智能時代的算法治理:大模型技術與合規實踐

鄧輝 張文娟 賀敏 張震 艾政陽

  • 智能時代的算法治理:大模型技術與合規實踐-preview-1
智能時代的算法治理:大模型技術與合規實踐-preview-1

相關主題

商品描述

以ChatGPT、文心一言等為代表的大模型展現出前所未有的內容生成、邏輯推理和多模態理解能力,正深刻重塑著各行各業的經濟形態和社會運行模式。本書旨在幫助企業構建穩健的合規體系,從而在智能時代的競爭中行穩致遠。本書共6章,首先,梳理全球大模型的發展脈絡、產業格局,以及國內大模型發展現狀及挑戰;其次,深入解讀文本大模型、模型優化和多模態大模型技術的運行機理;進而系統剖析人工智能算法安全與應用安全的多維風險;接著,從法律層面評析國內外算法治理的法律現狀與實施挑戰;隨後,結合中國企業實際,提出人工智能合規體系的構建思路與操作方案;最後,展望人工智能大模型的未來監管、治理框架和國際合作的可能方向,勾勒智能時代算法治理的動態圖景。 本書適合人工智能開發者、服務提供商、法律與合規從業人員、政策制定者,以及希望深入了解大模型治理趨勢的研究人員和大眾讀者閱讀。

作者簡介

鄧輝,研究方向為互聯網管理,工作單位國家計算機網絡應急技術處理協調中心,聯系電話82990697,作者簡介:鄧輝長期從事互聯網新興技術治理、互聯網輿情信息監測、情報分析等方面的研究,具有很好的研究積累和較強的學術科研能力,獲評國家網信重要崗位人才支持計劃。近年來,在互聯網行業服務發展、網絡信息監測、互聯網網絡與信息安全技術等方面開展了深入研究,取得了一系列的研究成果,作為課題組負責人和主要研究人員先後完成3 項工業和信息化部課題、1項國家重大科技專項、1項國家計算機網絡與信息安全技術研究專項的研究工作,分別提出完善我國互聯網信息內容監管的建議、研究制訂我國重大活動和突發事件期間網絡與信息安全保障的長效工作機制、結合國外發達國家網絡與信息安全立法新態勢提出我國立法建議,相關研究成果為有關部門開展我國網絡與信息安全管理提供了有力支撐,發表學術論文8篇,其中《圖書情報工作》、《蘭臺世界》為圖書情報檔案類權威期刊,參與編寫《中國互聯網發展報告》、網信重要領域決策稿件及研究報告,分別報送工信、網信等國家行業監管部門,得到了有關領導的肯定和好評,為領導決策參考提供了有力的依據。

目錄大綱

第一章 人工智能大模型的發展現狀及分析
一、全球大模型發展整體態勢
二、人工智能生成內容技術的應用現狀
三、全球頭部大模型發展概況
四、國內大模型分析
(一)國內大模型發展現狀及挑戰
(二)國內大模型備案情況
第二章 人工智能大模型技術現狀及機理研究
一、文本大模型:通用人工智能的“基石”
(一)基礎架構
(二)位置編碼
(三)激活函數
二、模型優化:實現大模型落地的“橋梁”
(一)微調技術
(二)提示工程
三、多模態大模型:發展躍遷的“下一站”
(一)基礎架構
(二)模態編碼器
(三)輸入輸出投影器
(四)模態生成器
第三章 人工智能安全風險
一、人工智能內生(自身)安全風險
(一)模型算法安全風險
(二)數據安全風險
(三)系統安全風險
二、人工智能應用安全風險
(一)網絡域安全風險
(二)現實域安全風險
(三)認識域安全風險
(四)倫理域安全風險
第四章 人工智能算法治理現狀與挑戰
一、現行規範:算法治理相關的法律法規
(一)部分相關的現行法律:聚焦算法治理的相關原則
(二)部分相關的部門規章:強調特定領域的專門規定
(三)全文相關的部門規章:側重智能算法的規範治理
二、歸責解讀:法規對企業的具體影響
(一)信息服務監管範圍逐步擴大
(二)統籌監管合規體系日益完善
(三)所負具體義務要求更為全面
(四)面臨的法律責任更加多元
三、國際比較:國內外法律法規的特點和差異
(一)美國算法相關法律法規概覽
(二)歐盟算法相關法律法規概覽
(三)其他主要經濟體算法相關法律法規概覽
(四)差異分析與經驗借鑒
四、實施挑戰:法律實施的挑戰和問題
(一)技術先進性與法律滯後性的矛盾
(二)規範模糊性與實踐操作性的矛盾
(三)算法“黑箱”性與規制透明度的矛盾
(四)信息安全性與利用效率性的矛盾
(五)監管統一性與企業差異性的矛盾
(六)規範專業性與標準互通性的矛盾
第五章 關於中國企業合規的實踐建議
一、企業合規的內涵與框架
(一)企業合規的內涵和邏輯必然
(二)企業合規的組織機構
(三)企業合規的階段劃分
二、企業風險評估和管理
(一)算法數據風險
(二)算法技術風險
(三)算法內容風險
三、企業風險應對舉措
(一)機構設置:設立數據與人工智能合規管理委員會
(二)規範制定:編制數據與人工智能分類分級管理規範
(三)保持互動:暢通與監管機構、用戶和公眾的溝通渠道
四、企業合規的可持續性理念與路徑
(一)堅持人工智能可持續監管理念
(二)構建合規風險評估與培訓制度
(三)推動參與算法的監管沙盒測試
(四)優化合規方案的監督與完善機制
五、企業在人工智能方面的治理實踐
(一)騰訊:可解釋CV治理實踐
(二)螞蟻集團:“蟻鑒20”人工智能安全檢測平臺
(三)阿裏巴巴:生成式人工智能的發展與治理探索
(四)字節跳動:《關於人工智能生成內容的平臺規範暨行業倡議》
(五)百度:大模型安全解決方案
(六)商湯科技:可信人工智能基礎設施
第六章 人工智能大模型的未來監管與治理圖景
一、人工智能治理面臨的挑戰與立法應對
(一)人工智能治理面臨的全新挑戰
(二)立法領域應對挑戰的可行舉措
二、人工智能技術的發展與監管演進脈絡
(一)技術變革
(二)產業應用
(三)監管脈絡
三、人工智能監管法律法規的趨勢預測與展望
(一)中央立法:統一法典與分散細則的雙軌制度
(二)地方立法:“監管沙盒+產業促進”雙重驅動
四、人工智能倫理治理框架的構建與發展
(一)人工智能倫理治理的發展現狀
(二)人工智能倫理治理的發展趨勢
(三)倫理治理下主體企業的社會責任
五、人工智能治理的國際協同與合作機制
(一)人工智能國際合作的現狀
(二)人工智能國際合作面臨的挑戰
(三)人工智能國際合作未來的發展方向
附錄