人工智能训练数据制度的构建,应置于"智能涌现"的观察视角之中."涌现现象"和"涌现论"在不同学科都是传统命题,而在人工智能时代"智能涌现"又成为新的关注焦点.对于训练的数据,应注重著作权保护和个人信息保护,但同时亦应在合法框架之下尽可能采集大体量数据和高质量数据,多元数据采集主体负有一系列义务.对于数据的训练,则旨在突出数据的利用规则,通过价值嵌入与技术支撑,防止"智能叛变",实现数据训练目标,并直接影响人工智能的"输出端".训练数据制度的构建内嵌于人工智能治理之中,在遵循人工智能伦理准则的基础上,"好的数据"原则应成为一个新视角与新范式,通过涵盖"伦理"之内与之外的实践,使人工智能中的数据制度超越抽象性而更具实践性.
NETL
NSTL
万方数据
