三分快三交流群 - 在线用户注册首页登录平台

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)

重视数据产权制度设计 加快建设数字中国******

　　作者：唐树源（上海杉达学院法学系教师、数字商务研究中心副主任）

　　党的二十大报告指出，要加快建设网络强国、数字中国。数据作为新型生产要素，对于数字中国的建设具有基础性价值。2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称《意见》），对数据产权、数据要素流通和交易制度、数据要素收益分配制度及数据要素治理制度作出部署。数据作为新型生产要素，对于整个数字经济的发展都有着关键性价值，厘清数据产权制度是构建数据基础制度的基础性工作。

　　数据产权制度的关键性问题

　　要素市场运行的前提是产权配置清晰，产权不清的数据资源必然会限制数据市场的流通和交易。有关数据产权问题，早在2017年，习近平总书记就强调“要制定数据资源确权、开放、流通、交易相关制度，完善数据产权保护制度”。有关数据产权的讨论，需要关注如下几点关键性问题：

　　第一，有关数据产权的立法规定散见于各地政策性文件中，国家层面尚无统一的立法规定。特别是在2021年之后，各地有关数据要素的政策性文件出台较多，而数据产权的内容主要分散在各类文件中，各地的规定也有所不同。主要存在各地政府“自我赋权”“模糊处理”“规定不全面”等问题，这也就促使此次《意见》的出台，明确了数据产权制度的重要性，对理论界和实务界都有着定分止争的作用。接下来从国家层面制定数据产权相关的统一性规定已经非常必要，尤其是在《意见》的指引下细化数据确权的制度性内容是当务之急。

　　第二，数据确权不应只有所有权的确立，而应当构建符合数据独特属性的权属体系。当前国内外研究数据产权主要局限在所有权的问题上，这将不利于数据要素的市场运营和交易。数据具有有限排他、可分割、动态调整和技术依赖的独特属性，不能等同于石油等自然资源的确权思路，更不应当停留在所有权的层面。因而此次《意见》提出的数据确权治理路径是“三权分置”的数据产权运行机制，充分考虑到了数据的独特价值，更好地平衡了数据权属与市场应用发展。

　　第三，构建数据分类分级确权授权使用机制。《意见》提出要“探索建立数据产权制度”，其中包括“建立公共数据、企业数据、个人数据的分类分级确权授权制度”，说明数据产权不能“一刀切”。从分类上看，数据可以分为公共数据、企业数据和个人数据，每一类数据相关联的主体和内容都是不同的。如公共数据的主体涉及面更广，不同阶段会有不同的参与主体，权属的确立就更难，但公共数据的开放又更为重要，所以平衡两者之间关系的难题就摆在了决策者面前。同时，各类数据的授权机制同样重要并有所不同，这无疑增加了数据产权制度的复杂性。平衡好数据各类权利保护并兼顾效率最大的结果是数据产权运营的重要追求。

　　构建“三权分置”的数据产权运行机制

　　《意见》提出“建立数据资源持有权、数据加工使用权、数据产品经营权‘三权分置’的数据产权制度框架”，这是接下来数据产权确立的核心内容。对于此项较新的治理机制，需要注意理解如下问题：

　　一方面，“数据资源持有权”是基于数据所有权特殊性的分离权利。所有权、持有权、经营权、使用权、占有权等都是产权体系中重要的构成，持有权不同于使用权和经营权，更加突出对数据资源的掌控，是脱离于所有权的分离权利。之所以设立“数据资源持有权”，本质上也是因为数据资源所有权的不确定性。

　　另一方面，数据“三权”的分工和定位是不同的。 “数据资源持有权”是对于数据资源的掌控权利，如个人对个人所有的数据持有权，公司对公司所有数据的持有权，公共管理部门对公共管理服务中产生数据的持有权。“数据加工使用权”是对于数据的加工处理活动的使用权利，持有并不代表着有权对数据进行加工处理，在数据授权加工中尤为明显，因而使用权所涉及到的主体就更为多元。“数据产品经营权”是对于数据产品的经营性权利，数据从一开始的资源形态，经过加工处理，最后形成为数据产品，可以经营并产生收益。随着数据交易市场的快速发展，未来各类数据产品会更加多样和丰富，这也容易引发市场竞争的垄断和不公平性，因而更加公平、开放的数据产权运行机制是十分必要的。

　　建立数据产权制度需要同步解决的问题

　　当数据不确权，就会限制数据的流通交易，而当数据产权机制确立后，随着数据广泛流通使用，势必会遇到其他方面的各类问题，如各方权益保护、安全、合规等方面的难点问题，需要重点对以下几个方面加以关注：

　　第一，健全数据要素权益保护制度。数据相关的权益保护主要包括数据财产权益和人格权益的保护。针对不同类型的数据保护内容是不一样的，如个人数据重点在于隐私保护与个人信息保护，企业数据的重点在于商业秘密与知识产权保护，公共数据较为复杂，可能同时包含个人数据和企业数据的内容。随着数据交易运营的快速发展，多方主体参与会使得各方权益保护更为重要。同时，数据也会经历动态发展的过程，针对不同时期的数据权益保护也不尽相同，实践中需要更加细化不同流程和阶段，并进行分类分级保护。

　　第二，重视数据全流程合规能够更好保护数据产权。数据产权制度的确立本质上就是从根源上划清各方主体的数据权益，确保数据运行的合规。此次《意见》指出要“建立合规高效、场内外结合的数据要素流通和交易制度”“完善数据全流程合规与监管规则体系”“ 统筹构建规范高效的数据交易场所”。当前，数据合规已经逐步被重视并引入企业实践中，此后的数据合规需要结合“三权分置”的数据产权运行机制全面梳理并总结，明确各方权利和责任。以数据合规为契机，全面开展数据产权保护工作是较好的切入点，有助于建立起公平、经济的数据要素流通和交易环境。

　　第三，安全是数据全流程的底线原则，数据产权制度也需要动态调整，适应数据市场的发展。此次《意见》指出要“统筹发展和安全，贯彻总体国家安全观，强化数据安全保障体系建设，把安全贯穿数据供给、流通、使用全过程，划定监管底线和红线。”数据产权制度本质上是根据数据独特产权属性而创立的，当数据要素市场需要更合适的产权制度的时候，当前的数据产权制度进行不断调整也是必然的。这当中首要保障的就是安全底线，安全体现在数据权属、内容、技术、载体等层面，也贯穿于数据交易、授权、加工、开放、共享等全过程。有了安全的保障，使得数据产权制度更加坚固，数据要素的市场活力方能够充分释放。

　　（文图：赵筱尘 巫邓炎）