成人免费午夜在线观看,伊人久久精品,一区二区三区精品

堅(jiān)持智能向善，共同推動(dòng)AI安全可信發(fā)展

一是堅(jiān)守正確的科技倫理。我曾看過(guò)一篇文章，西湖大學(xué)校長(zhǎng)施一公介紹，人工智能在3年內(nèi)就預(yù)測(cè)出近7億個(gè)蛋白質(zhì)或大分子空間三維結(jié)構(gòu)，而人類此前積累的全部數(shù)量?jī)H約20萬(wàn)個(gè)，正是因?yàn)槿斯ぶ悄艿慕槿雽⒖蒲杏墒止どa(chǎn)變成了工業(yè)化生產(chǎn)。另一則新聞是美國(guó)重要智庫(kù)Mitre發(fā)布了一張人工智能系統(tǒng)對(duì)抗性威脅的場(chǎng)景圖，呈現(xiàn)出人工智能應(yīng)用從偵查踩點(diǎn)、網(wǎng)絡(luò)滲透到維持控守、數(shù)據(jù)獲取，再到秘密傳遞、后場(chǎng)處理等網(wǎng)絡(luò)攻擊全鏈條場(chǎng)景，威力之大，超出想象。兩個(gè)案例從正反兩方面，充分表明人工智能運(yùn)用得當(dāng)，將造福人類；運(yùn)用不當(dāng)，可能引發(fā)災(zāi)難，其所帶來(lái)的危害將不亞于核武器，而全世界只有9個(gè)擁核國(guó)家，但可能會(huì)有無(wú)數(shù)個(gè)濫用人工智能的機(jī)構(gòu)團(tuán)體，少數(shù)人給世界帶來(lái)災(zāi)難的風(fēng)險(xiǎn)在大大增加。可信AI，智能向善，刻不容緩。同樣站在金融的角度，我們要防止金融服務(wù)過(guò)程中的信息繭房、數(shù)據(jù)偏見(jiàn)、隱私泄露和市場(chǎng)操縱，要防止模型歧視所可能引發(fā)的侵權(quán)事件，建立模型持續(xù)運(yùn)營(yíng)機(jī)制，對(duì)模型輸出開(kāi)展審計(jì)，確保AI技術(shù)符合倫理法則和社會(huì)價(jià)值觀。

二是加強(qiáng)算力資源整合共享。人工智能大模型所需算力每3-4個(gè)月就翻一倍，以新材料、生物制藥、金融科技、深海深空等為代表的前沿科技和未來(lái)產(chǎn)業(yè)，都對(duì)算力提出了前所未有的需求。但當(dāng)前全國(guó)范圍的算力“小高爐”現(xiàn)象普遍存在，算力都在建，應(yīng)用都還缺，快速增長(zhǎng)的主要是低端算力，而圍繞大模型、自動(dòng)駕駛等AI任務(wù)所需的高端算力仍然缺口較大，供給端與需求端存在結(jié)構(gòu)性錯(cuò)位，甚至造成能源與資金浪費(fèi)。建議研究建立國(guó)家級(jí)的云計(jì)算底座，有效統(tǒng)籌大模型在訓(xùn)練、推理等不同環(huán)節(jié)所需的算力資源，合理分工，避免人工智能基礎(chǔ)設(shè)施出現(xiàn)低水平重復(fù)建設(shè)。在行業(yè)層面，要探索建立AI算力云，提供公正、可信、可共享的算力資源，推動(dòng)實(shí)現(xiàn)設(shè)施綠色低碳、資源高效調(diào)度、算力靈活供給。

