業取代影響的個人提供快速重新訓練資金。發布澄清指導原則，協助各州辨識在經歷與人工智慧採用相關重大結構變化部門中的合格失業工作者，以及澄清州快速回應資金如何用於主動提升面臨未來取代風險工作者的技能的指導原則。
• 在 DOL 與 DOC，快速試驗由人工智慧創造的工作者挑戰的新方法，可能包括由工作者取代驅動的快速重新訓練需求與入門級角色變化技能要求等領域。這些試驗應由各州與工作者中介使用工作者創新與機會法與公共工程與經濟發展法下的現有權限進行，並應設計為辨識可擴大、績效驅動的策略，協助工作者系統適應人工智慧驅動勞動市場變化的速度與複雜性。10, 11

⁷ 2025 年 4 月 23 日行政命令 14277：「推進美國青年人工智慧教育 (Advancing Artificial Intelligence Education for American Youth)」，聯邦公報 90 (80) 17519，www.govinfo.gov/content/pkg/FR-2025-04-28/pdf/2025-07368.pdf。

⁸ 2025 年 4 月 23 日行政命令 14278：「為美國人準備未來高薪技術工作 (Preparing Americans for High-Paying Skilled Trade Jobs of the Future)」，聯邦公報 90 (80) 17525，www.govinfo.gov/content/pkg/FR-2025-04-28/pdf/2025-07369.pdf。

⁹ 1978 年稅收法，26 U.S.C. § 132。

¹⁰ 2014 年工作者創新與機會法，29 U.S.C. §§ 3101-3361。

¹¹ 1965 年公共工程與經濟發展法，42 U.S.C. §§ 3121-3233。

支援次世代製造業 (Support Next-Generation Manufacturing)

人工智慧將促成實體世界的廣泛新創新：自主無人機、自動駕駛汽車、機器人技術，以及其他尚未有術語存在的發明。美國與我們值得信賴的盟友成為這些次世代技術的世界級製造者至關重要。人工智慧、機器人技術與相關技術在製造與物流方面創造新能力機會，包括那些適用於國防與國家安全的能力。聯邦政府應優先投資這些新興技術，並開啟新的工業復興。

建議政策行動 (Recommended Policy Actions)

• 透過 DOD、DOC、DOE、NSF 與其他聯邦機構使用小企業創新研究計畫、小企業技術轉移計畫、研究補助、CHIPS 研發計畫、史蒂文森-懷德勒技術創新法權限、國防生產法第三章、其他交易權限與其他權限，投資開發與擴大基礎與轉化製造技術。12, 13, 14, 15
• 由 DOC 透過 NTIA 主導，召集產業與政府利害關係人辨識美國機器人技術與無人機製造的供應鏈挑戰。

¹² 威廉．桑伯里 (Mac) 國防授權法 2021 會計年度，15 U.S.C. § 4656。

¹³ 1980 年史蒂文森-懷德勒技術創新法，Pub. L. No. 96-480, 94 Stat. 2311 (編入修訂後的 15 U.S.C. 各分散章節)。

¹⁴ 1950 年國防生產法，50 U.S.C. §§ 4551-4568。

¹⁵ 1990 與 1991 會計年度國防授權法，10 U.S.C. §§ 4021-4022。

投資人工智慧驅動科學 (Invest in AI-Enabled Science)

如同許多其他領域，科學本身將被人工智慧轉變。人工智慧系統已經能夠產生蛋白質結構、新穎材料與許多其他的模型。日益強大的通用模型在制定假設與設計實驗方面顯示前景。這些新興能力承諾加速科學進步。然而，它們只會透過科學進行方式的關鍵變化，包括促成科學基礎建設來實現。如果科學家無法同時增加實驗規模，人工智慧驅動的預測就沒有什麼用處。今日的基礎科學往往是勞力密集過程；人工智慧時代將需要更多科學與工程研究以將理論轉化為工業規模企業。這反過來將需要新基礎建設與支援新型科學組織。

建議政策行動 (Recommended Policy Actions)

• 透過 NSF、DOE、DOC 的 NIST 與其他聯邦夥伴，投資各種科學領域的自動化雲端實驗室，包括工程、材料科學、化學、生物學與神經科學，在適當情況下由私部門、聯邦機構與研究機構與 DOE 國家實驗室協調合作建造。
• 使用長期協議支援聚焦研究組織或其他類似實體，使用人工智慧與其他新興技術進行基礎科學進步。
• 透過在新專案提案審查中考慮研究人員先前受資助努力中科學與工程資料集的影響，激勵研究人員公開發布更多高品質資料集。
• 要求聯邦資助研究人員揭露在研究與實驗過程中人工智慧模型使用的非專有、非敏感資料集。

建立世界級科學資料集 (Build World-Class Scientific Datasets)

高品質資料已成為國家戰略資產，隨著各國政府追求人工智慧創新目標並從技術的經濟利益中獲益。其他國家，包括我們的敵對國家，在積累龐大科學資料寶庫方面已經領先我們。美國必須引領創造世界最大且最高品質的人工智慧就緒科學資料集，同時維持對個人權利的尊重並確保公民自由、隱私與機密保護。

