本報記者 吳曉璐

    ChatGPT一經(jīng)問世便在人工智能應用領域掀起了一陣新的浪潮并引起了全球轟動，僅僅兩個月內(nèi)其注冊用戶就突破1億。

    “ChatGPT的主要魅力在于，它利用從互聯(lián)網(wǎng)獲取的海量訓練數(shù)據(jù)開展深度學習和強化學習，可以給用戶帶來全新的‘人機對話’體驗。海量訓練數(shù)據(jù)可謂是維系ChatGPT進化的核心要素之一。”中國證監(jiān)會科技監(jiān)管局局長姚前在《中國金融》雜志撰文表示。

    姚前表示，有研究預測，按照目前的發(fā)展速度，到2026年ChatGPT類大模型的訓練將耗盡互聯(lián)網(wǎng)上的可用文本數(shù)據(jù)，屆時將沒有新的訓練數(shù)據(jù)可供使用。因此，算力瓶頸之外，訓練數(shù)據(jù)將成為大模型產(chǎn)業(yè)化的最大掣肘之一。從更深層次考慮，大模型在訓練數(shù)據(jù)方面還存在各種治理問題，比如數(shù)據(jù)采集標注費時費力成本高、數(shù)據(jù)質(zhì)量較難保障、數(shù)據(jù)多樣化不足難以覆蓋長尾和邊緣案例、特定數(shù)據(jù)在獲取與使用分享等方面存在隱私保護、數(shù)據(jù)偏見等問題。由此可見，人工智能產(chǎn)業(yè)的高質(zhì)量發(fā)展離不開高質(zhì)量的訓練數(shù)據(jù)，訓練數(shù)據(jù)的安全合規(guī)使用是大模型人工智能長期健康發(fā)展的基礎。

    姚前認為，數(shù)字經(jīng)濟高質(zhì)量發(fā)展的關鍵是數(shù)據(jù)，抓住高質(zhì)量數(shù)據(jù)這一“牛鼻子”，就能有效應對以數(shù)據(jù)為核心的科技創(chuàng)新和產(chǎn)業(yè)變革。當前AIGC（AI Generated Content，人工智能自動生成內(nèi)容）和ChatGPT充分展現(xiàn)了高質(zhì)量訓練數(shù)據(jù)在產(chǎn)業(yè)價值創(chuàng)造中疊加倍增作用，大模型訓練數(shù)據(jù)及其輸出結果將會是未來社會和生產(chǎn)中的一種重要的數(shù)據(jù)資產(chǎn)，其有序流轉(zhuǎn)并合規(guī)使用也是發(fā)展數(shù)字經(jīng)濟的應有之義。通過合理的機制理順市場中各參與方的數(shù)據(jù)權益關系和分配格局，并加強訓練數(shù)據(jù)的依法合規(guī)監(jiān)管，是促進大模型人工智能產(chǎn)業(yè)健康發(fā)展的關鍵。

    為此，姚前提出三點建議：

    一是重點發(fā)展基于AIGC技術的合成數(shù)據(jù)產(chǎn)業(yè)。以更高效率、更低成本、更高質(zhì)量為數(shù)據(jù)要素市場“增量擴容”，助力打造面向人工智能未來發(fā)展的數(shù)據(jù)優(yōu)勢。在強化數(shù)據(jù)要素優(yōu)質(zhì)供給方面，應統(tǒng)籌兼顧自立自強和對外開放。可考慮對Wikipedia、Reddit等特定數(shù)據(jù)源建立過濾后的境內(nèi)鏡像站點，供國內(nèi)數(shù)據(jù)處理者使用。

    二是構建大模型訓練數(shù)據(jù)的監(jiān)管體系。國家相關部門應對大模型訓練數(shù)據(jù)的處理和使用標準進行統(tǒng)一規(guī)范；建立數(shù)據(jù)托管機制，對數(shù)據(jù)托管方進行約束，要求數(shù)據(jù)托管方按照監(jiān)管機構的規(guī)定對數(shù)據(jù)來源、處理結果以及使用去向等進行監(jiān)測，從而使得模型的輸入、輸出結果符合監(jiān)管要求。

    三是探索基于可信機構或基于可信技術的數(shù)據(jù)托管方式。數(shù)據(jù)托管機構可以由相關機構組建數(shù)據(jù)托管行業(yè)聯(lián)盟，以共建共享的方式建設；亦可利用區(qū)塊鏈技術，基于聯(lián)盟鏈或有管理的公鏈，完善源端數(shù)據(jù)治理機制，實現(xiàn)數(shù)據(jù)的鏈上托管、確權、交易、流轉(zhuǎn)與權益分配。

（編輯 張偉）