【析理論道】 

數(shù)據(jù)作為數(shù)字時(shí)代的“新石油”，不僅是傳統(tǒng)產(chǎn)業(yè)、新興產(chǎn)業(yè)發(fā)展的重要支撐，同時(shí)也是人工智能科技創(chuàng)新的關(guān)鍵創(chuàng)新資源。

現(xiàn)階段，人工智能產(chǎn)業(yè)發(fā)展面臨的最突出、最迫切的困境，便是訓(xùn)練數(shù)據(jù)供給不足。隨著網(wǎng)絡(luò)空間已公開數(shù)據(jù)資源趨于“消耗殆盡”，人工智能產(chǎn)業(yè)愈發(fā)需要專業(yè)化程度高、領(lǐng)域?qū)傩詮?qiáng)的高質(zhì)量數(shù)據(jù)來提升算法模型性能。因此，建構(gòu)我國人工智能法治保障體系的一項(xiàng)核心目標(biāo)，便是形成多元化的訓(xùn)練數(shù)據(jù)供給體系，以滿足不同規(guī)模企業(yè)的訓(xùn)練數(shù)據(jù)使用需求，推動(dòng)算法模型性能朝著專業(yè)化方向升級(jí)。而構(gòu)建多元化的人工智能訓(xùn)練數(shù)據(jù)供給體系是一項(xiàng)系統(tǒng)性工程，只有通過持續(xù)拓寬數(shù)據(jù)采集渠道、擴(kuò)大數(shù)據(jù)流動(dòng)范圍、提高數(shù)據(jù)質(zhì)量要求，才能為人工智能產(chǎn)業(yè)注入源源不斷的創(chuàng)新動(dòng)力，實(shí)現(xiàn)高質(zhì)量發(fā)展。

健全多源頭數(shù)據(jù)采集機(jī)制，拓展數(shù)據(jù)廣度。在實(shí)踐中，人工智能企業(yè)獲取訓(xùn)練數(shù)據(jù)的方式主要包括網(wǎng)絡(luò)爬蟲抓取已公開數(shù)據(jù)、使用開源數(shù)據(jù)集、購買數(shù)據(jù)產(chǎn)品等。整體而言，數(shù)據(jù)采集方式較為單一，難以滿足相關(guān)產(chǎn)業(yè)對(duì)訓(xùn)練數(shù)據(jù)質(zhì)量的基本需求。若想擴(kuò)展訓(xùn)練數(shù)據(jù)獲取廣度，需要在以下兩個(gè)層面實(shí)現(xiàn)數(shù)據(jù)采集機(jī)制的延伸：一是在數(shù)據(jù)采集行為合法性方面，以類型化列舉、監(jiān)管實(shí)踐指南等方式明確訓(xùn)練數(shù)據(jù)來源合法性的常見類型，以消除企業(yè)業(yè)務(wù)合規(guī)擔(dān)憂；二是在數(shù)據(jù)市場供給形式方面，深入探索公共數(shù)據(jù)的開放利用模式，降低中小企業(yè)獲取高質(zhì)量訓(xùn)練數(shù)據(jù)的市場門檻，整合數(shù)據(jù)交易基礎(chǔ)制度，拓展可交易數(shù)據(jù)產(chǎn)品的質(zhì)量和類型。具體而言，公共服務(wù)部門在長期社會(huì)公共服務(wù)過程中積累了海量高質(zhì)量數(shù)據(jù)，但由于數(shù)據(jù)安全和數(shù)據(jù)使用收益歸屬不明等現(xiàn)實(shí)因素，此類公共數(shù)據(jù)面向人工智能產(chǎn)業(yè)的開放使用制度還需進(jìn)一步深入探索。以交通部門為例，實(shí)時(shí)路況數(shù)據(jù)不僅可以提供實(shí)時(shí)交通擁堵情況報(bào)告，在人工智能技術(shù)加持下，還可以預(yù)測性地分析未來時(shí)間段交通流量情況、交通事故發(fā)生概率等?？蒲袡C(jī)構(gòu)也積累了大量專業(yè)性較強(qiáng)的科學(xué)數(shù)據(jù)，如醫(yī)學(xué)研究機(jī)構(gòu)的臨床病例數(shù)據(jù)，經(jīng)由科學(xué)化整理和標(biāo)準(zhǔn)化處理，能夠在醫(yī)療影像診斷、傳染病防控等領(lǐng)域發(fā)揮重要作用。這些潛在的數(shù)據(jù)“富礦”，仍有待配套的法律制度予以松綁和深挖，進(jìn)而形成層次化的數(shù)據(jù)采集渠道。