建議政策行動 (Recommended Policy Actions)

• 指示國家科學技術委員會 (NSTC) 機器學習與人工智慧小組委員會就在人工智慧模型訓練中使用生物、材料科學、化學、物理與其他科學資料模式的最低資料品質標準提出建議。
• 頒布 2018 年機密資訊保護與統計效率法中所要求的關於可存取性推定與擴大安全存取的 OMB 法規，這將降低存取聯邦資料的障礙並打破藩籬，最終在保護機密資料免於不當存取與使用的同時，促進統計機構使用人工智慧進行證據建立的改善使用。16
• 在 NSF 與 DOE 內建立安全運算環境，以促成對受限聯邦資料的受控存取的安全人工智慧使用案例。
• 為 NSF 國家安全資料服務 (NSDS) 示範專案建立線上入口，為公眾與聯邦機構提供涉及對受限聯邦資料受控存取的人工智慧使用案例的前門。
• 探索為聯邦土地上的生命建立全基因組定序計畫，由 NSTC 主導，包括美國農業部、DOE、NIH、NSF、內政部與合作生態系統研究單位成員，合作開發一項倡議以建立聯邦土地上生命的全基因組定序計畫（包含所有生物領域）。這項新資料將是訓練未來生物基礎模型的寶貴資源。

¹⁶ 2018 年機密資訊保護與統計效率法，44 U.S.C. §§ 3561-3583。

推進人工智慧科學 (Advance the Science of AI)

正如大型語言模型 (LLM) 與生成式人工智慧系統代表人工智慧科學的典範轉移，未來的突破可能同樣轉變人工智慧的可能性。美國保持此類突破的領先開拓者地位至關重要，而這始於對前沿最有前景路徑的戰略性、目標性投資。

建議政策行動 (Recommended Policy Actions)

• 優先投資理論、運算與實驗研究，以保持美國在發現新的與變革性典範以推進人工智慧能力方面的領導地位，在即將到來的國家人工智慧研發戰略計畫中反映此優先性。

投資人工智慧可解釋性、控制與穩健性突破 (Invest in AI Interpretability, Control, and Robustness Breakthroughs)

今日，前沿人工智慧系統的內部運作理解不佳。技術專家在高層次上了解 LLM 如何運作，但往往無法解釋為什麼模型產生特定輸出。這可能使預測任何特定人工智慧系統的行為變得困難。這種缺乏可預測性反過來可能使在國防、國家安全或其他攸關生命的應用中使用先進人工智慧變得具挑戰性。如果我們在這些研究問題上取得基礎突破，美國將能夠在高風險國家安全領域更充分地使用人工智慧系統達到其最大潛力。

建議政策行動 (Recommended Policy Actions)

• 發起由國防先進研究計畫署 (Defense Advanced Research Projects Agency) 主導、與 DOC 的 CAISI 與 NSF 合作的技術開發計畫，以推進人工智慧可解釋性、人工智慧控制系統與對抗穩健性。
• 在即將到來的國家人工智慧研發戰略計畫中，優先進行人工智慧可解釋性、控制與穩健性的基礎進步。
• DOD、DOE、DOC 的 CAISI、國土安全部 (DHS)、NSF 與學術夥伴應協調人工智慧駭客松倡議，邀請美國學術界最優秀與最聰明者測試人工智慧系統的透明性、效能、使用控制與安全漏洞。

建立人工智慧評估生態系統 (Build an AI Evaluations Ecosystem)

評估是人工智慧產業評估人工智慧系統績效與可靠性的方式。嚴格的評估可以是定義與衡量受管制產業中人工智慧可靠性與績效的關鍵工具。隨時間推移，監管機構應探索在其對人工智慧系統適用現有法律時使用評估。

建議政策行動 (Recommended Policy Actions)

• 透過 DOC 的 NIST（包括 CAISI）發布指導原則與資源，供聯邦機構針對其獨特任務與營運以及遵守現有法律進行人工智慧系統自身評估。
• 支援衡量與評估人工智慧模型科學的發展，由 DOC 的 NIST、DOE、NSF 與其他聯邦科學機構主導。
• 在 DOC 的 CAISI 主持下，每年至少召開兩次會議，供聯邦機構與研究社群分享建立人工智慧評估的學習與最佳實務。
• 透過 DOE 與 NSF 投資開發人工智慧測試平台，用於在安全、真實世界環境中試驗人工智慧系統，允許研究人員原型新人工智慧系統並將其轉化到市場。此類測試平台將鼓勵廣泛多利害關係人團隊參與，並涵蓋人工智慧觸及的廣泛經濟垂直領域，包括農業、運輸與醫療保健提供。
• 由 DOC 主導，召集 NIST 人工智慧聯盟，授權協作建立新的測量科學，將促成辨識經證實、可擴大與可互操作的技術與指標，以促進人工智慧的發展。

加速政府中的人工智慧採用 (Accelerate AI Adoption in Government)

