【注：本文系国度社科基金年度项目“基于语料库的收集平安话语系统研究”（项目编号：24BYY151）、国度社科基金严沉项目“成立健全我国收集分析管理系统研究”（项目编号：20ZDA062）、浙江省会沉点课题“数字社会司理理论取法则研究”（项目编号：2024NA19）阶段性】。

　　⑤张涛：《生成式人工智能锻炼数据集的法令风险取包涵审慎规制》，《比力法研究》，2024年第4期。

　　（做者为浙江大学光华院传授、博导，浙江大学国际计谋取法令研究院常务副院长，数字研究院首席专家）。

　　正在新一轮数字化的鞭策下，数据成为继地盘、劳动力、本钱、手艺之后的第五大出产要素，并正在分歧社会范畴共同其可复制性、可加强性、可锻炼性、可互操做性等独有特征，实现跨行业价值。然而，未经筛选整合的海量数据仍然存正在数据噪声、非对称性、低完整性等内生问题，难以通过可托操纵构成可持续的数据价值。面临迥然相异的财产手艺需求，数据能够通过特定的格局和布局加以调集进而阐扬本色价值，这一概念亦被称做“数据集”。正在新质出产力驱动的全新手艺业态下，以人工智能为代表的尖端科技正正在对特定垂曲场域中的“场景数据集”展示更强的上下文依赖性，医疗、交通、教育、金融等场景化的专业性数据集需求高速提拔，①特定使用场景的精细化对数据价值系统提出更高要求。②此布景下，场景数据集的概念激活取高质量成长正亲近联系关系我国数字财产经济的立异性设置装备摆设、范畴性转型取手艺性冲破。为实现场景数据价值效用的乘数倍增取充实，亟需打通我国联系关系范畴目前正在数据供给、数据畅通、数据评估、数据尺度、数据、数据共享等层面的堵点，以“场景化加工能力”取“多样化共享系统”两大体点配合建立具有国际化样板意义的高质量场景数据集。

　　其三，细分使用场景的手艺尺度仍有待完美，海量数据正在垂曲场景实现价值激活面对挑和。分歧使用场景下，数据的格局、例如，正在柔性制制范畴，数据需共同高频采样、及时监测的财产需求，正在出产节奏精准同步等方面存正在特定命据规范；正在智能交通范畴，、况消息之外的视觉、雷达、激光测距等多样化数据融合及响应手艺尺度对高精度地图的更新则至关主要。然而，我国当上次要着眼数据供给数量的添加，尚未针对场景深切开展数据集尺度化手艺工程。此布景下，数据手艺尺度取架构的分歧一添加了场景数据集成的复杂性，分歧数据间的场景融合取预期场景的具体需求所联系关系的转换、加工取适配工做耗损过量资本，亦可能基于尺度激发的数据误差降低场景数据供给的全体质量。人工智能模子布局高速迭代的财产布景下，多模态模子所需图像、语音、文本、视频等数据形式的融合需求日趋环节，⑥推理模子对高逻辑范畴复杂问题的反馈数据需求也趋于火急，多模态数据元模子拟定、元数据描述言语等新兴手艺尺度问题正快速更新，亟需无效回应。将来，细分场景下数据手艺尺度取架构的畅后效应可能进一步影响场景数据集正在现代化手艺需求下的畅通取复用，障碍数据畅通、数据买卖取数据价值增值的充实实现。

　　其一，我国面向场景的无效数据供给有待强化，数据资本总量劣势的价值尚待。正在“原始数据场景数据可用场景数据高质量场景数据集”的四阶段数据取价值递进中，做为两头产物的数据要素须经清洗、标注、阐发等加工勾当以实现价值创制。此过程中，三方面要素使得我国正在基于差同化场景需求实现数据价值的场景化增加方面存正在必然难度。一是数据加工过程中投入取报答不成比例所激发的动力匮乏问题。专业化数据的高质量标注需要复杂的资金投入且同时联系关系平安义务风险，这取数据使用的收益报答比例之间存正在错位。二是公共数据场景化加工的程度取紧迫性不脚，难以阐扬公共数据对于数据开辟操纵的引领感化取催化感化。从现有国度政策来看，我国工业、医疗、交通、景象形象等具体场景的数据供给能力尚未做为特地对象加以细化，范畴差同化数据统归于公共数据范围的做法难以婚配垂曲范畴的细化要求。三是数据加工手艺存正在优化空间，专业人才供给难以充实满脚需求，以致场景化加工结果欠佳。正在数据标注从动化工程尚未成熟的阶段，将芜杂无序的低价值数据正在工业互联网等特定场景加工为尺度化、目次化、高价值数据资本需要高级此外专业手艺技术，④人工智能锻炼取推理阶段涉及多模态数据、高维度数据、跨范畴数据，对计较机科学专业手艺需求愈加严苛，⑤这为我国数据加工的现代化场景转向带来必然挑和。

