站內搜索
站內搜索
作者：肖文，系浙江大學經濟學院教授
黨的二十屆四中全會指出，“加快人工智能等數智技術創新，突破基礎理論和核心技術，強化算力、算法、數據等高效供給”。人工智能作為新一輪科技革命的關鍵領域和產業變革的核心動力，引領著經濟社會發展范式變革。習近平總書記指出，“全面推進人工智能科技創新、產業發展和賦能應用，完善人工智能監管體制機制，牢牢掌握人工智能發展和治理主動權”。數據、算力和算法是人工智能的三大要素，數據為人工智能發展提供了“燃料”，而人工智能發展又會形成海量數據，由此形成人工智能迭代演進的良性循環。在實踐中，保障數據安全，強化高質量數據供給，對於人工智能健康發展至關重要。
數據安全是人工智能健康發展的必要條件
2022年末大模型興起，今年初DeepSeek以開源模式進一步推進了人工智能的迭代及應用，人工智能技術從實驗室走向經濟社會，對數據安全提出了更高要求。保障數據安全，為人工智能發展提供穩定、可信、合規的環境，是促進人工智能健康發展的客觀要求和必要條件。
數據安全能為人工智能發展提供穩定環境。數據要素是數字經濟時代的核心戰略資產，充分釋放數據要素價值是發展人工智能的必然要求。人工智能發展需要海量數據集聚並進行訓練，但人工智能技術本身對於數據的真實性並無判斷的能力，大量虛假的、失真的數據供給將會導致人工智能輸出虛構信息。不僅如此，數據篡改、“數據投毒”等惡意行為，將會嚴重影響數據可靠性和完整性，直接破壞人工智能模型的性能，對於高度依賴人工智能決策的領域帶來極大危害。例如，在無人駕駛、醫療診療等領域，大量虛假數據、合成數據等會導致輸出結果失真，從而形成錯誤決策，帶來風險挑戰。保障人工智能數據安全，為人工智能提供真實可靠、訓練充足的優質數據，能夠為人工智能提供穩定的發展環境。
數據安全能為人工智能發展提供可信環境。人工智能加速融入經濟社會運行各個領域，能夠集成公開數據、個人數據等各類數據，進而通過分析挖掘更深層次的數據。但人工智能模型黑箱的特性也導致數據源頭追溯存在困難，大量的虛構信息將會導致幻覺問題，用戶難以進行有效辨別和追溯，影響著人工智能應用和發展的底層邏輯。不僅如此，人工智能在發展進程中，算法設計、數據訓練、決策執行等環節也存在著算法不透明、模型歧視、責任認定模糊等問題，倘若缺乏相應的監管，就會將既有的虛假信息、社會偏見等負面影響進一步放大並精准推送。提升數據安全性，保障高質量數據供給，對於營造一個可信的人工智能發展環境至關重要。
數據安全能為人工智能發展提供合規環境。人工智能發展依托海量數據，推動我國人工智能朝著有益、安全、公平方向健康有序發展，源頭在於保障數據安全。一方面，人工智能集聚海量數據，在模型運行、數據流通等環節中存在敏感信息泄露的風險。不僅如此，人工智能平台擁有強大的數據搜集能力，但原始數據與衍生數據的歸屬權、使用權等問題並沒有明確的界定，數據保護有待提升。另一方面，基於人工智能技術開發的腦機接口、人機交互設備等產業不斷興起，這些產業的發展將會自主無意識收集大量個人敏感的大腦數據，並且極大改變人與人之間的交互模式，現有加密技術難以完全阻斷黑客逆向解碼風險，數據安全和隱私保護難度加大。保障數據安全，才能更好地破解人工智能發展過程中的隱私泄露、倫理風險等，推動人工智能合規發展。
在人工智能技術進步中更好保障數據安全
數據安全與人工智能健康發展相輔相成、互為依托，習近平總書記強調，“我國數據資源豐富，產業體系完備，市場空間巨大，發展人工智能前景廣闊，要加強政策支持和人才培養，努力開發更多安全可靠的優質產品”。這就要求在數據安全中更好地促進人工智能健康發展，在人工智能技術進步中更好地保障數據安全，以高質量數據供給促進人工智能健康發展。
強化關鍵核心技術突破。不論是保障數據安全，還是發展人工智能，關鍵在於以問題為導向，全面增強創新能力，確保關鍵核心技術牢牢掌握在自己手裡。一方面，要加大對數據安全、人工智能等領域基礎研究和關鍵核心技術的支持力度，通過設立專項資金等方式加大研發支持力度。尤其是發揮好企業創新主體作用，加強企業與科研院所在數據安全防護、數據加密傳輸等領域技術的聯合攻關。另一方面，引導高校面向數據安全與人工智能發展等領域調整專業設置方向，以“微專業”培養高技術人才。同時，強化高校、科研院所、企業等創新主體聯合培養復合型人才機制，充分發揮人才作為第一資源的作用。
強化數據基礎設施建設。數據流通是充分釋放數據價值的重要路徑，加快建設數據基礎設施，能夠更好地促進數據安全流通，為人工智能發展注入原動力。一方面，加快數據基礎制度建設，形成數據領域的規劃體系，加速構建數據要素全國統一大市場。同時，合理布局和建設數據可信空間，推進區域、行業數據基礎設施互聯互通以及算力基礎設施一體化發展，保障數據要素安全流通。另一方面，加快數據標准體系建設，明確數據採集、數據挖掘、數據流通、數據保護等方面的標准，分領域推進行業數據高質量歸集和高效利用。不僅如此，還要積極參與國際標准制定，提升數據標准領域的話語權。
強化協同治理格局構建。保障數據安全既要應對技術風險，也要防范社會風險，需要政府、企業、協會、科研院所等多主體共同參與，構建和完善協同治理格局。一方面，在現行法律法規基礎上，完善人工智能算法、加密數據保護、個人隱私保護等重點領域政策法規體系，健全完善數據治理、數據安全等制度，為保障數據安全奠定基礎。另一方面，明確政府、企業等主體責任，創新監管模式，促進信息共享，強化公眾參與，搭建協同治理的框架體系。尤其是構建數據安全的評估平台，制定人工智能數據安全的指標體系，降低數據安全風險，提升人工智能發展成熟度，以此促進人工智能健康發展。