使用人工智慧工具，聯邦政府可以以遠比現在更大的效率與效能為公眾服務。使用案例包括加速緩慢且往往為手動的內部流程、簡化公眾互動與許多其他。總而言之，人工智慧的變革性使用可以協助提供美國人民期望與應得的高度回應政府。

OMB 已經透過減少拜登政府施加的繁重規則來推進政府中的人工智慧採用。17, 18 現在是建立此成功的時候。

建議政策行動 (Recommended Policy Actions)

• 正式化首席人工智慧官委員會 (CAIOC) 作為人工智慧採用機構間協調與合作的主要場所。透過 CAIOC，與相關聯邦執行委員會發起戰略協調與合作，包括：總統管理委員會、首席資料官委員會、首席資訊官委員會、統計政策機構間委員會、首席人力資本官委員會與聯邦隱私委員會。
• 建立人才交流計畫，設計為允許聯邦職員快速調派到需要專業人工智慧人才（例如資料科學家與軟體工程師）的其他機構，並獲得人事管理辦公室的投入。
• 建立由總務管理局 (GSA) 管理、與 OMB 協調的人工智慧採購工具箱，在最大可行程度上促進整個聯邦企業的一致性。此系統將允許任何聯邦機構以符合相關隱私、資料治理與透明法律的方式輕鬆從多個模型中選擇。機構也應有充足彈性根據自身目的客製化模型，以及查看其他機構人工智慧使用目錄（基於 OMB 既有的人工智慧使用案例清單）。
• 與 GSA 實施先進技術轉移與能力分享計畫，以快速在機構間轉移先進人工智慧能力與使用案例。
• 要求所有聯邦機構確保——在最大可行程度上——所有工作可能受益於存取前沿語言模型的員工都能存取此類工具與適當訓練。
• 在 OMB 主持下，召集具有高影響服務提供者的機構群組，試驗並增加使用人工智慧來改善對公眾的服務提供。

推動國防部內人工智慧採用 (Drive Adoption of AI within the Department of Defense)

人工智慧具有轉變 DOD 作戰與後勤營運的潛力。如果美國要維持其全球軍事優勢地位，同時如本行動計畫所概述，確保其人工智慧使用安全可靠，就必須在其武裝部隊內積極採用人工智慧。由於 DOD 在聯邦政府內具有獨特營運需求，它值得採取特定政策行動以推動人工智慧採用。

¹⁷ 管理及預算辦公室，「透過創新、治理與公共信任加速聯邦人工智慧使用 (M-25-21) (Accelerating Federal Use of AI through Innovation, Governance, and Public Trust)」，(華盛頓特區：總統行政辦公室，2025)，www.whitehouse.gov/wp-content/uploads/2025/02/M-25-21-Accelerating-Federal-Use-of-AI-through-Innovation-Governance-and-Public-Trust.pdf.

¹⁸ 管理及預算辦公室，「推動政府人工智慧高效採購 (M-25-22) (Driving Efficient Acquisition of Artificial Intelligence in Government)」，(華盛頓特區：總統行政辦公室，2025)，www.whitehouse.gov/wp-content/uploads/2025/02/M-25-22-Driving-Efficient-Acquisition-of-Artificial-Intelligence-in-Government.pdf.

建議政策行動 (Recommended Policy Actions)

• 辨識 DOD 工作者大規模利用人工智慧所需的人才與技能。基於此識別，實施人才發展計畫以滿足人工智慧工作者需求並推動人工智慧能力的有效使用。
• 在 DOD 建立人工智慧與自主系統虛擬驗證場，首先界定此類設施所需的技術、地理、安全與資源需求。
• 在 DOD 內開發簡化流程，用於分類、評估與最佳化其主要營運與促成功能所涉及的工作流程，旨在開發自動化人工智慧的優先工作流程清單。當工作流程成功自動化時，DOD 應努力盡快永久轉換該工作流程至基於人工智慧的實施。
• 優先進行 DOD 主導的與雲端服務提供者、運算基礎建設營運者與其他相關私部門實體的協議，以編制在國家緊急情況下對運算資源的優先存取，以便 DOD 在重大衝突期間準備充分利用這些技術。
• 將我們的高級軍事學院發展為人工智慧研究、開發與人才建設中心，向未來世代教授核心人工智慧技能與素養。在各主修中培育人工智慧特定課程，包括人工智慧使用、開發與基礎建設管理。

保護商業與政府人工智慧創新 (Protect Commercial and Government AI Innovations)

維持美國人工智慧領導地位需要美國政府與產業密切合作，適當平衡尖端人工智慧技術的傳播與國家安全考量。美國政府有效處理美國人工智慧公司、人才、智慧財產與系統的安全風險也至關重要。

建議政策行動 (Recommended Policy Actions)

• 由 DOD、DHS、DOC 的 CAISI 與 IC 其他適當成員主導，與領先美國人工智慧開發者合作，促成私部門積極保護人工智慧創新免於安全風險，包括惡意網路行為者、內部威脅與其他。

