人工智能数据白皮书-CAICT

合集下载

人工智能安全标准白皮书-中国电子技术标准研究院

人工智能安全标准白皮书-中国电子技术标准研究院

目录CONTENTS一、人工智能概述 (1)1.1 人工智能迎来第三次发展浪潮 (1)1.2 人工智能技术与应用进展显著 (2)1.3 人工智能产业链初具规模 (4)1.4 我国人工智能应用场景广阔 (6)1.5 人工智能总体发展水平仍处于起步阶段 (7)二、人工智能安全法规政策和标准化现状 (9)2.1 人工智能安全法律法规和政策 (9)2.1.1 国际国外情况 (9)2.1.2 国内情况 (15)2.2 主要标准化组织人工智能安全工作情况 (17)2.2.1 ISO/IEC JTC1 (17)2.2.2 ITU-T (18)2.2.3 IEEE (18)2.2.4 NIST (21)2.2.5 TC260 (22)2.2.6 其他标准化组织 (25)2.3 人工智能伦理道德工作情况 (26)三、人工智能安全风险分析与内涵 (29)3.1 新的攻击威胁 (29)3.2 人工智能安全隐患 (31)3.2.1 算法模型安全隐患 (31)3.2.2 数据安全与隐私保护隐患 (33)iv目录CONTENTS3.2.3 基础设施安全隐患 (36)3.2.4 应用安全隐患 (37)3.2.5 人工智能滥用 (38)3.3 安全影响 (39)3.4 人工智能安全属性和内涵 (41)四、人工智能安全标准体系 (44)4.1 人工智能安全标准化需求分析 (44)4.2 人工智能安全标准与其他领域标准的关系 (46)4.3 人工智能安全标准体系 (46)4.3.1 人工智能基础性安全标准 (47)4.3.2 人工智能数据、算法和模型安全标准 (48)4.3.3 人工智能技术和系统安全标准 (48)4.3.4 人工智能管理和服务安全标准 (49)4.3.5 人工智能测试评估安全标准 (50)4.3.6 人工智能产品和应用安全标准 (50)五、人工智能安全标准化工作建议 (51)附录A 人工智能相关安全标准 (55)A.1 TC260人工智能安全标准研究项目 (55)A.2 TC260人工智能安全相关标准 (56)A.3 ISO/IEC JTC1/SC42人工智能安全相关的标准 (57)附录B 人工智能应用安全实践案例(排名不分先后) (58)B.1 百度人工智能安全实践 (58)B.2 猎户星空人工智能安全实践 (61)v目录CONTENTSB.3 清华大学人工智能安全实践 (63)B.4 依图人工智能安全应用实践 (66)B.5 IBM人工智能安全实践 (69)B.6 深信服人工智能安全实践 (72)B.7 360 人工智能安全实践 (75)B.8 阿里巴巴人工智能安全实践 (78)B.9 华为人工智能安全实践 (82)参考文献 (85)vi一、人工智能概述人工智能,是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统[1]。

2019全球人工智能发展白皮书

2019全球人工智能发展白皮书

全球人工智能发展白皮书(2019年度)全球人工智能发展白皮书| 四、人工智能重塑各行业024 1.14 1.25 1.38 1.413 1.521 1.623 1.7629 1.83140 2.140 2.242 2.34552 3.153 3.254 3.354 3.455 3.55558 4.160 4.265 4.370 4.471 4.575 4.679 4.782 4.886全球人工智能发展白皮书| 主要发现主要发现:1全球人工智能发展白皮书| 主要发现2全球人工智能发展白皮书| 主要发现3全球人工智能发展白皮书 | 一、AI 创新融合新趋势4一、AI 创新融合新趋势1.1 人工智能正全方位商业化当前人工智能技术已步入全方位商业化阶段,并对传统行业各参与方产生不同程度的影响,改变了各行业的生态。

