在過(guò)去數(shù)年間，人工智能的發(fā)展速度遠(yuǎn)遠(yuǎn)超過(guò)人們的預(yù)期。我們?cè)?jīng)在“終結(jié)者”、“黑客帝國(guó)”、“銀翼殺手”等影視作品中看到的場(chǎng)景，似乎開(kāi)始越來(lái)越有可能在將來(lái)變成現(xiàn)實(shí)。相應(yīng)地，人工智能對(duì)世界政治的影響日益加大。甚至最近爆出的一些新聞顯示在這之前人工智能已經(jīng)深刻地影響了大國(guó)政治。比如被認(rèn)為有俄羅斯官方背景的“劍橋分析（Cambridge Analytical）”公司被爆出利用人工智能和大數(shù)據(jù)分析影響美國(guó)大選和英國(guó)脫歐，該公司對(duì)選舉的操縱成為英國(guó)最終脫歐和特朗普在美國(guó)總統(tǒng)大選中競(jìng)選獲勝的重要原因。諸如此類的情形，昭示著人工智能和大數(shù)據(jù)分析已經(jīng)（而不只是將會(huì)）給世界政治格局帶來(lái)重大影響。

而人工智能對(duì)國(guó)際關(guān)系研究的影響不僅在于研究對(duì)象受人工智能的影響而發(fā)生變化，更在于人工智能的發(fā)展在研究觀念和研究方法上對(duì)國(guó)際關(guān)系研究者造成的沖擊。這種沖擊可能會(huì)在學(xué)術(shù)界引發(fā)一些重要爭(zhēng)議，比如，什么才是國(guó)際關(guān)系研究最應(yīng)該關(guān)注的研究對(duì)象？構(gòu)成國(guó)際關(guān)系運(yùn)行的基本實(shí)體及其運(yùn)行方式會(huì)受何種影響？什么樣的研究思路才是國(guó)際關(guān)系研究所應(yīng)該采用的思路？什么樣的研究方法才是國(guó)際關(guān)系研究所應(yīng)采用的方法？等等。

從研究特點(diǎn)來(lái)看，傳統(tǒng)的國(guó)際關(guān)系研究與人工智能時(shí)代的國(guó)際關(guān)系研究會(huì)有較大差異。從國(guó)際關(guān)系研究的本體論來(lái)說(shuō)，傳統(tǒng)的國(guó)際關(guān)系研究強(qiáng)調(diào)最基本的研究實(shí)體是民族國(guó)家，而人工智能的發(fā)展會(huì)助推網(wǎng)絡(luò)國(guó)家的興起，進(jìn)而給傳統(tǒng)的國(guó)際關(guān)系研究本體論帶來(lái)一定的挑戰(zhàn)。從國(guó)際關(guān)系研究的認(rèn)識(shí)論來(lái)說(shuō)，傳統(tǒng)的國(guó)際關(guān)系研究更強(qiáng)調(diào)發(fā)現(xiàn)穩(wěn)定清晰的因果關(guān)系和因果機(jī)制，而將機(jī)器學(xué)習(xí)方法引入國(guó)際關(guān)系研究后，國(guó)際關(guān)系的研究可能不再像以前那么執(zhí)著于此，追求“無(wú)法解釋但有用”的分析或許會(huì)變得同追求清晰的因果解釋一樣流行。從國(guó)際關(guān)系研究的方法論來(lái)說(shuō)，傳統(tǒng)的國(guó)際關(guān)系研究計(jì)量方法還是難以處理維數(shù)較高的數(shù)據(jù)以及復(fù)雜的非線性的問(wèn)題，而引入了機(jī)器學(xué)習(xí)方法后，我們更有信心處理那些數(shù)據(jù)維度高、非線性以及變量之間相互復(fù)雜作用的問(wèn)題。

人工智能對(duì)國(guó)際關(guān)系研究本體論的挑戰(zhàn)

