學習進行時丨習近平總書記和西藏的故事
2025-11-06 16:25 6,138次浏览自2023年起，被外界譽為「人工智慧教父」的傑弗裡·辛頓每年都會在公開場合發出關於AI的警告。 那一年，他提醒人們，AI的發展將帶來越來越大的風險。 2024年，他聲稱，AI將操控人類。 2025年，他在上海舉辦的世界人工智慧大會上，將人類與AI的關係形容為「把小老虎當寵物」——當幼虎長大後，很可能傷人。 近日，2025世界機器人大會在北京亦莊舉行，各類機器人颳起運動旋風。圖/記者 賈天勇 攝 如今，在AI帶來的蓬勃機遇面前，越來越多的人並非害怕技術本身，而是擔心自己無法掌握方向盤。 人工智慧的發展正以難以預測的速度推進，而治理機制和國際共識仍然滯後。 面對這場技術變革，中國正在給出自己的方案——不僅考慮如何發展，更著眼於如何在發展中確保安全、在競爭中尋求合作。 其一是保證人工智慧健康有序發展。 「不發展是最大的不安全。」幾周前的中國網際網路大會上，清華大學智能法治研究院院長申衛星的這句話，引起了業內共鳴。 他認為，當前在人工智慧領域，不能因為治理或立法，扼殺掉產業發展的機會。「但人工智慧也確實必須保證健康有序發展，這個底線是應該明確的。」 業內普遍認為，人工智慧領域的治理，應在設定明確底線的前提下，為發展留出充足的空間。而鼓勵創新應該作為人工智慧治理的第一原則。 近期召開的國務院常務會議明確指出，當前人工智慧技術加速迭代演進，要深入實施「人工智慧+」行動，大力推進人工智慧規模化商業化應用，推動人工智慧在經濟社會發展各領域加快普及、深度融合，形成以創新帶應用、以應用促創新的良性循環。 其二是加快形成多元協同治理格局。 治理的目標不僅是防範風險，更要讓技術在可控範圍內釋放最大價值。國務院常務會議提出，要提升安全能力水平，加快形成動態敏捷、多元協同的人工智慧治理格局。 中國社會科學院法學研究所網絡與信息法研究室副主任周輝對三裡河表示，人工智慧技術屬於顛覆性技術，在治理過程中，需要將一致性評估、合規性審查等引入人工智慧監管機制。同時，考慮到人工智慧發展速度不斷加快，應適應性地構建敏捷治理機制。 此外，由於人工智慧技術在全球各領域都會產生深遠影響，其發展和應用帶來的風險與挑戰往往是跨越國界的，治理更需國際合作。對此，中國是倡導者也是積極實踐者。 中國工程院院士鄔賀銓在2025網際網路安全大會上指出，數字空間是人類共同的新家園，人工智慧與數字安全的挑戰是全球性的，單打獨鬥無法應對。 復旦大學中國研究院副研究員劉典認為，中國應摒棄個別國家的「小院高牆」政策，通過「一帶一路」等多雙邊框架，推動AI技術務實合作。 中國社會科學院法學研究所教授姚佳表示，打造一個全方位、多層次、匯聚廣泛共識，具有包容性、平等性和多元性的人工智慧治理框架，應是各國未來合作的重要方向。 其三是讓技術解決技術的挑戰。 面對人工智慧帶來的新挑戰，傳統、被動、碎片化的安全防護已力不從心，亟須變革。 鄔賀銓曾多次表示，要創新升級數字安全防護體系，構建AI驅動的主動免疫。 2025世界人工智慧大會期間，辛頓呼籲人類探索通用AI訓練方法，使人工智慧向善。 上海人工智慧實驗室主任周伯文指出，在面對長期風險，特別是管理可能超越人類智能的智能體時，要轉向「內生安全」的新思路，即從「讓人工智慧變得安全」(Make AI Safe)邁向「打造安全的人工智慧」(Make Safe AI)。前者是後置性的安全補丁，缺乏敏捷性和韌性；後者則強調安全的內生性和原生性。 人工智慧的未來，並不只是關於算力的競賽。更重要的是，誰能在技術創新與規則之間找到平衡，誰就有可能贏得真正的主動。 中國正在給出的答案，是一條兼顧發展、治理與技術安全的道路。 (「三裡河」工作室)