这种变革主要体现在三个层次。

第一层是企业变革:人工智能技术参与企业管理流程与生产流程,企业数字化趋势日益明显,部分企业已实现了较为成熟的智慧化应用。

这类企业已能够通过各类技术手段对多维度用户信息进行收集与利用,并向消费者提供具有针对性的产品与服务,同时通过对数据进行优化洞察发展趋势,满足消费者潜在需求。

第二层是行业变革:人工智能技术带来的变革造成传统产业链上下游关系的根本性改变。

人工智能的参与导致上游产品提供者类型增加,同时用户也会可能因为产品属性的变化而发生改变,由个人消费者转变为企业消费者,或者二者兼而有之。

第三层是人力变革。

人工智能等新技术的应用将提升信息利用效率,减少企业员工数量。

此外,机器人的广泛应用将取代从事流程化工作的劳动力, 导致技术与管理人员占比上升,企业人力结构发生变化。

图表1-1:人工智能技术带来的全方位变革1. 企业变革销售安防 反欺诈 人力资源管理 市场营销 个人助理 智能工具2. 行业变革3. 人力变革增强现实手势识别 机器人 情绪识别数据来源:公开资料,德勤研究全球人工智能发展白皮书 | 一、AI 创新融合新趋势51.2 AI 全面进入机器学习时代随着技术的进步和发展,人类学习知识的途径逐渐从进化、经验和传承演化为了借助计算机和互联网进行传播和储 存。

新一代人工智能发展白皮书

新一代人工智能发展白皮书

新一代人工智能发展白皮书内容摘要随着信息时代的来临,人类生产生活的数据基础和信息环境有了大幅提升,人工智能正从学术驱动转变为应用驱动,从专用智能迈向通用智能,比历史上任何一个时期都要更加接近于人类智能水平,进入了新的发展阶段。

全球各国均围绕新一代人工智能技术及产业发展进行前瞻布局,我国也已将其提升到了国家战略层面。

基于此,本白皮书重点围绕新一代人工智能面临的新形势、驱动的新因素、呈现的新特征,对架构、算法、系统等技术演进方向作出研判,详细梳理了包括云计算、大数据两大基础平台和机器学习、模式识别、人机交互三大通用技术的技术体系,深入论证了新一代人工智能产业边界和范围,划分了基础层、技术层、应用层三大产业化领域,研究了智能传感器、智能芯片、算法模型、语音识别、图像视频识别、文本识别、智能机器人、智能制造系统、智能安防、智能驾驶等具体产业化方向的产业规模、核心技术、主要产品、典型企业,归纳了近年来全球和我国在人工智能领域的投融资特征趋势,并对国内外人工智能的技术及产业发展状况进行了系统对比和趋势展望,最后提出了发展理念、治理体系、创新能力、发展基础、资本环境、行业组织、全球统筹共七项措施建议,进一步推动我国人工智能相关的前沿新兴产业持续健康快速发展,有力支撑信息化与工业化深度融合迈上新台阶。