　　其三，聚焦沉点场景，赋能多样化场景，推进从导取市场均衡下的前沿数据操纵。针对场景面向下公共数据取高价值数据的操纵，不宜对市场“无形之手”的矫捷调控结果进行过度干涉，但也应对数据、畅通取操纵过程的合规性取平安性承担次要监管职责。能够采用“两步走”的体例鞭策从沉点场景到多样化场景中良性次序的构成。第一步，现阶段临时摒弃“不加区分、一并推进”的做法，明白数据集供给的规定使用场景。例如，《“数据要素×”三年步履打算（20242026年）》中明白指出，要“聚焦沉点行业和范畴，挖掘典型数据要素使用场景”。通过自创域外取得优良结果的沉点场景，可正在处所层面进一步将高质量场景数据集扶植明白正在普惠金融、医疗安全、物业办事等相对无限的细分板块。正在此根本上，完美沉点使用场景下的数据细则，争取实现响应范畴数据的有需必应。第二步，正在着眼焦点场景的同时持续推进更大范畴场景的赋能效应。一是成立清单动态调零件制，同步维持数据的及时更新取日常性工做，确保及时阐发能力的精准高效取响应布施路子的通顺；二是以市场为从体鞭策多样化场景数据的衍生成长，先通过提高类似场景中的数据泛化表示以提拔场景数据集的通用性，数字孪生、智能决策等数字时代的新型场景进行数据需求的前瞻性分解，并对智能等数字城市管理场景中呈现的前沿问题做出精准把握，⑨提前结构以保障新兴范畴预见性政策的及时跟进。

　　其四，优化现有规范，明白数据架构取手艺配套的场景化尺度。一方面，持续完美顶层轨制设想以阐扬其对场景数据畅通的保障取激励机能。可参考美国《消息法》《联邦数据计谋》取欧盟《通用数据办理条例》《数据管理法案》等规范中联系关系的可自创法则，建构公共部分消息复用取数据的场景化框架并鞭策本土化立异，激励行业导向的计谋性数据集扶植取数据生态。同时，正在跨境电商、跨国物流、国际金融等场景中，跟进关心《中欧全面投资协定》（CAI）、《全面取前进跨承平洋伙伴关系协定》（CPTPP）、《区域全面经济伙伴关系协定》（RCEP）等国际经贸和谈中的数据跨境流动法则，通过跨境场景的数据协同建立我国数据要素的奇特场景劣势，合理分派国度的“残剩节制权”，保留更多的行业自律取跨行业协同空间。另一方面，持续完美场景面向的数据架构取手艺尺度。一是鞭策差别场景下手艺架构的同一化历程，推进高质量数据的跨场景互通，鞭策全国数据要素市场一体化。同时，亦不成轻忽场景间的差同性，避免盲目逃求共性而损害数据质量，跟进弥补对标特定场景的数据尺度，出格关心大模子布景下多模态数据的可识别性取手艺架构互通等问题。二是正在手艺尺度制定历程中以前瞻视角关心人工智能等前沿手艺的新型使用场景取财产模态。例如，明白分歧场景下人工智能合成数据的质量尺度；细化无监视机械进修中场景数据抓取的合规手艺尺度；厘清大模子生成内容范畴数据集供给者、模子开辟者取办事利用者之间的数据权利等。三是以场景为牵引，成立强制性的“数据律例”取志愿性的“数据尺度”相连系的新型尺度化体系体例。⑩出格是正在医疗、科研等专业细分场景的数据尺度中，使用弹性较高的手艺尺度取伦理尺度阐扬“软法先行”的正向效应，动态摸索各数据场景的适配法则。