通常而言，本體論指的是研究構(gòu)成世界的最基本實(shí)體是什么（比如古希臘哲學(xué)對(duì)構(gòu)成世界的基本元素的探討）及世界產(chǎn)生、存在和發(fā)展變化的根本原因和根本依據(jù)。國(guó)際關(guān)系的本體論指的是研究構(gòu)成國(guó)際關(guān)系的最基本實(shí)體是什么，以及國(guó)際關(guān)系產(chǎn)生、存在和發(fā)展變化的根本原因和依據(jù)。傳統(tǒng)的國(guó)際關(guān)系研究默認(rèn)最基本的研究實(shí)體是民族國(guó)家，力圖探尋民族國(guó)家之間沖突與合作的本質(zhì)和規(guī)律，主流的國(guó)際關(guān)系理論都是圍繞這些來(lái)展開(kāi)的。然而人工智能的發(fā)展使得民族國(guó)家是否依然會(huì)是未來(lái)國(guó)際關(guān)系研究的最基本實(shí)體都可能存疑。在人工智能取得高速發(fā)展的情況下，民族國(guó)家面臨著越來(lái)越多的挑戰(zhàn)。

民族國(guó)家在人工智能時(shí)代所面臨的最核心的挑戰(zhàn)在于，網(wǎng)絡(luò)國(guó)家（Net States）權(quán)勢(shì)的進(jìn)一步興起可能會(huì)弱化民族國(guó)家在國(guó)際關(guān)系中的地位和影響。網(wǎng)絡(luò)國(guó)家指的是除民族國(guó)家之外，類似于Facebook 、Google、Twitter這樣的擁有巨大用戶規(guī)模和全球影響力的機(jī)構(gòu)。這些機(jī)構(gòu)有的用戶規(guī)模超過(guò)世界上任一國(guó)家的人口（比如Facebook有20億用戶規(guī)模），而且在民眾心中擁有比政府高得多的威信。與民族國(guó)家相比，網(wǎng)絡(luò)國(guó)家更有利于人們表達(dá)和擴(kuò)散自己的思想，這可能使得人們?cè)趯?lái)日益“拒絕國(guó)王和選舉”，“轉(zhuǎn)而擁護(hù)‘初略的共識(shí)和運(yùn)行的代碼’”。而目前很多地方對(duì)網(wǎng)絡(luò)所得收入的征稅權(quán)所屬尚存爭(zhēng)議，以后人們可能會(huì)“把自己的工作交給云存儲(chǔ)去做，還向網(wǎng)絡(luò)國(guó)家交稅”，而受到各種物理限制的國(guó)家則可能面臨更多的、各種各樣的挑戰(zhàn)。

這種趨勢(shì)在互聯(lián)網(wǎng)時(shí)代已經(jīng)露出端倪，而隨著人工智能的發(fā)展，這些網(wǎng)絡(luò)國(guó)家開(kāi)始成為自動(dòng)化武器技術(shù)、自動(dòng)駕駛技術(shù)、最頂尖的機(jī)器學(xué)習(xí)技術(shù)的擁有者，這使得這些機(jī)構(gòu)在將來(lái)想要獲得暴力手段時(shí)，也能夠輕而易舉地將自己的技術(shù)轉(zhuǎn)化為暴力工具，從而對(duì)既有的民族國(guó)家統(tǒng)治構(gòu)成巨大的挑戰(zhàn)。同時(shí)，與前人工智能時(shí)代能更多地轉(zhuǎn)化為強(qiáng)制和戰(zhàn)斗力量的是物質(zhì)資源（比如油氣資源等）不同的是，在人工智能時(shí)代，最重要的資源是各種海量的數(shù)據(jù)資源，而直接擁有這些資源的往往是Facebook、Google等機(jī)構(gòu)，而不是民族國(guó)家，這也使得將來(lái)民族國(guó)家與網(wǎng)絡(luò)國(guó)家之間的權(quán)力天平可能會(huì)向網(wǎng)絡(luò)國(guó)家傾斜。

