盈彩网注册网|盈彩网网址

【观点】构筑顶层设计 开创工业和信息化领域数据安全管理新格局******

　　近日，工业和信息化部出台了《工业和信息化领域数据安全管理办法（试行）》（以下简称“《管理办法》”）。《管理办法》作为工业和信息化领域（以下简称“工信领域”）数据安全管理顶层制度文件，是全面贯彻落实《数据安全法》等国家数据安全法律法规的重要举措，也是前期工信领域数据安全管理实践经验的固化总结。《管理办法》以安全发展理念为指引，建立健全了工信领域数据安全制度机制，搭建起工信领域数据安全管理的“四梁八柱”，细化明确了数据全生命周期安全保护要求，为工信领域企业落实数据安全管理和技术保护措施提供了明确指引，标志着工信领域数据安全管理工作迈出了具有里程碑意义的重要一步。

　　一、夯实数据安全根基，建立工信领域数据安全管理基本遵循

　　随着全球数字经济的蓬勃发展，数据已成为关键生产要素和核心战略资源，数据安全的基础保障作用和发展驱动效应日益突出，攸关国家安全、公共利益和个人权利。党和国家敏锐把握数字经济发展的战略机遇，将数据作为新型生产要素，加快培育数据要素市场，充分释放数据红利，同时，高度重视、不断推进数据安全保护工作。党的二十大报告立足中华民族伟大复兴战略全局和世界百年未有之大变局，做出“统筹发展与安全”的重要部署，要求“坚定不移贯彻总体国家安全观”，“以新安全格局保障新发展格局”，重点强化数据安全保障体系建设。

　　安全保障，制度先行。国务院《“十四五”数字经济发展规划》将研究完善行业数据安全管理政策作为提升国家总体数据安全保障水平的关键一环。《数据安全法》《个人信息保护法》等国家重大数据安全立法加速出台，进一步明确了数据安全行政监管的上位法依据和职责边界，对各行业、各领域承接落实也提出了新要求。

　　工信领域是我国数字化转型的排头兵和产业数字化的主阵地。信息通信网络覆盖社会千行百业，是经济社会运行的“神经中枢”，汇聚海量用户数据和关系国计民生的重要数据。工业数字化转型催生海量工业数据资源，且数据互联互通加快导致数据安全风险与威胁点增多，数据安全形势愈发严峻复杂，工信领域数据安全保护亟待强化。加速完善工信领域数据安全管理政策，夯实数据安全工作基石，是认真践行总体国家安全观，统筹发展和安全，护航工信领域数字化发展的必然要求，也是落实党和国家决策部署、提升国家总体数据安全保障水平的必担之责。

　　二、筑牢数字安全屏障，明确工信领域数据安全保护的规则指引

　　《管理办法》坚持安全与发展并重、鼓励与规范并举原则，推动建立健全安全可控、弹性包容的工信领域数据安全规则体系，一方面，明确数据安全管理关键制度要求，划定工信领域数据流通利用的安全基线，同时，构建多元主体协同共治格局，着力提升工信领域数字信任，为我国数字化转型保驾护航。具体来说，《管理办法》核心内容包括以下几个方面：

　　（一）明确管理体制，建立三级联动的数据安全工作机制

　　《管理办法》衔接国家数据安全工作协调机制，充分结合工信领域既成的监管体制，构建了“部-地方-企业”三级联动的数据安全工作机制：在部层面，由工业和信息化部负责工信领域数据安全总体统筹与监督管理。在地方层面，地方工业和信息化主管部门、地方通信管理局、地方无线电管理机构分别负责对本地区工业数据处理者、电信数据处理者、无线电数据处理者的数据处理活动和安全保护进行监督管理。在企业层面，工业数据处理者、电信数据处理者、无线电数据处理者承担本单位的数据安全主体责任，落实工信领域数据安全管理要求。这种条块结合的监管组织架构既贯彻了《数据安全法》对于各地区、各行业、各领域数据安全监管的责任分工，也充分考虑了工信领域管理的共性需求与实践差异。

　　（二）细化分类分级，建立涵盖事前事中事后的监管制度机制

　　《管理办法》承接细化《数据安全法》数据分类分级保护要求，以预防、控制和消除数据安全风险为核心，建立工信领域数据安全管理关键制度机制。一是明确工信领域数据分类参考因素及数据分级识别依据，建立重要数据和核心数据目录备案管理机制，为工信领域数据分类分级安全管理提供实操指引。二是建立工信领域数据安全风险监测机制及风险信息上报和共享机制，对数据安全风险进行监测、汇聚、分析、通报，加强工信领域数据安全风险的事前感知。三是明确应急处置机制流程，制定工信领域数据安全事件应急预案，预防和减少数据安全事件发生后造成的损失和危害。四是完善投诉举报机制，建立部省两级数据投诉举报渠道，充分发挥社会监督作用，广泛获取数据安全违法信息。五是建立数据安全检测、认证、评估管理制度，提升工信领域数据安全产品、服务质量及安全保障能力，推动数字安全产业发展。