當前，人工智慧已深度融入經濟社會發展的方方面面，在深刻改變人類生產生活方式的同時，也成為關乎高質量發展和高水平安全的關鍵領域。然而，人工智慧的訓練數據存在良莠不齊的問題，其中不乏虛假信息、虛構內容和偏見性觀點，造成數據源汙染，給人工智慧安全帶來新的挑戰。 數據是人工智慧的基礎 人工智慧的三大核心要素是算法、算力和數據，其中數據是訓練AI模型的基礎要素，也是AI應用的核心資源。 ——提供AI模型的原料。海量數據為AI模型提供了充足的訓練素材，使其得以學習數據的內在規律和模式，實現語義理解、智能決策和內容生成。同時，數據也驅動人工智慧不斷優化性能和精度，實現模型的迭代升級，以適應新需求。 ——影響AI模型的性能。AI模型對數據的數量、質量及多樣性要求極高。充足的數據量是充分訓練大規模模型的前提；高準確性、完整性和一致性的數據能有效避免誤導模型；覆蓋多個領域的多樣化數據，則能提升模型應對實際複雜場景的能力。 ——促進AI模型的應用。數據資源的日益豐富，加速了「人工智慧+」行動的落地，有力促進了人工智慧與經濟社會各領域的深度融合。這不僅培育和發展了新質生產力，更推動我國科技跨越式發展、產業優化升級、生產力整體躍升。 數據汙染衝擊安全防線 高質量的數據能夠顯著提升模型的準確性和可靠性，但數據一旦受到汙染，則可能導致模型決策失誤甚至AI系統失效，存在一定的安全隱患。 ——投放有害內容。通過篡改、虛構和重複等「數據投毒」行為產生的汙染數據，將幹擾模型在訓練階段的參數調整，削弱模型性能、降低其準確性，甚至誘發有害輸出。研究顯示，當訓練數據集中僅有0.01%的虛假文本時，模型輸出的有害內容會增加11.2%；即使是0.001%的虛假文本，其有害輸出也會相應上升7.2%。 ——造成遞歸汙染。受到數據汙染的人工智慧生成的虛假內容，可能成為後續模型訓練的數據源，形成具有延續性的「汙染遺留效應」。當前，網際網路AI生成內容在數量上已遠超人類生產的真實內容，大量低質量及非客觀數據充斥其中，導致AI訓練數據集中的錯誤信息逐代累積，最終扭曲模型本身的認知能力。 ——引發現實風險。數據汙染還可能引發一系列現實風險，尤其在金融市場、公共安全和醫療健康等領域。在金融領域，不法分子利用AI炮製虛假信息，造成數據汙染，可能引發股價異常波動，構成新型市場操縱風險；在公共安全領域，數據汙染容易擾動公眾認知、誤導社會輿論，誘發社會恐慌情緒；在醫療健康領域，數據汙染則可能致使模型生成錯誤診療建議，不僅危及患者生命安全，也加劇偽科學的傳播。 築牢人工智慧數據底座 ——加強源頭監管，防範汙染生成。以《網絡安全法》《數據安全法》《個人信息保護法》等法律法規為依據，建立AI數據分類分級保護制度，從根本上防範汙染數據的產生，助力有效防範AI數據安全威脅。 ——強化風險評估，保障數據流通。加強對人工智慧數據安全風險的整體評估，確保數據在採集、存儲、傳輸、使用、交換和備份等全生命周期環節安全。同步加快構建人工智慧安全風險分類管理體系，不斷提高數據安全綜合保障能力。 ——末端清洗修復，構建治理框架。定期依據法規標準清洗修復受汙數據。依據相關法律法規及行業標準，制定數據清洗的具體規則。逐步構建模塊化、可監測、可擴展的數據治理框架，實現持續管理與質量把控。 國家安全機關將在以習近平同志為核心的黨中央堅強領導下，全面貫徹總體國家安全觀，與有關部門一道防範針對我人工智慧領域的數據汙染風險，依法維護人工智慧安全和數據安全，不斷築牢國家安全屏障。 來源：國家安全部微信公眾號
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
少妇免费直播
「活动」首次登录送新手大礼包
- 软件大小: 278.29MB
- 最后更新: 2025-11-06 16:25
- 最新版本: v2.17.15.10
- 文件格式: apk
- 应用分类:ios-Android 五楼直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.59以上
客服热线：138-2316-2483
绿茶直播类似软件
猜你喜欢
63217
26
2025-11-06 16:25
39421
41
2025-11-06 16:25
32615
72
2025-11-06 16:25
45823
27
2025-11-06 16:25
28315
93
2025-11-06 16:25
83674
16
2025-11-06 16:25
92674
91
2025-11-06 16:25
28973
28
2025-11-06 16:25
85632
73
2025-11-06 16:25
31967
41
2025-11-06 16:25
25968
13
2025-11-06 16:25
37918
47528
12346
86
86
16785
25
98
27384