建構(gòu)高質(zhì)量數(shù)據(jù)標(biāo)注機(jī)制，挖掘數(shù)據(jù)深度。對(duì)于訓(xùn)練數(shù)據(jù)，既有數(shù)量上的要求，更有質(zhì)量上的要求。訓(xùn)練數(shù)據(jù)的精確性、一致性、時(shí)效性等技術(shù)指標(biāo)，直接影響著人工智能性能能否提升。以醫(yī)療影像識(shí)別為例，若是存在訓(xùn)練數(shù)據(jù)將正常細(xì)胞標(biāo)識(shí)為癌變細(xì)胞、同一細(xì)胞多次標(biāo)注為不同信息內(nèi)容等情況，那么這些質(zhì)量堪憂的訓(xùn)練數(shù)據(jù)只會(huì)“污染”人工智能性能，進(jìn)而嚴(yán)重危害患者生命健康。國家網(wǎng)信辦等七部門2023年發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》也專門要求在人工智能技術(shù)研發(fā)過程中，服務(wù)提供者應(yīng)當(dāng)制定符合本法要求的“清晰、具體、可操作的標(biāo)注規(guī)則”。因此，合理科學(xué)的數(shù)據(jù)標(biāo)注規(guī)則是保障訓(xùn)練數(shù)據(jù)質(zhì)量和避免算法歧視的重要環(huán)節(jié)。在數(shù)據(jù)標(biāo)注方式上，應(yīng)當(dāng)以“人機(jī)協(xié)作標(biāo)注”為主要方式。技術(shù)研發(fā)者和服務(wù)提供者雖然可以通過批量自動(dòng)化處理系統(tǒng)對(duì)各類數(shù)據(jù)資源進(jìn)行高效批注，但潛在誤差標(biāo)注風(fēng)險(xiǎn)難以有效控制。相對(duì)地，采用人工批注模式，除了成本高昂之外，還可能在不經(jīng)意間滲透標(biāo)注人員的個(gè)人倫理觀，產(chǎn)生潛在科技倫理風(fēng)險(xiǎn)。因此，理想的數(shù)據(jù)標(biāo)注方式應(yīng)是人機(jī)協(xié)作，以此填補(bǔ)上述數(shù)據(jù)標(biāo)注方式的短板，提升數(shù)據(jù)標(biāo)注結(jié)果的準(zhǔn)確性、完整性和中立性。

