本報(bào)記者 吳曉璐

    ChatGPT一經(jīng)問(wèn)世便在人工智能應(yīng)用領(lǐng)域掀起了一陣新的浪潮并引起了全球轟動(dòng)，僅僅兩個(gè)月內(nèi)其注冊(cè)用戶(hù)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(xùn)練數(shù)據(jù)開(kāi)展深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)，可以給用戶(hù)帶來(lái)全新的‘人機(jī)對(duì)話’體驗(yàn)。海量訓(xùn)練數(shù)據(jù)可謂是維系ChatGPT進(jìn)化的核心要素之一。”中國(guó)證監(jiān)會(huì)科技監(jiān)管局局長(zhǎng)姚前在《中國(guó)金融》雜志撰文表示。

    姚前表示，有研究預(yù)測(cè)，按照目前的發(fā)展速度，到2026年ChatGPT類(lèi)大模型的訓(xùn)練將耗盡互聯(lián)網(wǎng)上的可用文本數(shù)據(jù)，屆時(shí)將沒(méi)有新的訓(xùn)練數(shù)據(jù)可供使用。因此，算力瓶頸之外，訓(xùn)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(xùn)練數(shù)據(jù)方面還存在各種治理問(wèn)題，比如數(shù)據(jù)采集標(biāo)注費(fèi)時(shí)費(fèi)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(zhǎng)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(hù)、數(shù)據(jù)偏見(jiàn)等問(wèn)題。由此可見(jiàn)，人工智能產(chǎn)業(yè)的高質(zhì)量發(fā)展離不開(kāi)高質(zhì)量的訓(xùn)練數(shù)據(jù)，訓(xùn)練數(shù)據(jù)的安全合規(guī)使用是大模型人工智能長(zhǎng)期健康發(fā)展的基礎(chǔ)。

    姚前認(rèn)為，數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)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(yīng)對(duì)以數(shù)據(jù)為核心的科技創(chuàng)新和產(chǎn)業(yè)變革。當(dāng)前AIGC（AI Generated Content，人工智能自動(dòng)生成內(nèi)容）和ChatGPT充分展現(xiàn)了高質(zhì)量訓(xùn)練數(shù)據(jù)在產(chǎn)業(yè)價(jià)值創(chuàng)造中疊加倍增作用，大模型訓(xùn)練數(shù)據(jù)及其輸出結(jié)果將會(huì)是未來(lái)社會(huì)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(jì)的應(yīng)有之義。通過(guò)合理的機(jī)制理順市場(chǎng)中各參與方的數(shù)據(jù)權(quán)益關(guān)系和分配格局，并加強(qiáng)訓(xùn)練數(shù)據(jù)的依法合規(guī)監(jiān)管，是促進(jìn)大模型人工智能產(chǎn)業(yè)健康發(fā)展的關(guān)鍵。

    為此，姚前提出三點(diǎn)建議：

    一是重點(diǎn)發(fā)展基于AIGC技術(shù)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(chǎng)“增量擴(kuò)容”，助力打造面向人工智能未來(lái)發(fā)展的數(shù)據(jù)優(yōu)勢(shì)。在強(qiáng)化數(shù)據(jù)要素優(yōu)質(zhì)供給方面，應(yīng)統(tǒng)籌兼顧自立自強(qiáng)和對(duì)外開(kāi)放。可考慮對(duì)Wikipedia、Reddit等特定數(shù)據(jù)源建立過(guò)濾后的境內(nèi)鏡像站點(diǎn)，供國(guó)內(nèi)數(shù)據(jù)處理者使用。

    二是構(gòu)建大模型訓(xùn)練數(shù)據(jù)的監(jiān)管體系。國(guó)家相關(guān)部門(mén)應(yīng)對(duì)大模型訓(xùn)練數(shù)據(jù)的處理和使用標(biāo)準(zhǔn)進(jìn)行統(tǒng)一規(guī)范；建立數(shù)據(jù)托管機(jī)制，對(duì)數(shù)據(jù)托管方進(jìn)行約束，要求數(shù)據(jù)托管方按照監(jiān)管機(jī)構(gòu)的規(guī)定對(duì)數(shù)據(jù)來(lái)源、處理結(jié)果以及使用去向等進(jìn)行監(jiān)測(cè)，從而使得模型的輸入、輸出結(jié)果符合監(jiān)管要求。

    三是探索基于可信機(jī)構(gòu)或基于可信技術(shù)的數(shù)據(jù)托管方式。數(shù)據(jù)托管機(jī)構(gòu)可以由相關(guān)機(jī)構(gòu)組建數(shù)據(jù)托管行業(yè)聯(lián)盟，以共建共享的方式建設(shè)；亦可利用區(qū)塊鏈技術(shù)，基于聯(lián)盟鏈或有管理的公鏈，完善源端數(shù)據(jù)治理機(jī)制，實(shí)現(xiàn)數(shù)據(jù)的鏈上托管、確權(quán)、交易、流轉(zhuǎn)與權(quán)益分配。

（編輯 張偉）