李科:DSI数安智库专家,北京海天瑞声科技股份有限公司副总经理、业务负责人、数据保护官(DPO)。拥有十余年人工智能(AI)行业从业经验,是多项相关专利技术的发明人;现任海天瑞声数据保护官,领导公司数据安全工作。本文由海天瑞声DPO工作组共同完成。
作为AI技术、AI应用基础的训练数据
随着智能语音、计算机视觉、自然语言等领域的人工智能(AI)技术(特别是监督学习下的深度学习)的突破,AI产业近年来取得了长足的发展,并逐步形成了由基础层、技术层、应用层构成的产业链条。其中,作为基础层重要组成部分的训练数据,是训练AI算法模型、提升AI技术水平、促进AI技术向应用、产品转化的基础生产要素。AI数据企业通过训练数据(集)的设计、采集、加工处理、质检等生产环节,生产、形成优质的标准化数据产品或数据服务成果,用于AI算法和模型训练,为AI技术和AI产业的发展助力。
正如中央深改委《关于构建数据基础制度更好发挥数据要素作用的意见》等法规、政策文件所指出,数据作为新型生产要素,是数字化、网络化、智能化的基础,在应用数据要素、发展数字经济过程中,需要统筹发展与安全,将安全贯穿数据治理全过程,守住安全底线,切实履行数据安全责任。
因此,AI训练数据的质量和安全性,将直接影响AI算法、AI技术的质量和安全性。如何识别AI训练数据生产、使用过程中的安全要求和法律、业务、技术等各类风险,并对风险进行有效管控、确保数据安全,无论对从事AI数据业务的基础层企业来说,还是对作为数据使用者的AI技术层、应用层的企业(统称“AI企业”)来说,都是需要慎重考虑的问题。
AI数据的业务链条和法律关系