我国人工智能产业如何实现“弯道超车”

原标题：我国人工智能产业如何实现“弯道超车”

相比其他国家，中国拥有庞大的实体产业基础，并正加快构建现代化产业体系，对于人工智能技术与行业应用的深度融合有着更庞大、更迫切、更具价值的实际需求，为人工智能技术创新提供了更为广阔的创新实践空间。这也是在大模型时代，国内产业在人工智能领域的机遇所在。

随着国内生成式人工智能的快速发展，相关监管政策正逐步落地，由国家互联网信息办公室等七部门联合发布的《生成式人工智能服务管理暂行办法》（以下简称《办法》）于8月15日正式施行。作为我国首份针对生成式人工智能的规范性监管文件，《办法》以“促进生成式人工智能健康发展和规范应用”为目标，明确国家坚持发展和安全并重、促进创新和依法治理相结合的原则，对生成式人工智能服务实行包容审慎和分类分级监管。

在日益完善的监管链条之下，我国人工智能产业迎来合规发展新阶段，正如各方专家所言，“不发展是最大的不安全”。

运用监管科技激活人工智能市场活力

“ChatGPT的问世引发了新一轮人工智能革命，人类与机器、技术与产业、虚拟与现实之间的关系发生着广泛而深刻的改变，技术创新也给人类社会文明秩序带来了挑战。”近日，在中国社会科学院法学研究所主办的“全球治理话语竞赛下人工智能立法的中国方案”研讨会上，南方财经全媒体集团合规科技研究院院长虞伟表示。

当前全球正在进行智力话语竞赛，掀起新一轮AI监管潮。虞伟介绍，欧洲正谋求AI监管领域的主导权，早早将立法提上日程。2019年欧盟委员会发布《人工智能伦理准则》，提出评价人工智能可信赖的七项标准。2020年欧盟出台《人工智能白皮书》，为人工智能的监管提供多种政策选项。今年6月14日，欧盟议会以压倒性优势的投票结果通过欧盟人工智能法案草案，预计在完成最终谈判后正式审批通过。

南财合规科技研究院首席研究员王俊建议，我国可以在建立基于应用场景的制度、明确政府主导作用并协同社会多方治理、科学应用技术工具等方面借鉴欧洲监管经验。

“我们目前还没有实现对风险全面类型化和场景化的区分，因为风险具有复杂性，单一的治理技术和多元治理场景存在矛盾。接下来可以基于场景把监管做得更精细化，针对不同技术路线、应用模式和责任主体，在不同场景中对不同的风险点进行差异化监管。”王俊表示，同时，可以采取分级治理的模式，给中低风险领域留出试错和发展空间，积极运用一些监管科技，综合选择适配的监管科技模式，激活人工智能市场活力。

新浪集团法务部总经理谷海燕同样认为，希望看到更加有区分度的监管措施。比如欧盟的人工智能法案草案，采用风险区分规制路径，根据风险级别，分为不可接受风险人工智能、高风险人工智能、低风险人工智能，以及最小风险人工智能，并分别设置相关主体的法律义务。

“我们必须关注AI热潮中伴生的风险。”虞伟指出，比如在数据层面，面对生成式人工智能庞大的数据需求，如何建立高质量的语料数据库，如何加强全流程的数据合规管理。在法律层面，生成式人工智能的结果能否构成著作权法所定义的作品仍存争议，进一步的版权归属问题也需要厘清。此外，歧视、偏见、虚假信息传播等风险在大模型大量数据投喂的训练方式下也被放大，如何将道德伦理原则“教”给AI，做到精准纠偏，兼顾公平与效率，这些都需要进一步研究。

构建算力生态支撑人工智能产业发展

数据显示，今年上半年，国内发布的各类大模型数量超过100个。据不完全统计，目前国内已有大约80个参数在10亿规模以上的大模型。《办法》提出，推动生成式人工智能基础设施和公共训练数据资源平台建设。促进算力资源协同共享，提升算力资源利用效能。推动公共数据分类分级有序开放，扩展高质量的公共训练数据资源。鼓励采用安全可信的芯片、软件、工具、算力和数据资源。