打擊法律系統中的合成媒體 (Combat Synthetic Media in the Legal System)

人工智慧的一項風險已經對許多美國人變得明顯，即惡意深偽 (deepfake)，無論是音訊錄音、影片或照片。雖然川普總統已經簽署了由第一夫人梅蘭妮亞．川普倡導、旨在保護免於性明確、非合意深偽的 TAKE IT DOWN 法，但還需要額外行動。19 特別是，人工智慧生成的媒體可能對法律系統呈現新穎挑戰。例如，偽造證據可能被用於試圖拒絕給予原告與被告正義。本政府必須為法院與執法部門提供克服這些新挑戰所需的工具。

¹⁹ TAKE IT DOWN 法，Pub. L. No. 119-12, 139 Stat. 55 (2025) (編入 47 U.S.C. § 223(h))。

建議政策行動 (Recommended Policy Actions)

• 由 DOC 的 NIST 主導，考慮將 NIST 的鑑識證據守護者 深偽評估計畫發展為正式指導原則與配套自願性鑑識基準。20
• 由司法部 (DOJ) 主導，向從事裁決的機構發布指導原則，探索採用類似於證據規則諮詢委員會考慮中所提議的聯邦證據規則第 901(c) 條的深偽標準。
• 由 DOJ 法律政策辦公室主導，就任何提議的深偽相關聯邦證據規則增加條文提交正式意見。

²⁰ 海英．關 (Haiying Guan)、詹姆斯．霍倫 (James Horan) 與安德魯．張 (Andrew Zhang)，「鑑識證據守護者：評估分析系統對抗人工智慧生成深偽 (Guardians of Forensic Evidence: Evaluating Analytic Systems Against AI-Generated Deepfakes)」，(馬里蘭州蓋瑟斯堡：國家標準技術研究院，2025 年 1 月 27 日)，www.nist.gov/publications/guardians-forensic-evidence-evaluating-analytic-systems-against-ai-generated-deepfakes.

支柱二：建立美國人工智慧基礎建設 (Pillar II: Build American AI Infrastructure)

人工智慧是現代生活中第一個挑戰美國建立遠比我們今日擁有的更龐大能源生產的數位服務。美國能源產能自 1970 年代以來停滯不前，而中國已快速建設其電網。美國人工智慧主導的道路取決於改變此令人困擾的趨勢。

為資料中心、半導體製造設施與能源基礎建設建立簡化許可程序，同時確保安全 (Create Streamlined Permitting for Data Centers, Semiconductor Manufacturing Facilities, and Energy Infrastructure while Guaranteeing Security)

如同過去大多數通用技術，人工智慧將需要新的基礎建設——生產晶片的工廠、運行這些晶片的資料中心，以及為其全部供電的新能源來源。美國的環境許可系統與其他法規使在美國以所需速度建設此基礎建設幾乎不可能。此外，此基礎建設也不得以任何可能破壞美國人工智慧主導地位的敵對技術建設。

幸運的是，川普政府在改革此系統方面已取得前所未有的進展。自就職以來，川普總統已經改革幾乎每個相關聯邦機構的國家環境政策法 (NEPA) 法規、啟動許可技術現代化計畫、建立國家能源主導委員會 (NEDC)，並發起美國投資加速器。21, 22, 23, 24 現在是建立該動能的時候。

建議政策行動 (Recommended Policy Actions)

• 在 NEPA 下建立新的類別排除，涵蓋通常不會對環境產生重大影響的資料中心相關行動。在可能情況下，採用其他機構已建立的類別排除，以便每個相關機構能夠以最大效率進行。
• 擴大 FAST-41 程序的使用，涵蓋所有符合 2015 年修復美國地面運輸法資格的資料中心與資料中心能源專案。25
• 探索資料中心全國性清潔水法第 404 條許可的需求，如果採用，確保此許可不需要建設前通知，並涵蓋與現代人工智慧資料中心規模一致的開發場地。26
• 透過簡化或減少在清潔空氣法、清潔水法、綜合環境回應、補償與責任法與其他相關法律下頒布的法規來加速環境許可。27, 28
• 透過指示擁有重大土地組合的機構辨識適合大規模開發的場地，使聯邦土地可用於資料中心建設與為這些資料中心的電力生產基礎建設建設。
• 維持安全防護以禁止敵對者向此基礎建設插入敏感輸入。確保國內人工智慧運算堆疊建立在美國產品上，並且支援人工智慧開發的基礎建設（如能源與電信）免於外國敵對者資訊通訊技術與服務 (ICTS)——包括軟體與相關硬體。
• 透過擴大參與 DOE PermitAI 專案的機構數量等方式，擴大應用人工智慧加速與改善環境審查的努力。29

²¹ 2025 年 1 月 20 日行政命令 14156「宣布國家能源緊急狀態 (Declaring a National Energy Emergency)」，聯邦公報 90 (18) 8433，www.govinfo.gov/content/pkg/FR-2025-01-29/pdf/2025-02003.pdf.