目录一、编制概要 (1)(一)编制背景 (1)(二)编制目标 (2)(三)编制方法 (2)(四)特别声明 (3)1、研究主题充分考虑了与国家规划的互动和呼应 (3)2、研究范围聚焦技术和产业发展 (4)3、研究内容仍有待进一步丰富完善 (4)二、新一代人工智能研究综述 (5)(一)人工智能简要发展历程 (5)1、第一次浪潮:人工智能诞生并快速发展,但技术瓶颈难以突破..62、第二次浪潮:模型突破带动初步产业化,但推广应用存在成本障碍 (7)3、第三次浪潮:信息时代催生新一代人工智能,但未来发展存在诸多隐忧 (8)(二)新一代人工智能的主要驱动因素 (9)1、人机物互联互通成趋势,数据量呈现爆炸性增长 (10)2、数据处理技术加速演进,运算能力实现大幅提升 (10)3、深度学习研究成果卓著,带动算法模型持续优化 (11)4、资本与技术深度耦合,助推行业应用快速兴起 (11)(三)新一代人工智能主要发展特征 (12)1、大数据成为人工智能持续快速发展的基石 (13)2、文本、图像、语音等信息实现跨媒体交互 (13)3、基于网络的群体智能技术开始萌芽 (14)4、自主智能系统成为新兴发展方向 (14)5、人机协同正在催生新型混合智能形态 (15)三、新一代人工智能技术框架 (15)(一)新一代人工智能的技术演进 (16)1、从原有的CPU 架构,转变为GPU 并行运算架构 (16)2、从单一算法驱动,转变为数据、运算力、算法复合驱动 (17)3、从封闭的单机系统,转变为快捷灵活的开源框架 (18)4、从学术研究探索导向,转变为快速迭代的实践应用导向 (18)目 录(二)新一代人工智能技术体系 (20)1、云计算:基础的资源整合交互平台 (20)2、大数据:提供丰富的分析、训练与应用资源 (21)3、机器学习:持续引导机器智能水平提升 (23)4、模式识别:从感知环境和行为到基于认知的决策 (23)5、人机交互:支撑实现人机物交叉融合与协同互动 (24)(三)国内外技术对比分析 (26)1、发达国家基础平台布局完善,国内仍缺乏自主核心技术 (26)2、发达国家在机器学习和人机交互领域具备先发优势,国内企业存在技术差距与人才短板 (27)3、国内外模式识别研究水平基本处于同一起跑线,重点聚焦于语音识别与图像识别 (28)四、新一代人工智能的产业化应用 (29)(一)新一代人工智能的产业边界 (29)(二)基础层 (32)1、智能传感器:智能转型引领行业发展 (33)2、智能芯片:初创企业蓄势待发 (36)3、算法模型:通过开源构建生态已是大势所趋 (38)(三)技术层 (40)1、语音识别:正在步入应用拉动的快速增长阶段 (41)2、图像视频识别:在安防监控市场具有巨大增长潜力 (44)3、文本识别:全面进入云端互联时代 (47)(四)应用层 (50)1、智能机器人 (51)2、智能金融 (54)3、智能医疗 (57)4、智能安防 (60)5、智能驾驶 (62)6、智能搜索 (65)7、智能教育 (68)8、智能人居 (70)(五)国内外产业对比分析 (72)1、基础层产业国外多点布局产品种类丰富,国内技术相对薄弱但初创企业表现活跃 (72)2、技术层产业国外业已打通应用端,国内围绕特定领域实施产品精准目 录投放 (73)3、应用层产业国外较多依赖技术内生发展驱动,国内较为注重商业模式创新 (74)五、投融资特征及趋势 (75)(一)全球人工智能领域融资总额持续增长但增速放缓 (75)(二)国内人工智能投资规模有望出现 V 型反转且大额项目频发 (76)(三)深度学习、图像视频识别和文本识别是资本市场当前力捧的热点 78(四)全球科技巨头通过投资并购围绕人工智能构筑差异化竞争力 (79)六、新一代人工智能中长期技术及产业发展趋势 (81)(一)技术趋势 (81)1、既有架构面临挑战,新型人工智能芯片呼之欲出 (81)2、经济社会发展存在迫切需求,专用智能向通用智能升级 (82)3、技术平台开源化已成趋势,围绕超级智能生态系统的竞争即将展开 (83)(二)产业趋势 (84)1、人工智能产业仍将保持爆发式增长 (84)2、我国将成为全球人工智能产业发展的重要推动者 (85)3、智能芯片、智能机器人及智能驾驶等热点应用将持续受到关注 .864、“平台+场景应用”主导的新型商业模式即将出现 (87)5、科技巨头企业的优势地位将受到初创公司的挑战 (87)6、行业监管问题迫切需要引起各方重视 (88)七、推动新一代人工智能发展的措施建议 (89)(一)引导树立正确发展理念 (89)(二)构建政府新型治理体系 (90)(三)持续加强核心创新能力 (90)(四)着力夯实关键发展基础 (91)(五)完善资本市场支撑环境 (92)(六)充分发挥行业组织作用 (93)(七)实现全球统筹协调发展 (94)参考文献 (95)致 谢 (96)图表目录图1 人工智能发展历程示意图 (6)图2 新一代人工智能主要驱动因素示意图 (10)图3 新一代人工智能主要发展特征 (12)图4 新一代人工智能当前核心产业链 (30)图5 全球人工智能核心产业规模及年增长率 (31)图6 我国人工智能核心产业规模及年增长率 (31)图7 2020 年全球及我国人工智能基础层各产业规模占比 (32)图8 2020 年全球及我国人工智能技术层各产业规模占比 (41)图9 2020 年全球及我国人工智能应用层各产业规模占比 (50)图10 全球人工智能企业投融资金额总量及增长率(2015-2020 年) (76)图11 中国人工智能企业投融资金额总量(2015-2020 年) (77)表1 云计算主要共性技术 (20)表2 大数据主要共性技术 (22)表3 机器学习主要共性技术 (23)表4 模式识别主要共性技术 (24)表5 人机交互主要共性技术 (25)表6 主要智能传感器及生产企业 (35)表7 主要智能芯片及生产企业 (38)表8 主要算法模型及相关机构 (40)表9 语音识别主要产品及典型企业 (44)表10 图像视频识别主要产品及典型企业 (47)表11 文本识别主要产品及典型企业 (49)表12 智能机器人主要产品及典型企业 (54)表13 智能金融主要产品及典型企业 (57)表14 智能医疗主要产品及典型企业 (59)表15 智能安防主要产品及典型企业 (62)表16 智能驾驶主要产品及典型企业 (65)表17 智能搜索主要产品及典型企业 (67)表18 智能教育主要产品及典型企业 (70)表20 智能人居主要产品及典型企业 (72)表21 全球各领域人工智能企业融资额前五名 (78)表22 全球科技巨头主要收购企业 (80)新一代人工智能发展白皮书(2017 年)一、编制概要(一)编制背景自1956 年概念得以确立以来,人工智能发展至今已逾60 年,随着所处信息环境和数据基础的深刻变革,开始迈进新一轮发展阶段,呈现出大数据、跨媒体、群体性、自主化、人机融合的发展新特征,从学术牵引式发展迅速转变为需求牵引式发展,相比历史上的任何时刻,都要更加接近于人类智能,既能为进一步掌握城市发展、生态保护、经济管理、金融风险等宏观系统提供指导,也能为设计制造、健康医疗、交通管理、能源节约等微观领域提供解决方案。

