【概要】近日，衡阳市公共资源交易中心发布公告，以网上竞价的方式出让“衡阳市政务数据资源和智慧城市特许经营权出让项目”，项目起始价为 18 亿元。根据公告，数据产权转让方为衡阳市行政审批服务局，其旨在通过出让智慧城市或其他财政投资信息化系统建成后产生的数据资源等有形或无形资产的特许经营权限，以市场化的方式获取这些数据资源和数据资产的收益。中标方作为特许经营者，在特许经营期内，获得了数据加工使用权和数据产品经营权，特许经营者既是数据中介商，又是数据产品的运营商。藉此特许经营者可以在特许经营范围内向使用者提供相关的数据产品和服务，并收取相应的费用作为回报。发布公告后的第 5 天，衡阳市公共资源交易中心再度发布公告，表示暂停该交易活动。

【简评】在数据被视为“新黄金”的当下，数据要素流通、交易、传播的场景正变得越来越多。正如复旦大学计算机科学技术学院教授朱扬勇所指出的，“土地财政”已经难以为继，但“盘活政府数据资源，建立数据财政”的时机可能已经到来。与土地不同，数据不会越用越少，并且数据本身会日益增加，因此盘活数据资源，建立“数据财政”可能是政府数据资源开发利用的有效手段。然而公共数据授权运营的前提是确保个人数据隐私和公共数据安全，从目前来看，政务数据资源的授权运营如何做到合法合规，如何有效做到隐私保护，仍需要进一步探索和明确。

（来源：中国新闻周刊）

【概要】伯克利和香港大学的马毅教授领导的一个研究团队给出了自己的最新研究结果：包括 GPT-4 在内的当前 AI 系统所做的正是压缩。这篇论文的主要目的在于用一个更统一的框架以设计类似 Transformer 的网络结构，从而实现数学上的可解释性和良好的实际性能。为此，研究人员创建了一个全新的白盒 Transformer 架构 CRATE（Coding RAte reduction TransformEr），学习目标函数、深度学习架构和最终学习到的表征都完全可以用数学解释，其中每一层执行交替最小化算法（alternating minimization algorithm）的一个步骤，以优化稀疏率降低目标。最终分析结果表明，CRATE 相对于标准 Transformer 确实具有更强的可解释性。

【简评】可解释性是指让人工智能系统结果可以理解，并提供阐释说明。因为算法黑箱的存在，一些研发人员可能也无法全部掌握人脸识别结果所依赖的算法依据、原理，算法究竟是基于何种原因得出的结果，这些原因既有可能是运用者较为熟悉且可以接受的，也有可能是运用者无法接受的，还有可能是即使是研发人员也无法观察到的。因此，研究人员持续完善技术，有关机构围绕可解释性制定相应的标准，是确保人工智能安全、可靠、可控发展的重要课题。

（来源：新智元）

（论文地址：arxiv.org/pdf/2311.13110）

【概要】11 月 27 日，北京互联网法院针对人工智能生成图片（AI 绘画图片）著作权侵权纠纷作出一审判决。该案是我国首例涉及“AI 文生图”著作权的案件，案件庭审曾在央视和多个平台直播，累计吸引了 17 万网友观看，引发了 AI 生成内容与著作权之间关系的探讨。原告李某使用 AI 生成涉案图片后发布于小红书平台；被告系百家号博主，发布文章配图使用了原告该 AI 生成的图片，原告遂起诉。最终法院审理认为涉案人工智能生成图片（AI 绘画图片）具备“独创性”要件，体现了人的独创性智力投入，应当被认定为作品，受到著作权法保护。但法院同时强调，根据诚实信用原则与保护公众知情权的需要，原告应该显著标注其使用的人工智能技术或模型。

【简评】本案最基础的争议焦点在于：人工智能生成图片（AI 绘画图片）是否构成作品。而 AI 生成图片能够当作作品来保护这一结论，无疑会激励更多自然人（或法人）使用 AIGC 出图或其他作品，从而使 AI 垂直领域的各分支都活跃起来。从社会效果而言，一审判决书的社会效果拉满，对 AI 创业大有裨益。

【概要】11 月 27 日，美国加州隐私保护局（CPPA）正在制定一项法规草案，旨在为人工智能设立保护措施。该草案规定了 AI 如何处理个人数据的要求。该计划的核心内容包括选择退出权、使用前通知要求和访问权，这将使居民能够获得关于其数据如何被自动化和 AI 技术使用的有意义信息。根据拟议的法规，科技公司可能会被要求向加州居民提供拒绝商业监视的选择，同时也规定企业必须向消费者提供选择不接受行为广告处理数据的权利。

【简评】该项法规草案通过规范 AI 对用户数据的使用权限，寻求一种在数据保护与确保数据可用于创造经济和社会价值之间的平衡，这也是全世界政府所要面临的共同课题。目前，美国的数据保护法规是按州制定的，这造成了混乱且成本高昂的法律拼凑局面。尽管包括《美国数据隐私和保护法案》（ADPPA）在内的国家法案提案取得了重要进展，但仍有待于进行一些关键性的调整，通过全面的数据隐私立法，使得数据安全风险的应对更具有针对性。

（来源：https://techcrunch.com/2023/11/27/cppa-admt-draft-rules/?guccounter=1&guce_referrer=aHR0cHM6Ly93d3cuemhpZHguY29tLw&guce_referrer_sig=AQAAAGnmmvAJsmFXG187RMVPqvyJ4PxM7KfIlptNAOThd04gy-kOxYrkv30piDm8fJIkq09SJfExGEGtbRe8f_ALFYlRl4_4AyJTwSfdfUkF7S5yJD8t9WmUP9Fv5RoPGy67GLPmif5WsbxXRoZyNckvJ2Amay2YF7YfdcP）

【概要】2023 年 11 月 27 日，美国国土安全部（DHS）网络安全和基础设施安全局（CISA）与英国国家网络安全中心（NCSC）联合发布了《安全 AI 系统开发指南》（Guidelines for Secure AI System Development），为 AI 系统开发人员提供开发过程中的网络安全决策。该指南是与全球其他 21 个机构和部委（涉及 G7 所有成员国）合作制定的，也是全球范围内首次达成的此类共识。该指南涉及 AI 系统开发生命周期中的四个关键领域：安全设计、安全开发、安全部署以及安全运维，每个部分都重点介绍了有助于降低组织 AI 系统开发过程的网络安全风险的注意事项和缓解措施。

【简评】随着国家和组织拥抱人工智能的变革力量，对人工智能系统进行动态的、全流程的监管是保证其安全、稳定发展的必要前提。该白皮书号称“首份全球 AI 安全标准”，旨在从设计阶段强化 AI 系统的安全性，以防范可能的安全风险。然而，《指南》对人工智能领域的某些争议问题并未提及，包括对图像生成模型的使用、深度伪造、不恰当的数据收集方法，以及在训练模型中的使用应采取哪些可能的控制措施等。而在这些问题上，多家人工智能公司曾遭到起诉。因此，如何引导人工智能公司在以上方面实现安全设计、开发、运行也是下一步各国值得关注的重点。