²² 2025 年 4 月 15 日總統備忘錄「為 21 世紀更新許可技術 (Updating Permitting Technology for the 21st Century)」，www.whitehouse.gov/presidential-actions/2025/04/updating-permitting-technology-for-the-21st-century/.

²³ 2025 年 2 月 14 日行政命令 14213「建立國家能源主導委員會 (Establishing the National Energy Dominance Council)」，聯邦公報 90 (33) 9945，www.govinfo.gov/content/pkg/FR-2025-02-20/pdf/2025-02928.pdf.

²⁴ 2025 年 3 月 31 日行政命令 14255「建立美國投資加速器 (Establishing the United States Investment Accelerator)」，聯邦公報 90 (63) 14701，www.govinfo.gov/content/pkg/FR-2025-04-03/pdf/2025-05908.pdf.

²⁵ 修復美國地面運輸法，42 U.S.C. §§ 4370m-4370m-11。

²⁶ 1972 年清潔水法，33 U.S.C. § 1344。

²⁷ 1963 年清潔空氣法，42 U.S.C. §§ 7401-7671q。

²⁸ 1980 年綜合環境回應、補償與責任法，42 U.S.C. §§ 9601-9675。

²⁹ 美國能源部政策辦公室，「使用 PermitAI 更快、更好的許可 (Faster, Better Permitting with PermitAI)」，(華盛頓特區，2025 年 7 月 10 日)，www.energy.gov/policy/articles/faster-better-permitting-permitai.

開發與人工智慧創新步調相匹配的電網 (Develop a Grid to Match the Pace of AI Innovation)

美國電網是地球上最大且最複雜的機器之一。它也需要升級以支援資料中心與其他未來能源密集產業。電網是現代經濟的生命線與國家安全的基石，但它正面臨需要戰略遠見與決定性行動的挑戰匯流。電氣化推動的不斷上升需求與人工智慧技術進步正增加電網壓力。美國必須開發綜合策略以增強與擴展電網，設計不僅要抵禦這些挑戰，還要確保電網未來成長的持續強度與能力。

建議政策行動 (Recommended Policy Actions)

• 盡可能穩定今日電網。此初始階段承認需要保護現有資產並確保不間斷且負擔得起的電力供應。美國必須防止關鍵發電資源的過早除役，並探索利用現有容量的創新方式，例如利用現有備用電源在尖峰需求期間增強電網可靠性。此穩定的關鍵要素是確保電網每個角落都符合全國資源充足性標準，並且全國持續有足夠發電容量可用。
• 盡可能最佳化現有電網資源。這涉及實施策略以增強輸電系統的效率與績效。美國必須探索先進電網管理技術與電力線升級等解決方案，能夠增加沿現有路線傳輸的電力量。此外，美國應調查大功率消費者在關鍵電網期間管理其電力消費的新穎方式，以增強可靠性並在系統上解鎖額外電力。
• 盡快優先連接可靠、可調度電源並擁抱技術前沿的新能源生產來源（例如增強地熱、核分裂與核融合）。改革電力市場以將財務誘因與電網穩定目標對齊，確保發電投資反映系統需求。
• 為導航 21 世紀複雜能源景觀建立戰略藍圖。透過穩定今日電網、最佳化現有電網資源與為未來成長電網，美國可以迎接贏得人工智慧競賽的挑戰，同時也為所有美國人提供可靠且負擔得起的電網。

恢復美國半導體製造 (Restore American Semiconductor Manufacturing)

美國以半導體的發明開創現代技術。現在美國必須將半導體製造帶回美國土地。重振的美國晶片產業將產生數千個高薪工作、加強我們的技術領導地位，並保護我們的供應鏈免於外國對手的破壞。川普政府將領導該重振，而不為美國納稅人做出不良交易或讓公司承擔全面的意識形態議程。

建議政策行動 (Recommended Policy Actions)

• 由 DOC 改革的 CHIPS 計畫辦公室主導，繼續專注於為美國納稅人提供強勁投資回報，並移除 CHIPS 資助半導體製造專案的所有無關政策需求。DOC 與其他相關聯邦機構也應合作簡化減緩半導體製造努力的法規。
• 由 DOC 主導，檢視半導體補助與研究計畫，確保它們加速將先進人工智慧工具整合到半導體製造中。

建立供軍事與情報社群使用的高安全性資料中心 (Build High-Security Data Centers for Military and Intelligence Community Usage)

由於人工智慧系統今日特別適合今日處理原始情報資料，並且由於人工智慧系統未來可能擁有大幅擴展的能力，人工智慧很可能與美國政府最敏感的資料一起使用。部署這些模型的資料中心必須能夠抵禦最堅定且有能力的民族國家行為者的攻擊。

建議政策行動 (Recommended Policy Actions)

• 由 DOD、IC、NSC 與 DOC 的 NIST（包括 CAISI）主導，與產業以及在適當情況下相關聯邦資助研發中心合作，建立高安全性人工智慧資料中心的新技術標準。
• 推進機構採用分類運算環境以支援可擴大且安全的人工智慧工作負載。