中国人工智能基础数据服务行业白皮书

中国人工智能基础数据服务行业白皮书
SMS
2018年中国人工智能基础数据服务市场规模为25.86亿元,其中数据资源定制服务 占比86%,预计2025年市场规模将突破113亿元。市场供给方主要由人工智能基础 数据服务供应商和算法研发单位自建或直接获取外包标注团队的形式组成,其中供 应商是行业主要支撑力量。 数据安全、采标能力、数据质量、管理能力、服务能力等仍是需求方的痛点,需要 人工智能基础服务商有明确具体的安全管理流程、能够深入理解算法标注需求、可 提供精力集中且高质量的服务、能够积极配合、快速响应需求方的要求。
来源:艾瑞自主研究绘制。
序言
算法、算力、数据是人工智能发展的三大要素,人工智能已经从讲技术教育市场的阶段, 过渡到思考如何将技术与商业相结合落地的阶段,而数据作为AI算法的“燃料”,是实现 这一能力的必要条件,因此,为机器学习算法训练提供数据采集、标注等服务的人工智能 基础数据服务成为近年人工智能热潮中必不可少的一环。 2018年1月,由国务院办公厅发布的《科学数据管理办法》中,明确了科学数据的责任、 安全使用和共享利用等行为规范,政策层面的关注表明,科学数据是国家科技创新发展和 经济社会发展的重要基础性战略资源,科技创新越来越依赖于大量、系统、高可信度的科 学数据。 当人工智能技术在更多场景尝试下沉时,AI基础数据服务将迎来挑战,新兴垂直场景数据 既难以获取,又需要有经验、有专业素养的人员进行标注,考验着从业玩家的研发、管理、 培训能力,但也同样伴随着机遇。 人工智能基础数据服务并非人们想象中的数据作坊,其发展依赖于基于技术的数据处理平 台和工具,以及科学高效的管理。该服务团队,在支撑自身人工智能技术研发的同时, 对外输出数据采标能力,成为行业领先力量。随着高难度、前沿独特性需求渐成主流,数 据服务行业早期鱼龙混杂的现象将改变,优势公司实力将逐渐凸显。