民族國(guó)家在人工智能時(shí)代所面臨的挑戰(zhàn)還在于，人工智能的發(fā)展可能會(huì)打破民族國(guó)家內(nèi)部結(jié)構(gòu)的均衡，也可能會(huì)打破民族國(guó)家同其他國(guó)家或非國(guó)家組織之間的均衡。首先，人工智能可能會(huì)在未來(lái)造成大量的失業(yè)，進(jìn)而影響很多國(guó)家的內(nèi)部力量均衡。而這種內(nèi)部失衡可能會(huì)帶來(lái)全球民主國(guó)家數(shù)量的減少，并因此而對(duì)國(guó)際關(guān)系造成重大影響。在人工智能得到較大發(fā)展的時(shí)期，可能會(huì)有大量的失業(yè)人口，這些失業(yè)的人需要依賴政府提供的各種資源才能得以生存和發(fā)展，這將可能對(duì)國(guó)家內(nèi)部力量均衡造成重大影響。當(dāng)很多國(guó)家失去了作為社會(huì)穩(wěn)定和民主中堅(jiān)的、自食其力的中產(chǎn)階級(jí)，也就在很大程度上失去了利用納稅等手段制約政府專權(quán)的可能性，那么這些國(guó)家能否像以前那樣維持穩(wěn)定的民主制度將成疑問(wèn)。而一旦國(guó)際關(guān)系中民主國(guó)家數(shù)量減少，有可能會(huì)增加國(guó)際沖突發(fā)生的頻度和烈度。其次，人工智能的發(fā)展也會(huì)影響民族國(guó)家同其他國(guó)家或非國(guó)家組織之間的均衡。一方面是“進(jìn)攻性自控制武器”開(kāi)發(fā)帶來(lái)的軍備競(jìng)賽的危險(xiǎn)可能會(huì)打破民族國(guó)家之間的均衡；另一方面，非國(guó)家組織在將來(lái)會(huì)擁有對(duì)抗民族國(guó)家的更強(qiáng)大的武器。因?yàn)槿斯ぶ悄芪淦鞅群宋淦鲀r(jià)格低得多，也不需要稀缺的原材料，更容易大批量生產(chǎn)，也更容易流入黑市和恐怖分子手中，最終可能成為被很多非國(guó)家行為體掌握的武器。

人工智能對(duì)國(guó)際關(guān)系研究認(rèn)識(shí)論的影響

認(rèn)識(shí)論（epistemology）也被稱為知識(shí)論（二者往往被作為同一概念等同使用），通常指的是對(duì)“知識(shí)的性質(zhì)、知識(shí)的可靠性和知識(shí)的獲得方式”的看法。按照此定義，國(guó)際關(guān)系研究的認(rèn)識(shí)論指的是國(guó)際關(guān)系研究者對(duì)國(guó)際關(guān)系學(xué)知識(shí)的性質(zhì)、國(guó)際關(guān)系學(xué)知識(shí)的可靠性以及獲得國(guó)際關(guān)系學(xué)知識(shí)的方式的看法。在知識(shí)論方面，傳統(tǒng)的國(guó)際關(guān)系研究多強(qiáng)調(diào)對(duì)清晰的因果解釋的追求，認(rèn)為獲得國(guó)際關(guān)系學(xué)知識(shí)的最佳途徑是明晰各種國(guó)際關(guān)系現(xiàn)象背后的因果關(guān)系和因果機(jī)制，然而這種看法在人工智能時(shí)代會(huì)不斷受到?jīng)_擊。

國(guó)際關(guān)系研究者在看待國(guó)際關(guān)系學(xué)知識(shí)的性質(zhì)與獲取方式上很大程度會(huì)受到人工智能發(fā)展的影響。最近幾年人工智能的重要突破在認(rèn)識(shí)論上源于“變思維規(guī)則問(wèn)題為數(shù)據(jù)問(wèn)題和策略問(wèn)題”，這為今后的國(guó)際關(guān)系研究提供了很大的啟發(fā)，卻也對(duì)既有的國(guó)際關(guān)系研究思路提出了重大的挑戰(zhàn)。如果不考慮政策研究的話，在過(guò)去的國(guó)際關(guān)系純學(xué)術(shù)研究中，占主流的研究問(wèn)題大部分都是研究“為什么（Why）”的問(wèn)題，而在今后的國(guó)際關(guān)系研究中，可能研究“怎么做（How）”的問(wèn)題的數(shù)量會(huì)不斷增長(zhǎng)，隨著國(guó)際關(guān)系研究的大數(shù)據(jù)不斷積累，在使用“深度學(xué)習(xí)”的方法的情況下研究“怎么做（How）”的問(wèn)題是合理的。之前很多學(xué)者認(rèn)為國(guó)際關(guān)系純學(xué)術(shù)研究最重要的是弄清楚“為什么（Why）”的問(wèn)題，認(rèn)為只有弄清楚了相關(guān)的因果關(guān)系和因果機(jī)制（“Why”的問(wèn)題）后，才能更好地弄清楚怎么做的問(wèn)題（“How”的問(wèn)題）。而通過(guò)大數(shù)據(jù)和深度學(xué)習(xí)的結(jié)合，今后可能會(huì)有越來(lái)越多的研究在一定程度上跳過(guò)“為什么”的階段，直接進(jìn)入到“怎么做”的階段?，F(xiàn)在不少研究國(guó)際沖突的文章利用機(jī)器學(xué)習(xí)的方法進(jìn)行預(yù)測(cè)，在這個(gè)過(guò)程中，這些文章并不需要關(guān)心國(guó)際沖突背后的因果關(guān)系和因果機(jī)制。