完善數(shù)據(jù)跨境傳輸機(jī)制，豐富數(shù)據(jù)類型。人工智能訓(xùn)練數(shù)據(jù)的高質(zhì)量供給，離不開數(shù)據(jù)跨境傳輸制度的支撐。不同國家、不同地區(qū)的數(shù)據(jù)資源具有多元化的本地特征，這類數(shù)據(jù)資源能夠優(yōu)化人工智能算法模型，提升人工智能產(chǎn)品和服務(wù)的通用性。近年來，我國數(shù)據(jù)跨境傳輸?shù)姆煞ㄒ?guī)相繼出臺(tái)，確立了以“安全評(píng)估、個(gè)人信息出境標(biāo)準(zhǔn)合同、個(gè)人信息保護(hù)認(rèn)證以及特殊機(jī)制”為內(nèi)容的數(shù)據(jù)跨境傳輸治理框架。同時(shí)，《促進(jìn)和規(guī)范數(shù)據(jù)跨境流動(dòng)規(guī)定》進(jìn)一步解綁了基于學(xué)術(shù)合作、跨國生產(chǎn)制造、市場營銷等活動(dòng)進(jìn)行數(shù)據(jù)跨境傳輸?shù)南拗茥l件。為了更好推動(dòng)訓(xùn)練數(shù)據(jù)的跨境流動(dòng)，需要遵循發(fā)展與安全并重的治理邏輯。從長遠(yuǎn)來看，數(shù)據(jù)資源本地化不利于人工智能產(chǎn)業(yè)的創(chuàng)新發(fā)展，也不利于數(shù)據(jù)要素的市場化配置。數(shù)據(jù)跨境傳輸制度的建構(gòu)是為了實(shí)現(xiàn)又好又快的跨境傳輸數(shù)據(jù)，在數(shù)據(jù)資源的“一進(jìn)一出”中，充分獲取全球范圍內(nèi)的高質(zhì)量訓(xùn)練數(shù)據(jù)資源。在促進(jìn)產(chǎn)業(yè)發(fā)展的同時(shí)，還需要確保數(shù)據(jù)出境安全，積極探索多邊、雙邊數(shù)據(jù)跨境合作機(jī)制，提升我國在數(shù)據(jù)跨境傳輸國際規(guī)則制定中的話語權(quán)，以構(gòu)建網(wǎng)絡(luò)空間命運(yùn)共同體為導(dǎo)向，實(shí)現(xiàn)訓(xùn)練數(shù)據(jù)安全有序流動(dòng)。

出臺(tái)數(shù)據(jù)供給配套政策，暢通數(shù)據(jù)流動(dòng)。在財(cái)政支持政策方面，不同規(guī)模的科技企業(yè)獲取訓(xùn)練數(shù)據(jù)的能力并不相同，為了降低人工智能產(chǎn)業(yè)的市場門檻，有必要通過設(shè)立專項(xiàng)資金、實(shí)施稅收優(yōu)惠政策等手段降低中小企業(yè)獲取高質(zhì)量訓(xùn)練數(shù)據(jù)的實(shí)際難度。針對(duì)在特定領(lǐng)域具有卓越表現(xiàn)的中小企業(yè)、科研機(jī)構(gòu)予以專項(xiàng)扶持，特別是涉及先進(jìn)標(biāo)注算法、數(shù)據(jù)整合技術(shù)等事項(xiàng)，可以通過專項(xiàng)資金助力企業(yè)購置更先進(jìn)的設(shè)備、擴(kuò)充專業(yè)人才隊(duì)伍。在技術(shù)標(biāo)準(zhǔn)體系方面，統(tǒng)一的技術(shù)標(biāo)準(zhǔn)是確保訓(xùn)練數(shù)據(jù)質(zhì)量、規(guī)范數(shù)據(jù)供給的重要工具。在訓(xùn)練數(shù)據(jù)采集、標(biāo)注環(huán)節(jié)，設(shè)置統(tǒng)一的技術(shù)標(biāo)準(zhǔn)體系能夠有效降低后續(xù)數(shù)據(jù)分析、數(shù)據(jù)挖掘等環(huán)節(jié)的研發(fā)成本。同時(shí)，科學(xué)客觀的技術(shù)標(biāo)準(zhǔn)也能針對(duì)科技倫理事項(xiàng)輔助確立更為統(tǒng)一的標(biāo)注規(guī)則。在基礎(chǔ)設(shè)施平臺(tái)建設(shè)方面，為了緩解各行業(yè)、各領(lǐng)域數(shù)據(jù)流動(dòng)范圍狹窄、流動(dòng)類型有限等“數(shù)據(jù)孤島”現(xiàn)象，需要政府部門推動(dòng)建設(shè)面向訓(xùn)練數(shù)據(jù)供給的數(shù)字基礎(chǔ)設(shè)施以及公共算法訓(xùn)練平臺(tái)。通過這些基礎(chǔ)設(shè)施和公共平臺(tái)，將涵蓋經(jīng)濟(jì)、地理、交通等各個(gè)領(lǐng)域的數(shù)據(jù)資源進(jìn)行匯總，從而有效提高訓(xùn)練數(shù)據(jù)的總體數(shù)量和質(zhì)量。

（作者：趙精武，系北京航空航天大學(xué)法學(xué)院副教授、北京科技創(chuàng)新中心研究基地副主任）