2019年中国人工智能基础数据服务白皮书

2019年中国人工智能基础数据服务白皮书
2019年中国人工智能基础数据服务白皮书
摘要
在经历了一段时期的野蛮生长之后,人工智能基础数据服务行业进入成长期,行业 格局逐渐清晰。人工智能基础数据服务方的上游是数据生产和外包提供者,下游是 AI算法研发单位,人工智能基础数据服务方通过数据处理能力和项目管理能力为其 提供整体的数据资源服务,不过AI算法研发单位和AI中台也可提供一些数据处理工 具,产业上下游普遍存在交叉。
……

自然语言处理
信息理解
文字校对
机器翻译
自然语言生成
……
知识图谱

通用型
行业型
人工智能基础数据服务发展历程
行业进入成长期,行业格局逐渐清晰
伴随国内人工智能热潮爆发,大量的AI公司拿到融资,为了不断提高算法精度,数据采标需求也空前爆发,一度催生了行 业的繁荣。但早期的AI基础数据服务门槛较低,玩家鱼龙混杂,使行业标准模糊、服务质量参差不齐。随着竞争加快,AI 公司对训练数据的质量要求也不断提高,并且当产业落地成为主旋律,需求方对垂直场景的定制化数据采标需求成为主流, 众多小型AI基础数据服务公司从数据质量和采标能力上达不到要求,或被淘汰,或依附大平台,行业格局逐渐清晰,头部 公司实力逐渐凸显。随着算法需求越来越旺盛,目前机器辅助标注、人工主要标注的手段需要改进提升,增强数据处理平 台持续学习和自学习能力,增加机器能够标注维度、提升机器处理数据的精度,由机器承担主要标注工作将成为下一阶段 的行业重心。未来,越来越多的长尾、小概率事件所产生的数据需求增强,人机协作标注的模式性价比不足,机器模拟或 机器生成数据会是解决这一问题的良好途径,及早研发相应技术也将成为AI基础数据服务商未来的护城河。
高层属性类别,自动从信息中学习有效的特征并进行分类,而无需人为选取特征。凭借自动提取特征、神经网络结构、端

人工智能白皮书

人工智能白皮书

4未来,人工智能带来更多的发展新机遇从政府公共服务到消费者日常生活,人工智能在其中的应用将越来越广泛。

未来,人工智能将推动政府服务能力提升、传统产业转型升级,在社会和经济发展过程中,发挥着愈来愈重要的作用:• 人工智能在政务服务领域的应用将越来越广泛,不论是应用在数字化转型时代下的智慧城市、平安城市、智慧政务、智慧交通等领域的建设,还是应用在政府传统的行政管理、司法管理、环境保护、城市管理等社会治理的热点难点领域,人工智能将不断推动社会治理的现代化进程。