為人工智慧基礎建設培訓技術工作者 (Train a Skilled Workforce for AI Infrastructure)

為了建立為美國人工智慧未來提供動力所需的基礎建設，我們也必須投資將建設、營運與維護它的工作者——包括電工、先進 HVAC 技師與許多其他高薪職業等角色。為了解決許多這些關鍵工作的短缺，川普政府應辨識支撐人工智慧基礎建設的優先角色、開發現代技能框架、支援產業驅動訓練，並透過一般教育、CTE 與註冊學徒制擴大早期管道以推動美國人工智慧領導地位。

建議政策行動 (Recommended Policy Actions)

• 由 DOL 與 DOC 主導，建立全國倡議以辨識對人工智慧相關基礎建設建置至關重要的高優先職業。此努力將召集雇主、產業團體與其他工作者利害關係人為這些角色開發或辨識國家技能框架與能力模型。這些框架將提供可能告知課程設計、證照開發與工作者投資協調的自願指導。
• 透過 DOL、DOE、ED、NSF 與 DOC，與州與地方政府及工作者系統利害關係人合作，支援建立產業驅動訓練計畫，解決與優先人工智慧基礎建設職業相關的工作者需求。這些計畫應由雇主與訓練夥伴共同開發，確保完成計畫的個人準備就業並直接連接到雇用程序。也可探索激勵雇主將現職工作者技能提升到優先職業的模型。DOC 應將這些訓練模型作為其基礎建設投資計畫的核心工作者組成部分整合。此策略的資金將基於計畫解決已辨識管道差距並提供與雇主需求一致的人才成果的能力進行優先排序。
• 由 DOL、ED 與 NSF 主導，與教育與工作者系統利害關係人合作，擴大早期職業接觸計畫與預學徒制，讓中學與高中學生參與優先人工智慧基礎建設職業。這些努力應專注於創造對這些工作的認識與興奮，與當地雇主需求對齊，並提供進入高品質訓練與註冊學徒制計畫的途徑。
• 透過 ED 職業、技術與成人教育辦公室，向州與地方 CTE 系統提供關於如何更新學習計畫以與優先人工智慧基礎建設職業對齊的指導。這包括更新課程、擴大雙重註冊選項，並強化 CTE 計畫、雇主與為人工智慧基礎建設職業服務的訓練提供者之間的連接。
• 由 DOL 主導，在對人工智慧基礎建設至關重要的職業中擴大註冊學徒制的使用。努力應專注於簡化優先產業與職業中新計畫的啟動，並移除雇主採用的障礙，包括簡化註冊、支援中介機構，並將計畫設計與雇主需求對齊。
• 由 DOE 主導，利用其國家實驗室的人工智慧專業知識與能力，為大學生、研究生與研究生後學生及教育工作者擴大實務研究訓練與發展機會。這應包括與社區學院與技術/職業學院合作，準備新工作者並協助現有工作者轉型以填補關鍵人工智慧角色。

強化關鍵基礎建設網路安全 (Bolster Critical Infrastructure Cybersecurity)

隨著人工智慧系統在編碼與軟體工程能力方面進步，它們作為網路攻擊與防禦工具的效用將擴大。維持強健防禦態勢對關鍵基礎建設擁有者將特別重要，其中許多以有限財務資源營運。幸運的是，人工智慧系統本身可以是優秀的防禦工具。透過持續採用人工智慧促成的網路防禦工具，關鍵基礎建設提供者可以保持領先新興威脅。

然而，在網路與關鍵基礎建設中使用人工智慧使那些人工智慧系統暴露於敵對威脅。在安全關鍵或國土安全應用中使用人工智慧都應需要使用安全設計、強健且有韌性的人工智慧系統，這些系統已設計以偵測績效轉變，並警示資料中毒或敵對範例攻擊等潛在惡意活動。

建議政策行動 (Recommended Policy Actions)

• 由 DHS 主導，與 DOC 的 CAISI 與國家網路總監辦公室合作，建立人工智慧資訊分享與分析中心 (AI-ISAC)，以促進在美國關鍵基礎建設部門間分享人工智慧安全威脅資訊與情報。
• 由 DHS 主導，向私部門實體發布並維護關於補救與回應人工智慧特定漏洞與威脅的指導。
• 確保協作且整合地將聯邦機構內已知人工智慧漏洞分享給私部門，在適當情況下。此程序應利用現有網路漏洞分享機制。

促進安全設計的人工智慧技術與應用 (Promote Secure-By-Design AI Technologies and Applications)

人工智慧系統容易受到某些類別的敵對輸入（例如資料中毒與隱私攻擊），這使其績效面臨風險。美國政府有責任確保其依賴的人工智慧系統——特別是國家安全應用——受到保護免於虛假或惡意輸入。雖然在推進人工智慧保證領域已做了許多工作，但促進韌性且安全的人工智慧開發與部署應是美國政府的核心活動。

建議政策行動 (Recommended Policy Actions)

