Институт статистических исследований и экономики знаний НИУ ВШЭ подготовил обзор зарубежных подходов к государственной поддержке развития искусственного интеллекта в науке. Авторы определили модели США, Китая, Великобритании, Евросоюза и сопоставили их. Работа основана на официальных документах из анализируемых стран и информации из открытых источников.

Ключевые выводы:

• усиление роли ИИ актуализирует задачу поиска баланса между ускорением внедрения технологии и управлением возникающими рисками. Ответом на это становятся комплексные модели регулирования и поддержки, говорится в работе;
• несмотря на разнообразие национальных подходов, большинство стран опирается на общий набор базовых принципов: приоритет человеческого контроля над ИИ, прозрачность алгоритмов, подотчетность разработчиков, защита интеллектуальной собственности;
• в США политика в области ИИ для науки ориентирована на сохранение глобального технологического лидерства. Она опирается преимущественно на рыночные механизмы. Государство выступает в роли стратегического координатора и крупного инвестора. В 2025 году из федерального бюджета направили $3,3 млрд (239,4 млрд руб.) на гражданские программы в сфере ИИ;
• важным элементом ИИ-инфраструктуры в США является портал NAIRR для расширения доступа ученых к вычислительным мощностям, а также программа Genesis, которая объединяет суперкомпьютеры и ИИ-системы для ускорения исследований и разработок;
• регулирование в США носит преимущественно мягкий характер и реализуется через добровольные стандарты, рекомендации и инструменты оценки рисков;
• в Китае политика в области ИИ для науки опирается на централизованное управление и концентрацию ресурсов в рамках национальных программ. По оценкам Bank of America, объем государственного финансирования ИИ в 2025 году составил $56 млрд (4,1 трлн руб.), что значительно превышает показатели большинства стран, отмечают авторы;  
• в Китае государство выступает как источником финансирования развития ИИ в науке, так и ключевым субъектом координации исследований, инфраструктуры и технологических приоритетов;
• модель Евросоюза сочетает финансовую поддержку и развитую нормативную базу. Существенная часть инвестиций в создание инфраструктуры, проведение фундаментальных исследований и прикладные разработки распределяется через специализированные инициативы;
• в 2026–2027 годах заложено 107 млн евро (9,1 млрд руб.) на создание общеевропейской экосистемы, объединяющей данные, вычислительные мощности и научные коллективы. В 2024–2027 годах около 600 млн евро (50,8 млрд руб.) направят на создание ИИ-гигафабрик (AI Gigafactories) и развитие суперкомпьютерной сети EuroHPC;
• европейские программы поддерживают создание междисциплинарных команд, взаимодействие университетов, научных центров и индустрии, а также вовлечение зарубежных исследователей в проекты, связанные с ИИ;
• нормативная база Евросоюза предусматривает обязательный аудит высокорисковых систем и ограничения на использование персональных данных;
• в Великобритании приоритет отдается развитию исследовательской инфраструктуры. Общий объем государственных инвестиций в ИИ с 2018 года превысил 3,3 млрд фунтов (321,7 млрд руб.), на 2025–2029 годы запланировано вложение еще 2 млрд фунтов (195 млрд руб.);
• британская модель сочетает развитие вычислительной инфраструктуры с адресной поддержкой научных проектов и подготовкой кадров;
• как отмечают в НИУ ВШЭ, различия между странами носят институциональный характер и отражают особенности их экономических и политических систем. Они проявляются в моделях управления, распределении ролей государства и научных организаций, а также характере регулирования;  
• набор используемых странами инструментов во многом совпадает, что, как считают аналитики, может говорить о формировании общего контура политики. Например, повсеместно развиваются вычислительная инфраструктура и грантовые механизмы поддержки исследований, внедряются принципы ответственного использования ИИ;
• по мнению авторов, для России актуальной задачей становится разработка национальных рекомендаций и стандартов, включая механизмы оценки рисков ИИ;
• аналитики отмечают, что базовыми условиями развития ИИ в науке становятся инфраструктура, вычислительные мощности и данные. Доступ к таким ресурсам важен не меньше, чем финансовые меры поддержки. По мнению авторов, в российском контексте это предполагает необходимость расширения вычислительной инфраструктуры для исследовательских команд и ввод механизмов распределения ресурсов;
• зарубежный опыт показывает, что подготовка специалистов в области ИИ для науки становится самостоятельным приоритетом государственной политики.

Расскажите знакомым: