人工智能技术具有基础性、综合性、普适性等特征，为各行业发展注入巨大新动力，正在深刻改变经济社会发展模式。近来，人工智能急剧升温，以“互联网 ”为基础开始向“AI×”加速演进，业界管理也从“互联网治理”转向“AI治理”。人工智能不同于其他的技术，它能产生具有和人类相媲美的智慧，因此就有了“替代论”“威胁论”“毁灭论”等论调。对于这一充满高度不确定性和巨大挑战性的技术，人类无法承担“先发展后治理”可能导致的恶果，而应遵守“边治理边发展”的原则。
　　人工智能治理，我们无法回避“治理什么”和“如何治理”的问题。人工智能治理既包括人工智能本身作为对象的治理，又包括将人工智能应用于其他产业时产生问题的治理，这里主要围绕前者来谈一谈人工智能要素治理的问题，因为这是人工智能产业化、商业化发展的必经之路。人工智能主要包括数据、计算能力和算法三个要素。相应的，人工智能治理也可以从这三个要素入手来开展。
　　数据治理：人类已经发生的三次工业革命可以概括为“蒸汽机革命”、“电气化革命”和“信息化革命”。前两次工业革命以煤炭、石油等能源资源为基础，第三次工业革命使得数据成了至关重要的生产要素。数据治理主要涉及以下几方面：一是搜集、积累数据。形成统一的数据格式和应用接口规范，通过与政府、企业、中介组织、个人等多主体的良好互动，综合运用互联网、物联网等基础设施收集和积累海量数据。二是共享数据。因为在数据的收集、整理过程中需要付出成本和代价，无偿共享数据不利于激发各方的积极性，因此应建立合理的激励、共享、分配等机制以促进数据共享，让数据真正造福社会，避免将有限的社会资源浪费在基础设施的重复建设与数据的重复收集上。三是隐私保护。应从设置数据开放等级制度和建立健全个人隐私保护制度等方面，不断完善人工智能发展中的隐私保护制度，让数据能够在得到保护的前提下充分发挥积极作用。
　　算力治理：无论是数据存储还是算法的运行都必须借助芯片才能实现。人工智能芯片之于人工智能治理的意义非比寻常，甚至有人提出在人工智能时代，“算力即权力”。因此应做到以下几点：一是存储能力治理。在云计算大规模应用的今天，人工智能芯片存储能力的要求大大降低，但仍应注重如何统筹协调自身存储能力和云端存储能力，以使能力边界拓展到足以完成各项任务的范围。二是计算速度治理。当元器件和走线尺寸缩小到原子大小时经典物理定律不再适用，《自然》杂志已于2016年宣称摩尔定律即将失效，集成电路在传统发展路径下已无太多潜力，而数据量却呈爆发式增长，因此必须尽快寻找提高计算速度的新技术、新材料、新方法。三是，能耗治理。芯片的能耗取决于芯片的类型、算力和应用场景等因素。拥有高速度、大批量、多功能、低能耗等特点的芯片是实现人工智能治理的基本保障。
　　算法治理：人工智能算法是基于数据和算力实现目标的方法。就人工智能的技术发展史而言，算法主要分为五个学派：符号学派、联接学派、进化学派、类推学派和贝叶斯学派。一是梳理每个学派的逻辑、理念、技术、方法。研究如何对不同方法进行评估，并通过对比分析和效果评估发现各个学派的特点和优缺点。二是创新算法与综合应用并举。研究人工智能治理领域的新算法，以及如何综合应用多种算法以发挥最佳作用。三是保障竞争的公平性。神经网络和深度学習等基础技术的发展引发了业界争做“AI时代Andriod平台”的开源潮流。开源平台可以获取用户信息、地理位置等静态数据，以及应用领域、使用习惯、用户评价、市场趋势等动态数据，进而帮助企业维持和扩大竞争优势。因此监管机构应着力保障人工智能领域市场竞争的有序性和公平性。