根據艾瑞咨詢的數據，2020年全球人工智能市場規模約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，該產業迅速發展與標準化體系缺失的矛盾就變得尤為突出。

作為一個新興產業,人工智能的標準特別是評估評測規范明顯是滯后，不止我國，在全球范圍內皆是如此，國際國內基本沒有相應的行業標準和評估評測規范。究其原因，一方面，人工智能技術、產品還在快速發展中，業界對人工智能的概念、內涵、應用模式、智能化水平等尚難達成共識，現有標準化工作基礎較為薄弱；其次，人工智能標準涉及共性技術領域較多，涉及不同的標準化技術委員會，其在人工智能領域的標準化工作邊界有待進一步明晰；最后，相關倫理道德、安全標準往往滯后于技術的發展，這也引發更多分歧和爭議，對標準制定工作帶來新的挑戰。

那么，怎樣的標準才是有利人工智能產業發展的呢?通過對國內外人工智能的發展現狀進行分析，可以初步得到以下標準化需求分析：

（1）界定人工智能需要研究的范圍。人工智能從實驗室研究轉向各應用領域的實用系統，呈現快節奏增長的態勢，這需要通過統一的術語進行界定，明確人工智能的內涵、外延和需求的核心概念，引導產業界正確認識和理解人工智能技術，便于大眾廣泛使用人工智能技術；

（2）描述人工智能系統的框架。用戶和開發者在面對人工智能系統的功能和實現時，普遍將人工智能系統看作是一個“黑盒子”，但有必要通過技術框架規范來增強人工智能系統的透明度。由于人工智能系統應用范圍廣泛，可能很難給出通用的人工智能框架，更現實的方式是在特定的范圍和問題中給出特定的框架。例如，目前以機器學習為基礎的人工智能系統是主流技術，并依賴于包括云計算和大數據在內的技術資源，可以以此為基礎構建一個基于機器學習的人工智能系統框架，并對其中組件的功能進行界定；

（3）評價人工智能系統的智能等級。按智能程度對人工智能系統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的工作。隨著不同的應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）促進人工智能系統的互操作性。人工智能系統及其組件有一定的復雜性，不同的應用場景涉及到的系統及組件不同。系統與系統之間，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品之間的互用性，達到數據互通，也就是不同的智能產品需要有標準化的接口。標準化工作保證人工智能系統的應用程序接口、服務及數據格式，通過標準和兼容接口，定義可互換的組件、數據和事務模型；

（5）進行人工智能產品的評估。人工智能系統作為工業產品，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，才能確保產品的質量和可用性，并為產業的可持續發展提供保障。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、服務機器人等產品，按照規范化的程序和手段，通過可測量的指標和可量化的評價系統得到科學的評估結果，同時配合培訓、宣貫等手段推進標準的實施；

（6）對關鍵技術進行標準化。對已經形成模式，并廣泛應用的關鍵技術，應及時進行標準化，防止版本碎片化和獨立性，確保互操作性和連續性。例如，深度學習框架綁定的用戶數據，應當通過明確神經網絡的數據表示方法和壓縮算法，確保數據交換，且不被平臺綁定，保障用戶對數據擁有的權益，其它如人機交互技術、傳感器接口、基本算法等基礎標準也需要盡快制定；

（7）確保安全及倫理道德。人工智能從各種設備、應用和網絡中收集了大量的個人、生物或者其它特征數據，這些數據并不一定從系統設計之初就能夠很好地組織管理并采取恰當的隱私保護措施。對人類的安全和生命安全有直接的影響的人工智能系統，可能會對人類構成威脅，需要在這類人工智能系統得到廣泛應用之前，就通過標準化等手段對系統進行規范和評估，保障安全性；

（8）針對行業應用特點的標準化。除了共性技術外，在特定行業中實施人工智能還存在個性化的需求與技術特色，典型的如家居應用、醫療應用、交通應用等，需考慮特定設備的功能性能特征、系統組成結構和相互關系等。