筑牢人工智能发展安全防线

强化源头管理，提升数据治理能力。数据是训练人工智能模型的基础要素，也是人工智能模型应用的核 心资源。生成式人工智能发展依赖海量的训练数据，包括个人数据、企业数据和政府数据等，一旦这些 数据失控流动、造成泄漏，将可能导致个人身份盗用、财产损失，甚至对国家安全带来不利影响。因 此，针对重点行业的重要数据、核心数据，可参照欧盟《通用数据保护条例》和我国数据安全法等的管 控要求，按照"境内存储+安全评估"的方式进行管理；构建跨模态数据安全与隐私保护体系，依托区块 链技术实现全链路数据存证，通过可信执行环境技术，实现"原始数据不出域，数据可用不可见"；构建 风险预警和动态评估平台，实时监测和分析平台运行状态、数据流向等信息，加强对违规内容与行为的 实时识别与研判。同时，数据质量直接影响大语言模型的性能与可靠性。要加快建立数据使用的标准与 规范，提高数据的可解释性与可用性；加强对数据的清洗与筛选等预处理，提升数据质量。建立健全大 数据审计工作机制，定期对数据的收集、存储、使用和共享情况进行审查，及时发现并纠正数据滥用、 隐私泄露等问题，确保数据使用和技术发展始终在可控范围内。数据提供者也需遵循合法性与合规性原 则，确保数 ...