　　其一，培育多方手艺，强化高价值数据的现代化场景加工能力。现代化手艺驱动的数字财产变化中，前沿科技对我国数据市场取场景化数据供给能力的沉塑具有焦点意义。起首，提拔捕获场景化需求的手艺能力，积极使用机械进修中的天然言语处置取物联网手艺中的边缘计较等方式提拔对场景需求的精准阐发取细化把控。同时，对海量数据实现价值分层，连系深度进修建立数据价值分层办理系统，完成从低质量数据到高价值数据的高效筛拔取价值萃取。其次，继续完美数据根本设备取自研工程，从底层根本层面提拔数据存储取计较能力。可操纵尖端大模子凸起的文本数据集标注能力取经济化效益，持续打制契合国产人工智能成长脉络的中文场景锻炼数据语料库。⑧同时，共同数据质量评估系统，对专业数据、平台数据等内容以特征导向展开质量评测，避免数据误差取“虚假多样性”等数据风险。最初，人工智能等现代手艺的积极使用是提拔数据场景化加工能力的焦点环节。例如，正在医疗、金融等不适合进行数据流动的场景，可操纵人工智能为“伪数据”或匿名数据的形式，连系大模子生成合成数据或进行数据加强。同时，使用现私计较、联邦进修取分布式锻炼等手艺方式，正在保障数据平安的根本上提拔数据的场景化加工取供给能力，正在回应场景化数据需求的同时均衡数据“可用取可控”之间的矛盾。此过程中，须将人工智强人才培育做为沉点政策并细化培育方案，积极使用专项基金等激励办法，带动专业化人才成长以实现场景需求下数据集扶植取供给能力的跃升。

　　其四，现有规范系统下数据目次、数据从体、数据义务等配套轨制正在落地实施时面对必然障碍，存正在供给不积极、供需不婚配、共享不充实等问题。正在实践中，实正实现的公共数据次要是各部分的政务数据，而此类数据难以间接为财产价值。而水电、通信、交通、医疗等沉点场景数据则往往被，或限缩范畴。同时，正在《中华人平易近国收集平安法》《中华人平易近国数据平安法》取《中华人平易近国小我消息保》这三大立法的实施历程中，数据节制性判断取数据畅通操纵的义务法则仍不明白，⑦小我现私取贸易奥秘难以正在实正实现场景化数据的情境中获得充实。此外，数据产权定义尚未同一，消息脱敏取数据加密等配套平安办法仍不完美，场景数据时法令义务取权益也因此趋势复杂化和恍惚化。分析感化之下，即便我国近年已正在相关律例中展示“鞭策按用处加大供给利用范畴”等政策转向，但沉点场景的数据确权取亦存正在必然妨碍，数据取数据平安的均衡性问题仍然较难明白。

　　其一，特定范畴的高质量数据注入可以或许鞭策人工智能控制对应范畴的环节特征取独有纪律，通过垂曲场景的上下文关系加强模子锻炼的精准性取针对性，实现高度专业化取个性化的人工智能处理方案取立异拓展。其二，高质量场景数据集正在模子微调取强化进修阶段的嵌入亦可数据误差取特殊场景下模子的表示失衡，基于方针行业的尺度取规范提拔模子的合规性、可托度取可注释性。其三，OpenAI推出的一系列推理模子正正在数学、物理、化学等强逻辑专业范畴展示专家级此外优异表示，此类后锻炼模子的调试取机能加强对于专业范畴数据取反馈的需求更为火急。2024岁暮，OpenAI颁布发表将开展强化微调（Reinforcement Fine-Tuning）的模子定制打算，通过特定范畴小规模数据集的沉点锻炼将通用模子为专业模子，并展现了使用此种方式鞭策GPT o1 Mini模子高程度推理稀有疾病成因的实例。将来，更多专业维度的高质量场景数据集将帮推人工智能于更宽广的沉点范畴展示“专家级”能力，实现模子机能取社会效率的场景化跃升。

　　其二，正在场景面向下推进公共数据、平台数据的可托取充实共享。一方面，我国阿里、腾讯、百度、字节跳动等超大型平台企业对海量互联网数据构成安排，但遭到小我消息取平台成本的，简单要求共享数据的思亦不成行。为实现少数平台数据垄断向全行业数据良性共享的过渡，起首，可自创欧盟取美国等数据管理相关立法中的“守门人”轨制，将满脚特定前提的大型平台企业为“守门人”并要求其承担特定的法令权利。进一步细化“守门人”轨制的，明白“守门人”将非小我数据共享给第三方的要求及其具体。其次，亦可自创学问产权轨制中的时间设想，按照分歧场景下的数据价值变化曲线要求，指导或激励平台正在一段时间后共享具有公共属性的数据以便其他从体进行操纵。最初，进一步完美数据买卖轨制、数据产权轨制取数据收益分派轨制。协调场内买卖取场交际易等相异场景需求下的具体办法，逐渐构成面向数据资本化、资产化、本钱化等分歧层面，兼顾薪资分派、效益分派和股权分派等多种分派形式的分派机制取买卖生态。另一方面，鞭策公共数据尺度化、共享机制和平安保障系统扶植，兼顾、企业取小我等从体对公共数据的需求取好处，建立公共数据取共享的深度协同机制并提拔跨部分协调能力取政策施行力。