举例来说,到2020年,IDC预测,全球25%的政府机构会利用人工智能技术来影响网络的能力和表现。

例如,绝大部分国家的中央政府将逐步采用人工智能技术来支撑网络攻击/防御的自动化,其中35%的相对较低等级的网络攻击/防御任务将完全委托人工智能技术进行自动处理。

• 人工智能将与实体经济进一步融合,支持传统产业优化升级,提升企业现有劳动力的生产效率和资本、资源的使用效率等。

例如,IDC预测,到2019年,在那些日常工作包含运用企业应用程序的员工中,75%的人将能够利用智能助手来提升他们的技能和专长。

• 人工智能将不断的提升人们的生活质量。

例如,与生活息息相关的智能家居、智能手表、无人驾驶,都能给人们带来全新的生活便利和使用体验。

与工作息息相关的虚拟助手,能够很好的帮助人们安排会议日程,并帮助工作人员找到其需要的存储在不同系统或者库中的信息,访问、分析该信息,并为其提供建议。

目前,对话式人工智能应用已水到渠成人工智能在数字化转型时代愈发重要,未来实现人工智能应用的真正落地,才能在各个领域发挥关键的作用。

目前,人工智能应用相对成熟的技术领域有语音识别、语义理解、机器视觉等,而涵盖了语音识别、语义理解等技术的对话式人工智能,正成为最先落地和有望大规模应用的人工智能领域:• 从市场规模上来看,中国人工智能技术支出逐年增加,对话式人工智能较为成熟的智能语音市场、可穿戴市场、智能车载等市场的规模得到进一步发展;• 从市场应用上来看,对话式人工智能已经在音箱、电视、冰箱、机器人、玩具、车载设备、手机、耳机等设备上得到应用,根据IDC预测,到2020年,对话式人工智能在智能家居、随身设备、智能车载三个关键领域的渗透率分别达到27%,68%,51%;• 从终端用户上来看,终端用户将大规模的使用对话式人工智能,根据IDC的调研数据显示,未来12-24个月,有意向使用对话式人工智能的终端用户将达到89%。

【精品】2019年人工智能安全大数据报告PPT(获奖作品)图文

【精品】2019年人工智能安全大数据报告PPT(获奖作品)图文
数据作为驱动本轮人工智能浪潮全面兴起的三大基础要素之一, 数据安全风险已成为影响人工智能安全发展的关键因素。与此同时, 人工智能应用也给数据安全带来严峻挑战,如何应对人工智能场景下 的数据安全风险日渐成为国际人工智能治理的重要议题。部分国家已 率先探索人工智能数据安全风险的前瞻研究和主动预防,并积极推动 人工智能在数据安全领域应用,力求实现人工智能与数据安全的良性 互动发展。
图 1 人工智能安全体系架构图 1
人工智能数据安全白皮书(2019 年)
(二) 人工智能数据安全内涵
1、人工智能与数据 人工智能与数据相辅相成、互促发展。一方面,海量优质数据助 力人工智能发展。现阶段,以深度学习为代表的人工智能算法设计与 优化需要以海量优质数据为驱动。谷歌研究提出,随着训练数据数量 级的增加,相同机器视觉算法模型的性能呈线性上升。牛津大学国际 发展研究中心将大数据质量和可用性作为评价政府人工智能准备指 数的重要考察项1。美国欧亚集团咨询公司将数据数量和质量视为衡 量人工智能发展潜力的重要评价指标2。另一方面,人工智能显著提 升数据收集管理能力和数据挖掘利用水平。 人工智能在人们日常生活 和企业生产经营中大规模应用,获取、收集和分析更多用户和企业数 据,促进人工智能语义分析、内容理解、模式识别等方面技术能力进 一步优化,更好地实现对收集的海量数据进行快速分析和分类管理。 而且,人工智能对看似毫不相关的海量数据进行深度挖掘分析,发现 经济社会运行规律、用户心理和行为特征等新知识。基于新知识,人 工智能进一步提升对未来的预测和对现实问题的实时决策能力,提升 数据资源利用价值,优化企业经营决策、创新经济发展方式、完善社 会治理体系。 2、人工智能数据安全 数据安全是人工智能安全的关键。 数据成为本轮人工智能浪潮兴 起发展的关键要素。人工智能算法设计与优化需要以海量优质数据资

ai智能自动生成白皮书

ai智能自动生成白皮书

ai智能自动生成白皮书标题:AI智能技术白皮书——引领未来发展的方向摘要:本白皮书通过综合分析AI智能技术在各领域的应用与发展情况,系统阐述了AI智能技术的基本概念、核心技术、现状及未来发展趋势。

