乐发彩票必赚方案_乐发彩票网投

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。

2022西湖论剑|谭建荣院士：为数据安全筑起更多防火墙、安全墙******

　　前沿技术在数据安全可控方面发挥着哪些作用？在2022西湖论剑·网络安全大会期间，中国工程院院士谭建荣就新兴数字产业、工业互联网、智能制造、区块链技术等热点话题接受了媒体记者提问，阐述了他对未来网络安全的思考。

　　记者：“十四五”规划指出要培育壮大网络安全等新兴数字产业，在新业态背景下，我们应该如何把握这个机遇，加速推动网络安全产业成长壮大和持续发展？

　　谭建荣：网络安全产业随着网络安全技术的发展而发展，网络技术开放了，网络技术推广应用了，网络安全产业就随之形成，并且壮大。网络技术的先进性是关键，只有具备先进的网络安全技术，网络安全产业才可能具有自主知识产权，才可能做到自主创新、自主可控。有了先进的网络安全产业，我们就形成了网络安全队伍，有了高水平人才，我们才能做大网络安全产业，做到可靠性、可用性、可信性、可控性，才能把网络安全技术应用好、推广好，才能做大做强网络安全产业。

　　记者：近年来数据泄露等网络安全事件不时发生，您认为各相关方应该怎样携手应对，才能确保网络安全、信息安全和数据安全？

　　谭建荣：网络安全本身就是“矛”和“盾”的关系。网络安全既有攻又有防，没有一劳永逸的网络安全。网络安全只有起点没有终点，我们要不断的追求网络安全技术的先进性，才能够有效进行网络安全的“攻和防”。网络安全既要攻得下，又要防得牢，所以这是一对矛盾，就是这对矛盾促进了网络安全技术不断提升、不断发展。只有掌握最先进的技术，才能防得牢。我们首先要有正确的网络安全观，在这个正确的网络安全观指导下，不断提升我们的技术，使我们的防护能力不断增强。

　　记者：您之前提到在工业互联网中数据是至关重要的元素，请您谈一谈数据对于工业互联网发展的重要性体现在哪些方面？

　　谭建荣：我们通过网络产生了工业互联网，把互联网技术用到工业领域，而在工业领域中很大一方面是制造业。在制造过程当中，从产品设计、加工、装配、销售、使用、维护全生命周期来看，每一个环节都产生了大量数据，我们既是大量数据的产生者，又是大量数据的利用者。工业数据，技术数据、管理数据、服务数据、商业数据，对每个企业来说都至关重要，企业的核心竞争力体现在产品上、标准上、自主知识产权上，而最核心、最底层的就体现在工业数据上。企业是行业的领头羊，也是行业的大数据中心，必须要掌握行业数据、发展趋势、商业模式的数据等。

　　工业互联网最核心问题是产生了大量工业数据，而工业产品加工生产的过程，既是数据利用的过程，也是利用数据产生的源头，在这方面同时要利用好、维护好、保护好这些数据。工业数据、数据安全、工业互联是一个三角形关系，每一个环节都必不可少。

　　记者：在智能制造转型升级过程中，需要不断推动智能化大数据创新。如何保障数据安全，推进智能制造又好又快发展？

　　谭建荣：智能制造过程，就是把人工智能技术跟产品实际制造技术融合起来，用人工智能技术解决产品设计、加工、装配、使用、维护等过程当中出现的技术问题，用人工智能提升产品创新能力，改善产品质量。在这个过程中，每一个环节都产生了大量数据，而人工智能一个重要方法就是深度学习，通过人工神经网络训练，用数据训练。人工智能、智能制造归根到底是数据挖掘、数据利用、数据演练的过程，在这个过程当中数据安全是非常重要的，这些数据在哪些行业中，在多大范围使用，给多少人使用，这些都涉及到数据安全。

　　第二个方面，在贸易过程当中，客户服务产生了大量商业数据、技术数据，也包括管理上的数据，这三部分数据安全使用的范围、使用的权限、使用的密码都有一整套管理方法。我们要把智能制造推向深入，必须要通过数据挖掘、数据训练，而在这个过程当中我们要把数据安全做的更好，筑起更多的防火墙、安全墙，这样企业才可以放心地用数据，客户也可以放心地用这些数据。

　　记者：区块链技术在数据安全保障中发挥了哪些具体作用？

　　谭建荣：区块链是基于零信任，把数据公开、透明、去中心化，然后再加密和进行权限管理。区块链技术在数据安全保护方面非常重要，区块链技术应用的最成功、最必要的是金融管理行业、投资融资行业，区块链是公开、透明、去中心化、权限分散等一整套管理制度。我个人理解，区块链技术是互相制约的一个机制，互相制约、互相约束，才能够做到数据安全。（姚坤森）

　　（文图：赵筱尘 巫邓炎）