• 由 DOD 與 DOC 的 NIST 及 ODNI 合作主導，繼續精進 DOD 負責任人工智慧與生成式人工智慧架構、路線圖與工具包。
• 由 ODNI 與 DOD 及 DOC 的 CAISI 諮詢主導，在情報社群指令 505 人工智慧主持下發布人工智慧保證的 IC 標準。

促進聯邦人工智慧事件回應的成熟能力 (Promote Mature Federal Capacity for AI Incident Response)

人工智慧技術的擴散意味著需要謹慎規劃以確保，如果系統失敗，對關鍵服務或基礎建設的影響被最小化，回應是即時的。為了為此類事件做準備，美國政府應促進將人工智慧事件回應行動開發與納入公共與私部門現有事件回應理論與最佳實務。

建議政策行動 (Recommended Policy Actions)

• 由 DOC 的 NIST（包括 CAISI）主導，與人工智慧與網路安全產業合作，確保人工智慧被納入事件回應團隊的標準、回應框架、最佳實務與技術能力（例如飛行套件）的建立。
• 修改網路安全與基礎建設安全局的網路安全事件與漏洞回應手冊，納入對人工智慧系統的考量，並包括首席資訊安全官與首席人工智慧官、高級機構隱私官、DOC 的 CAISI 與其他適當機構官員諮詢的需求。機構應相應更新其下屬手冊。
• 由 DOD、DHS 與 ODNI 主導，與 OSTP、NSC、OMB 與國家網路總監辦公室協調，鼓勵負責任分享人工智慧漏洞資訊，作為實施行政命令 14306「維持加強國家網路安全的選定努力並修訂行政命令 13694 與行政命令 14144」持續努力的一部分。30

³⁰ 2025 年 6 月 6 日行政命令 14306「維持加強國家網路安全的選定努力並修訂行政命令 13694 與行政命令 14144 (Sustaining Select Efforts To Strengthen the Nation’s Cybersecurity and Amending Executive Order 13694 and Executive Order 14144)」，聯邦公報 90 (111) 24723，www.govinfo.gov/content/pkg/FR-2025-06-11/pdf/2025-10804.pdf.

支柱三：引領國際人工智慧外交與安全 (Pillar III: Lead in International AI Diplomacy and Security)

為了在全球人工智慧競爭中成功，美國必須不只是在自己邊界內促進人工智慧。美國也必須推動在全世界採用美國人工智慧系統、運算硬體與標準。美國目前是資料中心建設、運算硬體績效與模型的全球領導者。美國將此優勢運用為持久全球聯盟至關重要，同時防止我們的敵對者從我們的創新與投資中免費搭便車。

向盟友與夥伴出口美國人工智慧 (Export American AI to Allies and Partners)

美國必須透過向所有願意加入美國人工智慧聯盟的國家出口其完整人工智慧技術堆疊——硬體、模型、軟體、應用程式與標準——來滿足全球人工智慧需求。未能滿足此需求將是一個自己造成的錯誤，導致這些國家轉向我們的對手。美國技術的發布與擴散將阻止我們的戰略對手使我們的盟友依賴外國敵對者技術。

建議政策行動 (Recommended Policy Actions)

• 在 DOC 內建立並運作一項計畫，旨在從產業聯盟收集完整堆疊人工智慧出口套裝的提案。一旦聯盟被 DOC 選定，經濟外交行動小組、美國貿易發展署、進出口銀行、美國國際開發金融公司與國務院 (DOS) 應與 DOC 協調以促進滿足美國核准安全需求與標準的交易。

對抗中國在國際治理機構中的影響力 (Counter Chinese Influence in International Governance Bodies)

大量國際機構，包括聯合國、經濟合作暨發展組織、G7、G20、國際電信聯盟、網際網路名稱與數字位址分配機構與其他，已提議人工智慧治理框架與人工智慧發展策略。美國支援志同道合國家合作鼓勵人工智慧發展符合我們共享價值觀。但太多這些努力倡導繁重法規、模糊的「行為準則」以促進不符合美國價值觀的文化議程，或受到試圖塑造臉部辨識與監控標準的中國公司影響。

建議政策行動 (Recommended Policy Actions)

• 由 DOS 與 DOC 主導，利用美國在國際外交與標準制定機構中的地位，積極倡導促進創新、反映美國價值觀並對抗威權影響的國際人工智慧治理方法。

強化人工智慧運算出口管制執法 (Strengthen AI Compute Export Control Enforcement)

先進人工智慧運算對人工智慧時代至關重要，促成經濟動能與新穎軍事能力。因此，拒絕我們的外國敵對者存取此資源是地緣戰略競爭與國家安全的問題。因此，我們應追求出口管制執法的創意方法。

建議政策行動 (Recommended Policy Actions)

• 由 DOC、OSTP 與 NSC 與產業合作主導，探索利用先進人工智慧運算上新的與現有位置驗證功能，確保晶片不在關注國家。
• 建立由 DOC 主導的新努力，與 IC 官員合作進行全球晶片出口管制執法。這將包括監控人工智慧運算新興技術發展，確保完全涵蓋可能轉移晶片的國家或地區。此增強監控隨後可用於擴大與增加在轉移先進、美國來源人工智慧運算高風險國家的最終用途監控，特別是在沒有工業與安全局出口管制官員駐國的地方。