旨在为各界人士提供有关AI智能技术的全面了解,探讨其存在的问题及解决方案,并提供针对AI智能技术发展的指导意义。

1. 引言随着信息技术和互联网的快速发展,AI智能技术作为前沿的技术领域正日益受到重视。

AI智能技术的快速发展与应用正在深刻地改变人们的生活方式和社会结构,对各行各业带来了巨大的影响。

本部分将概述AI智能技术的发展背景和意义。

2. AI智能技术的基本概念和核心技术本部分将介绍AI智能技术的基本概念,包括机器学习、深度学习、自然语言处理等关键技术。

同时,还将对这些技术的原理、方法和应用进行详细解释,以帮助读者全面了解AI智能技术的基础。

3. AI智能技术的现状与应用领域AI智能技术已经在许多领域取得了突破性的应用。

本部分将重点介绍AI智能技术在人工智能医疗、智能交通、工业制造、金融服务等领域的现状和应用案例,并讨论AI智能技术给这些领域带来的改变和机遇。

4. AI智能技术发展的挑战与解决方案尽管目前AI智能技术取得了重要进展,但也面临着一些挑战。

本部分将分析AI智能技术在数据隐私保护、伦理道德、安全性等方面所面临的问题,并提出应对这些问题的解决方案。

5. AI智能技术的未来发展趋势AI智能技术具有广阔的应用前景和发展潜力。

本部分将展望AI智能技术的未来发展趋势,包括AI与大数据、物联网、区块链等其他领域的融合,以及AI对人类社会和经济的深刻影响。

6. 结论AI智能技术正成为引领未来发展的关键技术,其在各领域应用的成功经验和面临的挑战值得我们深思和借鉴。

本白皮书的目的在于为各界人士提供对AI智能技术的全面认识,指导相关行业的发展和决策,并推动AI智能技术在社会各领域的应用和创新。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

人工智能数据安全白皮书(2019 年)