國(guó)際關(guān)系學(xué)界之外的群體在看待如何獲取國(guó)際關(guān)系相關(guān)知識(shí)方面很大程度上也會(huì)受到人工智能發(fā)展的影響。這種影響可能會(huì)給傳統(tǒng)的國(guó)際問(wèn)題政策咨詢方式帶來(lái)沖擊。機(jī)器學(xué)習(xí)方法其實(shí)早已使用在包括金融投資咨詢、醫(yī)療咨詢等很多行業(yè)中了。在金融投資領(lǐng)域，早在20世紀(jì)末，“道富環(huán)球投資管理公司已運(yùn)用神經(jīng)網(wǎng)絡(luò)和進(jìn)化算法進(jìn)行買(mǎi)賣決策，對(duì)3.7萬(wàn)億美元成功進(jìn)行管理投資”；在醫(yī)療行業(yè)，IBM發(fā)展出了專家系統(tǒng)電腦醫(yī)生“沃森”，它“容納了史上所有的醫(yī)學(xué)期刊。除了在大醫(yī)院部署‘沃森’外，IBM最近還與十幾家癌癥研究機(jī)構(gòu)合作，訓(xùn)練認(rèn)知系統(tǒng)”。國(guó)際問(wèn)題政策咨詢方面在未來(lái)也很有可能出現(xiàn)金融和醫(yī)療等行業(yè)類似的現(xiàn)象。未來(lái)國(guó)際關(guān)系領(lǐng)域也極有可能出現(xiàn)類似“沃森”這樣的專家系統(tǒng)，容納所有的國(guó)際關(guān)系研究期刊，對(duì)獲取的國(guó)際關(guān)系方面的數(shù)據(jù)進(jìn)行比較，同時(shí)通過(guò)深度學(xué)習(xí)的方式不斷訓(xùn)練其認(rèn)知系統(tǒng)，最終在國(guó)際問(wèn)題的咨詢方面，取得超過(guò)人類的效果。在今后的國(guó)際關(guān)系/外交事務(wù)中，政府可能會(huì)在某些時(shí)候越過(guò)國(guó)際問(wèn)題專家，直接向擁有大數(shù)據(jù)和人工智能技術(shù)的公司咨詢。比如在尋找本·拉登的過(guò)程中，大數(shù)據(jù)公司Plantir發(fā)揮了關(guān)鍵作用。今后政府可能會(huì)在國(guó)際問(wèn)題咨詢方面更多地尋求國(guó)際關(guān)系研究者以外群體/主體的幫助。

人工智能對(duì)國(guó)際關(guān)系研究方法的挑戰(zhàn)與機(jī)遇

人工智能的研究方法可以在很大程度上實(shí)現(xiàn)對(duì)既有的定性和定量方法的超越。目前國(guó)際關(guān)系研究方法主要有案例分析、計(jì)量、博弈論、實(shí)驗(yàn)等，這些方法各有所長(zhǎng)，但是也均存在各種缺陷，迄今為止還沒(méi)有哪種方法能贏得所有國(guó)際關(guān)系研究者的充分認(rèn)同。而人工智能在過(guò)去幾年進(jìn)展迅速的“深度學(xué)習(xí)”方法，在今后的研究中會(huì)成為對(duì)傳統(tǒng)的定性和定量方法的有力補(bǔ)充。

目前政治學(xué)和國(guó)際關(guān)系學(xué)界借助機(jī)器學(xué)習(xí)方法進(jìn)行研究的趨向可以大體分為三類（三類趨向中，有些研究的主體是政治學(xué)和國(guó)際關(guān)系學(xué)學(xué)者，另一些研究則是其他學(xué)科的學(xué)者做出來(lái)的，但可以預(yù)見(jiàn)其他學(xué)科學(xué)者的這些研究會(huì)很快被政治學(xué)和國(guó)際關(guān)系學(xué)科的學(xué)者所借鑒）。