堵塞現有半導體製造出口管制的漏洞 (Plug Loopholes in Existing Semiconductor Manufacturing Export Controls)

半導體是人類曾經構想的最複雜發明之一。美國與其密切盟友在半導體製造管道中的許多關鍵組件與程序上持有接近壟斷地位。我們必須繼續以半導體製造的突破性研究與新發明引領世界，但美國也必須防止我們的敵對者以破壞我們國家安全的方式將我們的創新用於其自身目的。這需要新措施以處理半導體製造出口管制的差距，加上增強執法。

建議政策行動 (Recommended Policy Actions)

• 由 DOC 主導，開發半導體製造子系統的新出口管制。目前，美國與其盟友對半導體製造必要的主要系統施加出口管制，但不管制許多組件子系統。

在全球範圍內協調保護措施 (Align Protection Measures Globally)

美國必須對敏感技術施加強力出口管制。我們應鼓勵夥伴與盟友跟隨美國管制，而非填補空隙。如果它們這樣做，美國應使用外國直接產品規則與次級關稅等工具以達成更大國際協調。

建議政策行動 (Recommended Policy Actions)

• 由 DOC 與 DOS 主導並與 NSC、DOE 與 NSF 協調，開發、實施與分享補充技術保護措施的資訊，包括基礎研究與高等教育，以緩解來自戰略敵對者與關注實體的風險。此工作應建立在 DOS 與 DOC 正在進行的現有努力上，或在必要時涉及新外交行動。
• 開發人工智慧全球聯盟的技術外交戰略計畫，以協調整個政府的誘因與政策槓桿，誘導關鍵盟友採用補充人工智慧保護系統與整個供應鏈的出口管制，由 DOS 與 DOC、DOD 與 DOE 協調主導。此計畫應旨在確保美國盟友不向美國尋求施加出口管制的技術供應敵對者。
• 擴大促進人工智慧技術堆疊多邊管制的新倡議，避免僅依賴多邊條約機構達成此目標，同時也包含現有美國管制與所有未來管制以平衡美國與盟友管制。
• 由 DOC 與 DOD 主導，與盟友協調確保它們採用美國出口管制、與美國合作開發新管制，並禁止美國敵對者供應其國防工業基礎或取得國防供應商控股權。

確保美國政府處於評估前沿模型國家安全風險的最前線 (Ensure that the U.S. Government is at the Forefront of Evaluating National Security Risks in Frontier Models)

最強大的人工智慧系統可能在近期在網路攻擊與化學、生物、放射、核或炸藥 (CBRNE) 武器開發以及新穎安全漏洞等領域帶來新穎國家安全風險。由於美國目前在人工智慧能力方面領先，美國前沿模型中存在的風險很可能預覽外國敵對者近期將擁有的能力。理解這些風險在其出現時的本質對國防與國土安全至關重要。

建議政策行動 (Recommended Policy Actions)

• 與前沿人工智慧開發者合作評估前沿人工智慧系統的國家安全風險，由 DOC 的 CAISI 與其他具有 CBRNE 與網路風險相關專業知識的機構合作主導。
• 由 DOC 的 CAISI 與國家安全機構合作主導，評估並評估在關鍵基礎建設與美國經濟其他地方使用敵對者人工智慧系統可能產生的安全漏洞與惡意外國影響，包括後門與其他惡意行為的可能性。這些評估應包括美國與敵對者人工智慧系統能力、外國人工智慧系統採用與國際人工智慧競爭狀態的評估。
• 優先在聯邦機構招募領先人工智慧研究人員，包括 DOC 內的 NIST 與 CAISI、DOE、DOD 與 IC，確保聯邦政府能繼續提供前沿評估與人工智慧系統分析。
• 透過 DOC 的 CAISI、國家安全機構與相關研究機構之間的合作，建立、維護並在必要時更新國家安全相關人工智慧評估。

投資生物安全 (Invest in Biosecurity)

人工智慧將在生物學方面解鎖幾乎無限潛力：新疾病的治療、新穎工業使用案例與更多。同時，它可能為惡意行為者創造合成有害病原體與其他生物分子的新途徑。此問題的解決方案是設計用於篩選惡意行為者的多層方法，以及更有效篩選的新工具與基礎建設。隨著這些工具、政策與執法機制成熟，與盟友與夥伴合作確保國際採用將至關重要。

• 要求所有接受聯邦科學研究資助的機構使用具有強健核酸序列篩選與客戶驗證程序的核酸合成工具與合成提供者。為此需求建立執法機制而非依賴自願證明。
• 由 OSTP 主導，召集政府與產業行為者開發機制以促進核酸合成提供者之間的資料分享，以篩選潛在詐欺或惡意客戶。
• 透過 DOC 的 CAISI、國家安全機構與相關研究機構之間的合作，建立、維護並在必要時更新國家安全相關人工智慧評估。

此頁本意留白。