360联合天津智慧城市数字安全研究院发布《全球人工智能安全治理》报告******
2023年1月10日,360天枢智库、天津智慧城市数字安全研究院、网络空间国际治理研究中心三方联合发布《全球人工智能安全治理》报告,报告站在全球视角的宏观高度纵览、分析和解读人工智能安全治理问题,提出人工智能发展面临十大安全挑战,旨在探索既能发挥人工智能技术效益又能控制其安全风险和负面影响的治理之道,是中国学术界和产业界对人工智能发展与安全的一次思想碰撞与深度探索,对人工智能安全治理具有积极指导意义。
在人工智能加速智能化变革的同时,针对人工智能的伦理规范、风险框架、以及治理理念和模式的探索成为各国学术界和政策界的重点工作。360首席安全官、天津智慧城市数字安全研究院院长杜跃进称,人工智能作为中、美、欧等国家或地区都在积极发展的关键新兴技术,其在发展过程中所产生的安全挑战也更为复杂多元,世界主要国家和地区已经将安全治理列为各自人工智能战略的优先事项。
目前,各国普遍关注的人工智能安全问题共十类,包括网络安全问题、企业合规问题、可解释性问题、隐私安全问题、声誉和伦理问题、未来劳动力问题、公平性问题、人身安全问题、社会稳定问题、以及国家安全问题。而以上挑战映射到人工智能的研发和应用过程,又可以划分为人工智能自身安全、衍生安全、以及人工智能赋能安全等核心安全挑战。
报告显示,作为一种数字技术,人工智能“双刃剑”特征明显,不仅自身存在数字安全威胁和隐患,随着人工智能工程化、场景化、平台化落地不断加快,人工智能安全需求已经超越单纯技术范畴。面对日趋复杂的安全挑战,人工智能安全治理难以一蹴而就,只有在实践中不断摸索,才能将人工智能安全风险遏制在可控范围。
报告对各国人工智能安全治理模式进行了深入剖析,针对上述问题,报告主要发现:美国流派在人工智能安全治理上采取的手段是在人工智能技术部署、使用与监测的全过程中都进行验证与监管,建立与之配套的规范体系;欧盟流派则更寄希望于运用监管框架与信任体系来对人工智能的安全进行规制,其规制更倾向于人权方向;相较美国与欧盟,中国流派的人工智能安全治理致力于形成内含研发、管理和应用的全流程安全保障体系,涵盖基础框架研制、基本安全原则、供应链管理实践指南、安全服务能力、应用领域的标准研制等各个方面。
为了避免人类社会发展被技术创新所“反噬”,也就是落入所谓的“科林格里奇困境”,产学研各界以监管和设置可操作性原则为主导,通过治理实践凝聚共识,探索人工智能安全治理的思路与模式。报告详细介绍了业界通用的各类风险治理思路,首先是基于未来风险预防的影响评估模式,其次是基于自主性原则的元监管模式,然后是基于透明追踪的AI系统预警模式。并由此细分出以用户为考虑重点的参与性设计和以政府为主导力量的敏捷治理两条路径。
在中国,360等多家人工智能龙头企业以自身实践构建行业安全案例,走出了技术赋能、行业规制、平台监测的多种道路。其中,360承建了科技部牵头成立的“安全大脑国家新一代人工智能开放创新平台”建设,集中解决各类人工智能发展问题,引领人工智能安全生态建设。
作为报告联合发起方,天津智慧城市数字安全研究院依托于新一代人工智能创新发展试验区核心区——中新天津生态城提供的丰富应用场景,紧紧把握新型城市发展规律和机遇,致力于促进人工智能与经济社会发展深度融合,助力打造“智慧城市国家级标杆区”。
随着数字经济成为改变全球竞争格局的关键力量,人工智能产业将得到更大发展。同时,人工智能安全治理也将得到全世界的关注和推动,《全球人工智能安全治理》报告作为相关领域的权威论著,也将为人工智能产业的健康发展贡献一份重要的力量。
发挥数据的创新引擎作用******
作者:孙辰朔(清华大学习近平新时代中国特色社会主义思想研究院特约研究员)
随着数字技术创新和迭代速度加快,数据作为关键生产要素,已快速融入生产、分配、流通、消费和社会服务管理等各个环节,成为驱动经济社会发展的重要力量。习近平总书记指出,“发挥数据的基础资源作用和创新引擎作用,加快形成以创新为主要引领和支撑的数字经济”。中共中央、国务院前不久发布的《关于构建数据基础制度更好发挥数据要素作用的意见》对激活数据要素潜能、做强做优做大数字经济、构筑国家竞争新优势作出了一系列部署。切实用好数据要素,更好发挥数据的数字化、网络化、智能化基础作用,协同推进技术、模式、业态和制度创新,对于深化创新驱动、推动高质量发展具有重要意义。