第一類是借助機(jī)器學(xué)習(xí)方法對(duì)既有的研究方法（比如傳統(tǒng)的計(jì)量方法）進(jìn)行改進(jìn)，或者是發(fā)展出新的更貼合政治學(xué)和國(guó)際關(guān)系研究的機(jī)器學(xué)習(xí)方法。人工智能方法可以改進(jìn)國(guó)際關(guān)系研究中使用的計(jì)量分析方法。比如在匹配方法方面，機(jī)器學(xué)習(xí)方法被用來(lái)估計(jì)傾向分，而機(jī)器學(xué)習(xí)中發(fā)展出來(lái)的遺傳匹配技術(shù)也在一定程度上彌補(bǔ)了傳統(tǒng)匹配方法的一些不足。在工具變量方法方面，現(xiàn)在已經(jīng)有學(xué)者利用正則化（regularization）和調(diào)參的方式，來(lái)減輕使用工具變量時(shí)因工具變量數(shù)目或維度過(guò)多所帶來(lái)的過(guò)擬合。在實(shí)驗(yàn)方法方面，隨機(jī)試驗(yàn)方法善于處理平均處理效應(yīng)，但不太擅長(zhǎng)處理異質(zhì)處理效應(yīng)，有學(xué)者將機(jī)器學(xué)習(xí)中的多種方法結(jié)合起來(lái)改進(jìn)對(duì)異質(zhì)處理效應(yīng)的估計(jì)。

第二類趨向是將機(jī)器學(xué)習(xí)方法運(yùn)用到政治學(xué)和國(guó)際關(guān)系研究中去，既包括使用某些其他學(xué)科學(xué)術(shù)研究中使用較多的方法，如神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、隨機(jī)森林等，也包括對(duì)政治學(xué)和國(guó)際關(guān)系關(guān)系學(xué)學(xué)者自己改進(jìn)和發(fā)展出來(lái)的方法的使用，比如在政治學(xué)和國(guó)際關(guān)系研究中對(duì)自動(dòng)文本分析方法的發(fā)展與應(yīng)用等。以自動(dòng)文本分析方法為例，一些政治學(xué)者發(fā)展了一些新的主題模型，比如議程表達(dá)模型（Expressed Agenda Model）、動(dòng)態(tài)多主題模型（Dynamic Multitopic Model）、結(jié)構(gòu)主題模型（Structural Topic Model）等。自動(dòng)文本分析在政治學(xué)和國(guó)際關(guān)系研究中的應(yīng)用，目前主要集中在國(guó)際安全和政治態(tài)度方面。比如在國(guó)際安全研究中，有學(xué)者借助結(jié)構(gòu)主題模型方法分析崛起國(guó)和衰落的霸權(quán)國(guó)之間互動(dòng)模式的微觀行為基礎(chǔ)，有的學(xué)者則借助自動(dòng)文本分析方法分析了1998—2008年間俄羅斯政治精英和軍事精英的8000份公開(kāi)陳述，研究?jī)蓚€(gè)群體在對(duì)外政策方面的差異。在應(yīng)用到對(duì)政治態(tài)度的分析方面，一是對(duì)政客在意識(shí)形態(tài)光譜上的定位分析，比如利用給詞匯打分（wordscores）的文本分析方法來(lái)判斷政治家在意識(shí)形態(tài)光譜中的位置；二是對(duì)政治議程設(shè)置和議程表述、政治家注意力分配的分析，比如對(duì)歐洲議會(huì)的政治議程的分析，對(duì)1995—2004年間美國(guó)參議員的政治注意力分配進(jìn)行的分析，以及使用議程表達(dá)模型分析美國(guó)參議院是如何與選民進(jìn)行溝通，以解釋他們?cè)谌A盛頓的工作的相關(guān)分析。

第三類趨向是將機(jī)器學(xué)習(xí)方法同其他研究方法進(jìn)行總結(jié)、對(duì)比或綜合。這些研究或是將機(jī)器學(xué)習(xí)方法同實(shí)驗(yàn)方法結(jié)合起來(lái)（如借此分析美國(guó)大眾在何種情形下會(huì)將重要暴力事件界定為恐怖主義行為），或是將結(jié)構(gòu)主題模型方法和統(tǒng)計(jì)方法結(jié)合起來(lái)（如借此方法指出美國(guó)媒體在報(bào)道穆斯林女性相關(guān)新聞時(shí)所暗含的伊斯蘭恐懼癥偏見(jiàn)），或是比較神經(jīng)網(wǎng)絡(luò)方法和邏輯回歸在分析國(guó)際沖突方面的優(yōu)劣。

