构建数据基础制度 更好发挥数据要素作用——国家发展改革委负责同志答记者问******

　　新华社北京12月19日电题：构建数据基础制度更好发挥数据要素作用——国家发展改革委负责同志答记者问

　　新华社记者潘洁

　　数据基础制度建设事关国家发展和安全大局。《中共中央国务院关于构建数据基础制度更好发挥数据要素作用 的意见》（“数据二十条”）19日对外发布 。意见出台的总体考虑 是什么？怎样理解其内涵 ？记者就此采访了国家发展改革委负责同志。

　　问：“数据二十条”出台 的背景是什么 ？

　　答 ：数据作为新型生产要素，具有无形性 、非消耗性等特点，可以接近零成本无限复制，对传统产权 、流通 、分配、治理等制度提出新挑战 ，亟需构建与数字生产力发展相适应 的生产关系 ，不断解放和发展数字生产力。按照党中央 、国务院决策部署，国家发展改革委牵头研究起草“数据二十条”，组建跨学科专家队伍 ，赴多地深入调研，并吸纳了各方面有关意见 。习近平总书记主持召开中央全面深化改革委员会第二十六次会议 ，审议通过了“数据二十条” 。

　　问：构建数据基础制度体系有哪些重大意义？

　　答 ：构建数据基础制度体系 ，是新时代我国改革开放事业持续向纵深推进的标志性 、全局性、战略性举措，有利于充分发挥数据要素作用 ，赋能实体经济 ，推动高质量发展 ；有利于做强做优做大数字经济 ，应对科技革命和产业变革，构筑国际竞争新优势 ；有利于统筹分配效率与公平，推动全民共享数字经济发展红利，促进实现共同富裕 ；有利于提高数据要素治理效能 ，助力国家治理体系和治理能力现代化 。

　　问 ：怎样理解“数据二十条”的主要内容 ？

　　答：把握一条主线 。坚持促进数据合规高效流通使用 、赋能实体经济这一主线，以充分实现数据要素价值 、促进全体人民共享数字经济发展红利为目标。

　　构建四个制度 。建立保障权益、合规使用 的数据产权制度 ，探索数据产权结构性分置制度，建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置” 的数据产权制度框架；建立合规高效 、场内外结合的数据要素流通和交易制度 ，从规则 、市场 、生态 、跨境等四个方面构建适应我国制度优势的数据要素市场体系 ；建立体现效率、促进公平 的数据要素收益分配制度 ，在初次分配阶段 ，按照“谁投入 、谁贡献 、谁受益”原则，推动数据要素收益向数据价值和使用价值创造者合理倾斜，在二次分配 、三次分配阶段 ，重点关注公共利益和相对弱势群体，防止和依法规制资本在数据领域无序扩张形成市场垄断等各类风险挑战；建立安全可控、弹性包容 的数据要素治理制度 ，构建政府、企业 、社会多方协同 的治理模式 。

　　推进四项措施 。加强党对构建数据基础制度工作 的全面领导 ；加大政策支持力度，做大做强数据要素型企业；积极鼓励试验探索 ，支持浙江等地区和有条件 的行业、企业先行先试 ；稳步推进制度建设，逐步完善数据产权界定 、数据流通和交易等主要领域关键环节的政策及标准。

　　问：“数据二十条”提出数据产权“三权分置” 的相关考虑 是什么 ？

　　答：在数据生产 、流通、使用等过程中 ，个人 、企业 、社会、国家等相关主体对数据有着不同利益诉求 ，且呈现复杂共生 、相互依存 、动态变化等特点，传统权利制度框架难以突破数据产权困境。

　　“数据二十条”以解决市场主体遇到 的实际问题为导向 ，创新数据产权观念 ，淡化所有权、强调使用权，聚焦数据使用权流通，创造性提出建立数据资源持有权 、数据加工使用权和数据产品经营权“三权分置”的数据产权制度框架 ，构建中国特色数据产权制度体系 。

　　问 ：“数据二十条”提出构建多层次数据交易市场体系有什么考虑 ？

　　答：由于数据特性复杂，数据交易存在确权难 、定价难、互信难、监管难等挑战 。“数据二十条”提出从流通规则、交易市场 、服务生态等方面加强数据流通交易顶层设计，建立数据流通准入标准规则 ，探索开展数据质量标准化体系建设 ；统筹优化全国数据交易场所规划布局 ，出台数据交易场所管理办法 ，构建多层次市场交易体系 ；培育数据商和第三方专业服务机构两类主体 。