数据要素是数字经济深化发展的核心引擎。充分发挥数据资源优势、挖掘数据价值潜力,需要不断完善数据要素培育和发展相关体制机制,加快构建数据基础制度,让数据要素更好为创新赋能,为推动高质量发展注入强大动能。
第一,数据要素能够推动知识技术创新。数据要素是指能够参与社会生产经营活动、可为使用者或所有者带来经济效益、以电子方式记录的数据。释放数据要素价值的关键在于数据开发利用。政府、企业、科研院所等在参与数据要素加工使用的过程中,通过结合人工智能算法、经济数学模型和领域专业知识,对研发、设计、生产、营销与决策各环节进行数据清洗、分析、建模,可以发现新的规律,研究出新的理论,创造新的知识或技术,带来更多经济效益和更大社会价值。
第二,数据要素能够优化科技创新要素配置。实现科技创新的要素包括劳动、资本、土地、技术、数据、企业创新精神等实体要素和虚拟要素。传统要素市场中存在信息不对称、要素流通不畅等,容易产生创新要素供需错配等问题,使创新资源的利用偏离最优配置。通过对数据要素的挖掘分析和利用,可以降低信息交互偏差和要素交易成本,推动创新要素流向高生产效率、高边际产出的企业和行业,打通“信息孤岛”和“数据壁垒”,从而实现要素高效配置。
第三,数据要素能够提升产业创新发展能力。一方面,作为数字化、网络化、智能化的基础,数据要素能够参与技术、产品、市场、组织、管理等创新过程,依靠信息技术创新驱动,推动数字产业化,不断催生新产业新业态新模式,培育壮大一批具有增长潜力的新兴产业,创造更多新需求和新就业岗位,挖掘新的经济增长点。另一方面,促进数据高效流通,推动产业数字化转型,实现数字经济与实体经济深度融合,将极大提升传统产业跨区域、跨场景、跨行业的协同创新水平,提升产业发展的质量和效益。
更好发挥数据要素对创新的推动作用,可重点从以下四个方面发力。
一是构建彰显创新引领的数据基础制度,鼓励数据要素投入创新。数据基础制度体系是数据要素赋能创新的制度保障。要建立数据产权制度,推动数据产权结构性分置和有序流通,强化高质量数据要素供给,推进数据分类分级确权授权使用和市场化流通交易。要建立合规高效的数据要素流通和交易制度,让数据要素更加顺畅地流通、更有效率地交易。要建立体现效率、促进公平的数据要素收益分配制度,激发数据要素赋能创新、协同创新的活力和潜能。还要加强政策支持和引导,激励创新创业创造,让更多数据要素参与创新过程。
二是推动数字与产业融合发展,深化产业链创新链融合。数据要素驱动创新的重要路径在于促进数字经济与实体经济深入融合,促进实体经济中的创新要素高效配置。要面向各市场主体、行业和区域需求,统筹推进数字化转型。数据要素驱动创新的关键抓手在于推动创新链产业链深度融合,要加强数据要素与其他生产要素的组合迭代、交叉融合,推动生产要素多领域、多维度、系统性突破,围绕产业链部署创新链、围绕创新链布局产业链,深入实施工业互联网创新发展战略,发挥数据的创新引擎作用。
三是致力打造数字人才高地,强化关键核心技术攻关。充分发挥数据要素作用,关键在于扩大高水平数字创新人才供给。要创新科技人才培养体系,将数字人才培养作为学科建设的重要内容,提升全民数字素养与技能,培养造就一大批既懂专业领域又懂数字技术的高水平复合型人才。还要提升关键软硬件技术创新和供给能力,加强数字科技基础理论研究和数字基础设施建设。
四是构建多方协同治理模式,筑牢数字经济创新发展安全屏障。发挥数据要素驱动创新的作用离不开强有力的安全治理,要充分发挥政府有序引导和规范发展的作用,构建政府、企业、社会多方协同治理模式。要压实企业的数据治理责任,增强企业社会责任,促进公平竞争。还要增强数据安全保障、网络安全防护等各方面能力,把安全要求贯穿数据要素赋能创新全过程。
(文图:赵筱尘 巫邓炎)