三是強(qiáng)化數(shù)據(jù)供給與數(shù)據(jù)治理。AI模型的價(jià)值觀來(lái)自于數(shù)據(jù)，數(shù)據(jù)供給質(zhì)量的好壞將直接影響AI的智商與成效，為了確保大模型的應(yīng)用效果和可信度，我們需要對(duì)訓(xùn)練數(shù)據(jù)的量和質(zhì)提出更為嚴(yán)苛的要求。經(jīng)過(guò)多年的信息化建設(shè)，金融機(jī)構(gòu)普遍積累了大量結(jié)構(gòu)化數(shù)據(jù)和數(shù)據(jù)處理經(jīng)驗(yàn)，但相對(duì)于大模型，還遠(yuǎn)遠(yuǎn)不夠。在具體實(shí)踐中，一方面需要著力豐富數(shù)據(jù)種類、強(qiáng)化數(shù)據(jù)治理、提升數(shù)據(jù)質(zhì)量，建立“業(yè)務(wù)沉淀數(shù)據(jù)要素、數(shù)據(jù)要素轉(zhuǎn)化為數(shù)據(jù)資產(chǎn)、數(shù)據(jù)資產(chǎn)反哺業(yè)務(wù)發(fā)展”的閉環(huán)機(jī)制；另一方面，需要建立高效穩(wěn)定的數(shù)據(jù)標(biāo)注體系，對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行辨別、清洗、加工，確保數(shù)據(jù)支撐有力、標(biāo)注專業(yè)統(tǒng)一，為建模提供堅(jiān)實(shí)基礎(chǔ)。要全面落實(shí)數(shù)據(jù)安全法律法規(guī)與監(jiān)管要求，建立健全數(shù)據(jù)分級(jí)分類管理和數(shù)據(jù)全生命周期的安全保護(hù)能力，保障金融數(shù)據(jù)和個(gè)人信息安全。

四是推動(dòng)大模型生態(tài)建設(shè)，積極開(kāi)展模型治理。大模型研發(fā)具有人才密集、技術(shù)密集、資本密集的特性，通常由少數(shù)高效能的研發(fā)組織主導(dǎo)，目前國(guó)產(chǎn)大模型數(shù)量已超過(guò)200個(gè)，一方面大模型研發(fā)缺少具有顯著創(chuàng)新性的原創(chuàng)理論支撐，導(dǎo)致多數(shù)大模型技術(shù)路線趨同，同質(zhì)化嚴(yán)重，一定程度上造成了資源浪費(fèi)，另一方面在探索“大而強(qiáng)”通用模型的同時(shí)，結(jié)合具體應(yīng)用場(chǎng)景研發(fā)“小而美”垂直行業(yè)模型的資源投入相對(duì)不足。建議發(fā)揮產(chǎn)業(yè)上下游合力，推動(dòng)產(chǎn)學(xué)研深度融合，建立國(guó)家、行業(yè)基礎(chǔ)性規(guī)劃，加強(qiáng)合作協(xié)同，構(gòu)建自主可控、共生互補(bǔ)、健康可持續(xù)發(fā)展的良好生態(tài)。同時(shí)，要大力推進(jìn)負(fù)責(zé)任的模型治理，解決AI應(yīng)用存在的模型決策不透明、難以“白盒化”等問(wèn)題，確保人工智能合規(guī)、安全、有效應(yīng)用。包括建立模型評(píng)估與監(jiān)測(cè)機(jī)制，定期對(duì)模型進(jìn)行質(zhì)量檢查、性能評(píng)估、運(yùn)行監(jiān)控、風(fēng)險(xiǎn)審計(jì)，確保模型穩(wěn)定運(yùn)行；增強(qiáng)模型安全防護(hù)，研究深度防偽技術(shù)，建設(shè)對(duì)抗訓(xùn)練平臺(tái)，提升模型外部風(fēng)險(xiǎn)防控能力。

五是完善AI工程化人才培養(yǎng)。AI工程化人才是推動(dòng)AI技術(shù)創(chuàng)新和應(yīng)用的關(guān)鍵人才，在數(shù)字化轉(zhuǎn)型中發(fā)揮重要作用。積極培育AI工程化人才隊(duì)伍，一方面要通過(guò)自主培養(yǎng)、產(chǎn)學(xué)研深度合作等方式，著力造就一支知識(shí)型、技能型、創(chuàng)新型的工程化人才隊(duì)伍；另一方面要通過(guò)人才引進(jìn)、消化、吸收以及合理流動(dòng)，充分激發(fā)創(chuàng)新活力。

交通銀行愿與大家一起，堅(jiān)持“智能向善，開(kāi)放共治”，攜手推進(jìn)人工智能技術(shù)應(yīng)用，為數(shù)智時(shí)代的美好未來(lái)努力奮斗。