　　（三）落实主体责任，加强重要数据和核心数据重点保护

　　《管理办法》对标《数据安全法》《网络安全法》《个人信息保护法》中的数据安全保护义务，明确细化工信领域数据处理者的数据安全主体责任。一是要求建立数据全生命周期安全管理制度，制定各环节分级防护要求和操作规程，配备管理人员，加强权限管理，制定应急预案，定期开展教育培训以及其他必要措施。二是要求结合数据收集、存储、使用、加工、传输、提供、公开等环节特点设置针对性保护措施，有效加强数据安全保护。三是以一般数据、重要数据、核心数据三级数据划分为主线贯穿数据全生命周期安全管理，要求采取工作体系建设、内部登记审批、关键岗位管理、安全防护等管理及技术措施对重要数据和核心数据进行重点保护，切实保障国家安全和社会公共利益。

　　（四）引入多利益相关方，构建数据安全协同治理生态

　　数据安全保护涉及主体多元、场景复杂、环节众多，构建良好的数据安全治理生态需要开展多方协同。《管理办法》引入企业、研究机构、行业组织、安全服务机构等各类主体参与数据安全治理。一是推动数据安全产业发展，支持数据安全企业、研究和服务机构开展数据安全技术研发创新，结合行业数据安全需求培育、发展数据安全产品和服务，提升数据安全产品供给能力。二是组织企业、研究机构、高等院校、行业组织等各类主体开展相关标准的制修订及推广应用工作，增强标准制定参与主体的广泛性，通过标准促进数据应用规范化，提升数据处理活动的安全性。三是发挥安全服务机构、行业组织、科研机构数据安全能力，鼓励协同开展数据安全风险信息上报和共享，汇聚多方力量应对数据安全风险。四是发挥评估机构专业能力，辅助开展数据安全风险评估、出境评估等活动，助力企业持续提升数据安全保障水平。

　　三、凝聚多方合力，全面提升工信领域数据安全保障水平

　　在数据安全威胁和风险日益突出，国家数据安全管理要求亟需落地的大背景下，《管理办法》的出台正当其时。《管理办法》正式实施后，将开创工信领域数据安全保护工作新局面。为进一步推动其落地，有效提升工信领域数据安全治理能力，重点提出以下几方面思考：

　　（一）加强政策宣贯培训，全面提升数据安全保护意识和水平

　　《管理办法》发布是引导工信领域深入贯彻领会数据安全管理制度要求，加快推动数据安全管理工作制度化、规范化的良好契机。做好宣贯培训，采取部级示范培训和地方重点培训相结合的方式，针对性、分层次、有深度地设计行业数据安全宣贯培训内容，对《数据安全法》《管理办法》进行系统阐释和深入解读，统一理解认识，有助于行业监管部门推动管理制度要求有效落实与执行，打响“发令枪”。同时，数据处理者要定期开展数据安全管理培训，明确关键、重点岗位培训方案，确保数据安全从业人员全覆盖，及时评定培训效果，做好“冲锋者”。

　　（二）做好重要数据识别备案，有效夯实数据安全工作基础

　　重要数据保护已成为工信领域数据安全管理的重中之重。随着《管理办法》的推进实施，还需要行业监管部门结合工业、电信行业领域自身特点和实践需求，配套制定重要数据识别标准规范，建立完善备案审核及上报流程机制，为工信领域企业深化落实数据安全基线要求进一步提供细化规则。数据处理者也需要按照行业监管部门的工作要求，紧密结合自身数据安全工作实际，定期梳理数据资源，扎实开展重要数据识别和目录动态备案管理工作，切实履行好安全主体责任。

　　（三）抓好风险防范化解，切实增强数据安全保障能力

　　有效发现、抵御工信领域数据安全突出风险，是维护数据安全的发力点和核心战力。加强数据安全风险评估、报告、信息共享、监测预警工作部署，推进全国数据安全管理平台建设，加快打造工信领域数据安全风险态势感知能力，将成为下一步行业监管工作的重点。数据处理者应围绕数据安全保护需求，配合部、省两级主管部门开展风险监测排查，及时防范行业数据安全风险隐患；做好数据安全风险评估和数据出境安全评估，不断提升数据安全合规能力。安全服务机构、行业组织、科研机构要主动参与风险信息上报和共享，按照“及时、客观、准确、真实、完整”的原则报送掌握的风险信息。

　　（四）加强正向激励引导，多措并举提升数据安全保护水平

　　坚持监督管理与正向引导相结合，有利于充分调动企业的自主性和积极性，更大程度激发企业提升自身数据安全管理水平的内生动力。行业监管部门在加强监督检查，通过执法、约谈等措施敦促企业责任落实的同时，可以综合运用行业自律、竞赛、优秀案例评选等多种方式加强示范引领，推进企业标准贯标达标工作，指引企业提升数据安全管理能力。数据处理者要充分发挥能动性，自动对标管理要求和最佳实践，自觉提升数据收集、存储、加工、传输、提供、公开、销毁等全环节安全保护水平。在业务系统上线、运营中，同步规划、同步建设、同步运行数据安全保障措施，进一步提升数据有效利用与安全保护平衡能力。

　　（作者：中国信通院院长 余晓晖）

“特别能聊”的人工智能会聊出些什么？******

　　聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口

　　“特别能聊”的人工智能会聊出些什么？

　　本报记者 时斓娜

　　阅读提示

　　全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。

　　家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。

　　产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。

　　人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。

　　“真正像人类一样聊天交流”

　　“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。

　　随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。

　　中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。

　　实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。

　　创新交互为AIGC带来新启发

　　随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。

　　以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。

　　在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。

　　目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。

　　根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。

　　“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。

　　商业化落地需克服技术和伦理问题

　　尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。

　　在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。

　　中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。

　　“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。

　　在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”

　　在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。

　　（文图：赵筱尘 巫邓炎）