　　问：下一步，在推动“数据二十条”落实方面有哪些安排 ？

　　答：一 是健全政策顶层设计。围绕“数据二十条”不断丰富完善数据要素各方面制度体系和配套政策 ，打造“1+N”数据基础制度体系。

　　二 是推进实施试点示范 。在有条件 的地方和行业开展数据要素流通使用试点示范 ，推动公共数据、企业数据、个人数据合规高效流通使用 ，赋能实体经济发展。

　　三 是培育数据要素市场 。构建多层次 、多元化数据要素市场生态体系，统筹数据交易市场建设，规范数据交易管理 ，推进数据交易场所和数据商功能分离。

　　四是夯实数据要素基础设施 。探索建设全国一体化数据要素登记存证平台，推进数据要素领域创新平台布局 ，立体化推动“东数西算”工程，形成“算力”和“数据”相结合的数据产业生态体系。

　　五 是强化数据要素高质量供给。健全完善公共数据授权运营机制，制定促进公共数据开发利用 的政策法规 ，服务社会公共管理 ，赋能实体经济发展。完善政策工具箱，引导大型央企国企 、大型互联网企业加大数据流通使用 ，赋能中小企业数字化转型 。

　　六 是加强工作整体统筹力度。发挥数字经济发展部际联席会议作用 ，促进跨地区跨部门跨层级协同联动，定期对数据基础制度建设情况进行评估，适时进行动态调整 ，推动数据基础制度体系不断丰富完善 。

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛 ，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士 、美国艺术与科学院院士 、约翰·贝茨·克拉克奖得主 、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用 。由于私营部门的技术人员缺乏伦理 、哲学方面 的训练 ，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别 、建立开发实践框架、提供指引等方面发挥重要作用。此外 ，由于数据可以带来巨大 的规模效应 ，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中 ，因此 ，未来对“机器换人”的预测非常具有挑战性 ，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题 ，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足 、智能行为本身 的复杂性、观测手段 的有限性以及个体知识 、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此 ，需要加强人工智能基础研究工作 ，这需要跨领域、跨学科 的共同努力。当前 ，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战 。一方面 ，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理 的理解，建议借鉴神经科学研究联合体的有益经验 ，建立全球性 的人工智能研究数据库，形成全球共享 的研究社区。另一方面 ，构建人工智能世界模型则需要建立在人类经验 、社会习俗 、专业技能 的基础上，建议建立类似于自由协作式 的知识库，通过全民民众参与 ，推动知识在全球层面共享 。

　　中国科学院院士、清华大学人工智能研究院名誉院长 、清华大学人工智能国际治理研究院学术委员张钹表示 ，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释 的、鲁棒 的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术 ，以“数据驱动+知识驱动”构建支持可解释的人工智能算法 的深度学习平台 ，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用 的正确规范，充分利用知识 、数据 、算法和算力四个要素结合 ，推动人工智能 的创新发展 。

　　中国工程院院士、北京大学信息科学技术学院院长 、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为 ，当前人工智能发展处于新一代人工智能向强人工智能发展 的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平 。从战略问题看 ，中美欧三方在人工智能人才、研究 、开发、应用 、硬件、数据等方面竞争激烈 ，当前中国人工智能发展在战略政策、数据资源、应用场景 、潜力人才方面具有优势 ，而在基础理论 、原创算法 、关键部件 、国际平台 、高级人才等方面还存在短板。从战术问题看 ，人工智能2.0需采用基于大数据 的统计AI解决大规模AI应用需求，鼓励各种可能 的强人工智能探索 ，“可解释机器学习+推理”和“仿生系统+AI大算力” 是可能 的技术路线图 ；在安全问题层面 ，强人工智能的安全风险主要来源于模型的不可解释性 、算法和硬件 的不可靠性和自主意识 的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护 ，重视探索人工智能伦理问题 ，并基于“理论-技术研究-应用”的阶段性采取不同 的风险防范策略 。

　　美国国家工程院外籍院士 、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示 ，AI已经应用于生活和工作的方方面面 ，目前甚至在法律上也具有一定 的应用 ，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑 ，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任 的AI应具备公平性、可靠性 、隐私性 、包容性 、透明性和责任性的特点 ，作为新兴领域 ，还需要向其他领域学习 ，从而更好的服务于人类。

　　中国工程院外籍院士 、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和” 是人类能源结构 的又一次变革 。“碳中和”既是可持续发展的必然选择 ，又 是产业结构调整和发展 的重大机遇 。企业在“碳中和”背景下都面临转型增效的压力 。人工智能+物联网是智联网 ，智联网可以赋能绿色计算，助力“碳中和” 。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策 。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知 。智联网可用于能源融合、降低ICT产业 的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架 ，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021人工智能合作与治理国际论坛由清华大学主办，清华大学人工智能国际治理研究院承办 ，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛 。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)