中国信息通信研究院
一、 人工智能数据安全概述 (一) 人工智能安全
当前,由人工智能引领的新一轮科技革命和产业变革方兴未艾, 正在对经济发展、社会进步、国家治理等方面产生重大而深远的影响。 世界主要国家和全球产业界高度重视并积极布局,人工智能迎来新的 发展浪潮。然而,技术进步往往是一把“双刃剑”,本项目组在《人 工智能安全白皮书(2018 年)》中提出人工智能因其技术的局限性和 应用的广泛性,给网络安全、数据安全、算法安全和信息安全带来风 险,并对国家政治、军事和社会安全带来诸多挑战。与此同时,人工 智能因其突出的数据分析、知识提取、自主学习、智能决策等能力, 可在网络防护、数据管理、信息审查、智能安防、金融风控、舆情监 测等网络信息安全领域和社会公共安全领域有许多创新性应用。为有 效管控人工智能安全风险并积极促进人工智能技术在安全领域应用, 可从法规政策、标准规范、技术手段、安全评估、人才队伍、可控生 态等方面构建人工智能安全管理体系。
图 1 人工智能安全体系架构图 1
人工智能数据安全白皮书(2019 年)
中国信息通信研究院
(二) 人工智能数据安全内涵
1、人工智能与数据 人工智能与数据相辅相成、互促发展。一方面,海量优质数据助 力人工智能发展。现阶段,以深度学习为代表的人工智能算法设计与 优化需要以海量优质数据为驱动。谷歌研究提出,随着训练数据数量 级的增加,相同机器视觉算法模型的性能呈线性上升。牛津大学国际 发展研究中心将大数据质量和可用性作为评价政府人工智能准备指 数的重要考察项1。美国欧亚集团咨询公司将数据数量和质量视为衡 量人工智能发展潜力的重要评价指标2。另一方面,人工智能显著提 升数据收集管理能力和数据挖掘利用水平。人工智能在人们日常生活 和企业生产经营中大规模应用,获取、收集和分析更多用户和企业数 据,促进人工智能语义分析、内容理解、模式识别等方面技术能力进 一步优化,更好地实现对收集的海量数据进行快速分析和分类管理。 而且,人工智能对看似毫不相关的海量数据进行深度挖掘分析,发现 经济社会运行规律、用户心理和行为特征等新知识。基于新知识,人 工智能进一步提升对未来的预测和对现实问题的实时决策能力,提升 数据资源利用价值,优化企业经营决策、创新经济发展方式、完善社 会治理体系。 2、人工智能数据安全 数据安全是人工智能安全的关键。数据成为本轮人工智能浪潮兴 起发展的关键要素。人工智能算法设计与优化需要以海量优质数据资
数据作为驱动本轮人工智能浪潮全面兴起的三大基础要素之一, 数据安全风险已成为影响人工智能安全发展的关键因素。与此同时, 人工智能应用也给数据安全带来严峻挑战,如何应对人工智能场景下 的数据安全风险日渐成为国际人工智能治理的重要议题。部分国家已 率先探索人工智能数据安全风险的前瞻研究和主动预防,并积极推动 人工智能在数据安全领域应用,力求实现人工智能与数据安全的良性 互动发展。
人工智能数据安全 白皮书
中国信息通信研究院 安全研究所 2019年8月
版权声明
本白皮书版权属于中国信息通信研究院安全研究所,并 受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者 观点的,应注明“来源:中国信息通信研究院安全研究所”。 违反上述声明者,本单位将追究其相关法律责任。
前言
人工智能作为引领新一轮科技革命和产业变革的战略性技术,已 成为世界主要国家谋求新一轮国家科技竞争主导权的关键领域。随着 政府人工智能战略布局的落地实施,全球人工智能发展正进入技术创 新迭代持续加速和融合应用拓展深化的新阶段,深刻改变着国家政治、 经济、社会、国防等领域的运行模式,对人类生产生活带来翻天覆地 的变化。
本白皮书从人工智能数据安全的内涵出发,首次提出人工智能数 据安全的体系架构,在系统梳理人工智能数据安全风险和安全应用情 况的基础上,总结了国内外人工智能数据安全治理现状,研究提出了 我国人工智能数据安全治理建议。
目录
一、 人工智能数据安全概述................................. 1 (一) 人工智能安全 ...................................... 1 (二) 人工智能数据安全内涵............................... 2 (三) 人工智能数据安全体系架构........................... 3 二、 人工智能数据安全风险................................. 5 (一) 人工智能自身面临的数据安全风险..................... 5 (二) 人工智能应用导致的数据安全风险..................... 7 (三) 人工智能应用加剧的数据治理挑战.................... 11 三、 人工智能数据安全应用................................ 13 (一) 人工智能与数据安全治理............................ 13 (二) 人工智能在数据安全治理中的应用.................... 15 四、 国内外人工智能数据安全治理动态...................... 23 (一) 国内外人工智能数据安全战略规划情况 ................ 24 (二) 国内外人工智能数据安全伦理规范情况 ................ 28 (三) 国内外人工智能数据安全法律制定情况 ................ 30 (四) 国内外人工智能数据安全技术发展情况 ................ 32 (五) 国内外人工智能数据安全标准规范情况 ................ 34 五、 人工智能数据安全治理建议............................ 36 (一) 明晰发展与安全并举的治理思路...................... 36 (二) 引导社会遵循人工智能伦理规范...................... 37 (三) 建立人工智能数据安全法律法规...................... 37 (四) 完善人工智能数据安全监管措施...................... 38 (五) 健全人工智能数据安全标准体系...................... 39 (六) 创新人工智能数据安全技术手段...................... 39 (七) 培养复合人工智能数据安全人才...................... 40
相关文档
最新文档