現(xiàn)在人工智能中的機(jī)器學(xué)習(xí)方法極大地?cái)U(kuò)展了國(guó)際關(guān)系研究可以利用的信息的深度和廣度。深度學(xué)習(xí)方法已經(jīng)可以處理之前無(wú)法處理的Data，甚至將不是Data的東西變成了Data，比如說(shuō)圖像和語(yǔ)言信息，這些信息在之前因?yàn)榫S度太高而難以使用傳統(tǒng)的計(jì)量方法進(jìn)行處理，但是借助于機(jī)器學(xué)習(xí)方法就可以得到較好的處理。

人工智能對(duì)國(guó)際關(guān)系研究的挑戰(zhàn)給中國(guó)帶來(lái)的啟示

面對(duì)上述影響，我們應(yīng)當(dāng)如何應(yīng)對(duì)？

首先，政府應(yīng)優(yōu)化產(chǎn)業(yè)支持和國(guó)家間產(chǎn)業(yè)競(jìng)爭(zhēng)策略。一方面，國(guó)家間存在著激烈的產(chǎn)業(yè)競(jìng)爭(zhēng)，政府不能要求所有被政府支持的產(chǎn)業(yè)都取得成功，只要政府總體上所支持的所有產(chǎn)業(yè)所帶來(lái)的收益超過(guò)了政府總的投入成本，就可以說(shuō)產(chǎn)業(yè)政策是有效的。另一方面，政府在支持人工智能產(chǎn)業(yè)發(fā)展時(shí)，也應(yīng)認(rèn)真考慮如何避免過(guò)度刺激存在相關(guān)產(chǎn)業(yè)競(jìng)爭(zhēng)的國(guó)家，進(jìn)而防止該國(guó)對(duì)自己的產(chǎn)業(yè)施加過(guò)分的技術(shù)和貿(mào)易限制。

其次，進(jìn)一步重視數(shù)據(jù)安全，防止數(shù)據(jù)向國(guó)外泄露或被少數(shù)大企業(yè)所壟斷。我們既要重視數(shù)據(jù)主權(quán)，加強(qiáng)對(duì)自身數(shù)據(jù)安全的保護(hù)，又要重視通過(guò)技術(shù)的提升來(lái)增強(qiáng)對(duì)數(shù)據(jù)的掌控和分析，防止單純限制數(shù)據(jù)跨境流動(dòng)可能引發(fā)的國(guó)家間對(duì)抗的負(fù)面效果。與此同時(shí)，中國(guó)政府也應(yīng)防止海量的數(shù)據(jù)被一些國(guó)內(nèi)外大企業(yè)壟斷所帶來(lái)的不利影響，需要通過(guò)相應(yīng)的法律法規(guī)對(duì)這種現(xiàn)象進(jìn)行一定程度的規(guī)制。

再次，監(jiān)控人工智能發(fā)展的風(fēng)險(xiǎn)，防止局面失控。出于國(guó)家間競(jìng)爭(zhēng)的原因，人工智能的開(kāi)發(fā)不可能因?yàn)榇嬖陲L(fēng)險(xiǎn)就被放棄。但各國(guó)在研發(fā)人工智能的過(guò)程中，確實(shí)有必要通過(guò)合作共同管控人工智能開(kāi)發(fā)的風(fēng)險(xiǎn)。也許將來(lái)要考慮像對(duì)待核武器的控制一樣，各人工智能研發(fā)大國(guó)之間需要在控制人工智能開(kāi)發(fā)、防止人工智能對(duì)人類造成不可挽回的災(zāi)難性影響等方面達(dá)成相關(guān)的開(kāi)發(fā)控制協(xié)議。

最后，支持用機(jī)器學(xué)習(xí)的方式對(duì)國(guó)際關(guān)系展開(kāi)研究，在國(guó)際關(guān)系本科和研究生教育中納入機(jī)器學(xué)習(xí)等課程。不斷吸取其他學(xué)科的養(yǎng)分是國(guó)際關(guān)系學(xué)科能夠持續(xù)取得進(jìn)步的重要原因，而國(guó)際關(guān)系學(xué)科的不斷革新也要求國(guó)際關(guān)系學(xué)科人才培養(yǎng)方式不斷革新。在機(jī)器學(xué)習(xí)和人工智能不斷發(fā)展的今后，將基礎(chǔ)的編程和機(jī)器學(xué)習(xí)課程納入國(guó)際關(guān)系學(xué)人才培養(yǎng)的課程設(shè)計(jì)中，也許是一個(gè)必要的方案。