　　正在多类使用情境中，人工智能对于高质量场景数据集的需求尤为凸起。2024年《工做演讲》初次将“人工智能+”上升至国度计谋层面，明白提出深化大数据、人工智能等研发使用。近年来，以DeepSeek、ChatGPT、Gemini、通义千问、豆包为代表的狂言语模子正在各社会范畴展示了杰出的使用潜力取现实结果，③此类生成式人工智能所采用的预锻炼方式即是通过海量数据的累积效应实现模子的智能出现取能力迁徙。但一方面，预锻炼模式对于模子专业范畴的机能提拔结果欠佳，未经筛选的低质量数据容易导致专业性问题的“模子”（模子生成了不合适现实或毫无按照的消息）；另一方面，预锻炼所需的可用数据资本即将被用尽。正在双沉挑和的协同感化下，针对特定场景的高质量数据集成为人工智能模子锻炼的环节支持，为现无数据局限下智能模子的锻炼径优化供给转向可能。

　　规范层面，我国早正在2020年已认识到高质量数据集供给对于经济社会成长的计谋价值，并发布《关于建立愈加完美的要素市场化设置装备摆设体系体例机制的看法》等系列政策。近年来，我国接踵公布《关于建立数据根本轨制更好阐扬数据要素感化的看法》（2022年）《收集数据平安办理条例》（2024年）等政策律例。然而，相较欧盟正在《公共部分消息复用指令》等数据律例根本上所明白的《关于数据和公共部分消息再操纵指令》等规范及其落地结果，我国数据集的场景劣势取场景化激活能力仍显不成熟，出格是正在数据根本设备扶植、公共数据轨制、数据集共享生态等层面仍显不脚。我国数据资本总量劣势较着，多样化数据资本丰硕，为高质量场景数据集的高速增加供给现实根本。据动静，2024年，全国数据市场买卖规模估计超1600亿元，同比增加30%以上，此中场内市场数据买卖（含存案买卖）规模估计超300亿元，同比实现翻番。按照全国数据资本查询拜访工做组发布的《全国数据资本查询拜访演讲（2023年）》，2023年，全国数据出产总量达32。85ZB（泽字节），同比增加22。44%。我国数据资本“产存算”的规模劣势已根基构成。按照国际数据公司（IDC）的预测，中国“数据圈”（每年被建立、采集或是复制的数据调集）正在2025年增至48。6ZB（泽字节），占全球27。8％，成为最大“数据圈”。同时，线上领取、电子商务、共享经济、电子政务、聪慧医疗等多样化数字办事取数据使用场景正在我国具有优良的社会接管度取广漠的使用前景。得益于多平易近族文化的包涵特征取社会次序的持久不变，我国大大都对跨场景数据使用持立场，数字化需求趋于多样，这为数据赋能的手艺冲破取多范畴数字立异的出现供给了社会土壤。然而，我国高质量数据集供给的场景完美度不脚，海量数据取多样化场景劣势的潜能仍有待进一步。

　　现代科技谱系中，数据集可能联系关系区块链、物联网、人工智能、从动化工程、高机能计较、地舆消息系统等多端手艺，做为中枢性资本要素阐扬复合结果。而正在医疗、工业等具体范畴的手艺使用中，数据集的价值则清晰展示“使用牵引”下的场景差同化需求。例如，工业场景需要传感器数据等精度高、及时性强的数据调集，医疗场景的数据集建构则更多联系关系现私、数据保实度等要求。此布景下，面向具体场景的高质量数据集供给日趋环节，例如，欧盟委员会于2022年发布《高价值数据集实施法案》，明白数据、地舆空间数据取地球不雅测数据等特定场景高价值数据集的供给尺度，进一步完美面向工业、国防等沉点场景的高质量数据集供给。

　　⑧张凌寒：《加速扶植人工智能大模子中文锻炼数据语料库》，《人平易近论坛学术前沿》，2024年第13期。

建湖6165cc金沙总站(中国)线路检测中心科技有限公司

2025-04-23 17:24