盈彩APP - 互动百科

首部《跨境数据流通合规与技术应用白皮书》发布******

　　日前，“粤港澳大湾区国际人工智能与机器人高峰会2022”在香港、深圳、澳门三地以线上、线下相结合的方式举行，峰会由香港生产力促进局（生产力局）、深圳市发展和改革委员会、广东省人工智能与机器人学会、香港人工智能与机器人学会与澳门大湾区人工智能学会主办，以及深圳数据交易所、粤港澳大湾区大数据研究院、湾区数字科技联盟、开放群岛开源社区联合承办。

　　香港创新科技及工业局局长和深圳市科技创新委员会领导，以及国际图灵奖得奖者、三十余名中外院士及专家、多位大湾区高校校长出席会议，或将成为粤港澳大湾区三地联合主办的最高层次的人工智能与机器人领域专业会议。

　　会上，国家信息中心原党委书记、常务副主任，粤港澳大湾区大数据研究院名誉理事长杜平为《跨境数据流通合规与技术应用白皮书》致辞，联易融创始人、董事长兼CEO宋群作为主编单位代表出席发布仪式，并正式发布了由开放群岛开源社区跨境数据流通小组牵头，联易融、深数所、贵数所、粤港澳大湾区大数据研究院、中国电子、天翼电子、微众银行、顺丰科技、勤达睿、广和律所、大成律所、中伦律所、华东江苏大数据交易中心、星环科技、南方财经、雁联科技、九鑫智能、八分量等三十余家机构编写的国内首份《跨境数据流通合规与技术应用白皮书》。

　　跨境数据流通成为推动新型全球化的新引擎

　　近年来，互联网、云计算、大数据、人工智能、区块链等新一代信息技术成果快速涌现，陆续进入到大规模快速实现商业转化的阶段。与此同时，在催生大批数字化企业、数字化业态、数字化应用场景的过程中，全球互联网协议流量以及全球数据量都呈现指数级增长势头。伴随着跨境数据在支持国际贸易活动、促进跨国技术合作、推动数据资源共享方面的作用愈发凸显，数据作为要素具有巨大价值已经成为国际共识，促进数据跨境流通及数字贸易，正成为推动新型全球化的新动力。

　　2022年12月19日，国务院关于构建数据基础制度更好发挥数据要素作用的意见也指出，“深化开放合作，实现互利共赢。积极参与数据跨境流动国际规则制定，探索加入区域性国际数据跨境流动制度安排。推动数据跨境流动双边多边协商，推进建立互利互惠的规则等制度安排。鼓励探索数据跨境流动与合作的新途径新模式”，加强数据跨境流动的探索，成为我国在全球数字经济发展格局中的建立优势的关键。

　　探索合法、合规、可落地的跨境数据流通技术解决方案

　　开放群岛开源社区跨境数据流通小组以助力企业合法、合规实现数据流通业务出海为目标，围绕着国内数据的出境、国外数据的入境以及第三国数据过境等领域，联合生态伙伴结合业务模式与技术能力推进合法合规可落地的技术解决方案。

　　本份白皮书集领域内行业专家、法律专家、技术专家智慧，以跨境数据流通线下合规与线上技术解决方案相结合为特色，在研究数据出境接收国及地区的法律环境分析的基础之上，探索技术手段实现跨境数据的高效流转，是跨境数据技术解决方案的首次集中展现。白皮书系统剖析了我国在数据跨境流通领域的发展现状、难点和障碍；同时，全面梳理了美国、欧盟、日本、新加坡、中国香港、中国澳门等国家和地区在数据安全保护和数据跨境流通等方面的法律法规要求，为国内从事合规的从业人员提供相关素材的参考；还重点围绕金融、医疗、汽车、物流和跨境电商等行业，探索如何利用区块链、数据网关、隐私计算等最新技术，提出推进数据高效、合规跨境流动的技术解决方案。

　　以粤港澳数据跨境为起点，参与全球数字经济浪潮

　　近年来，粤港澳大湾区在经济贸易、投资融资、科技交流合作、人员往来等多个方面都开展广泛深入的合作且成效显著。面临新时代的新情况和新任务，如何以数据跨界流动来赋能粤港澳三地间人流、物流、资金流更加精准、便利、高效、安全地流通，提升大湾区整体的经贸合作和人文交流的效率和安全性，是三地政府管理部门、企业和市场服务机构的重大任务。

　　尝试以粤港澳为样本，探索实践数据跨境流动的大湾区方案有利于我国在参与世界数据经济合作中积累经验并发挥重要作用，大湾区具有一国两制三地的中国特色，在数据跨境流通、基础制度体系建设、管理体制机制完善、标准规范和通用协议制定、数据安全流通技术应用等重大问题上先行先试，及时总结有效做法。不仅仅是大湾区三地的事情，对于中国积极主动参与国际数字贸易、世界数字经济技术合作和网络空间治理以及维护速度主权都具有十分重要的现实意义。（柯岩）

ChatGPT搞钱行不行******

　　一系列的试探之后，AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日，人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本，每月收取20美元。免费了两个月，月活用户却达1亿的ChatGPT，终于踏上了自己的“赚钱路”，由此，AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道，ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。

　　免费服务仍将继续

　　“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告，订阅ChatGPT Plus服务的用户，即使在高峰时段，也可获得该聊天机器人更快速的回应，而且可以提前体验新功能和改进。

　　去年11月，ChatGPT横空出世，不仅能够通过学习和理解人类的语言与用户进行对话，还能根据上下文互动，甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验，ChatGPT迅速蹿红。

　　当地时间2月1日，瑞银发布研究报告称，截至今年1月，近期爆火的ChatGPT在推出仅两个月后，其月活跃用户估计已达1亿，成为历史上用户增长最快的消费应用。同样的成绩，海外版抖音TikTok在全球发布后，花了大约9个月的时间，Instagram则花了两年半的时间。

　　但大量用户涌入的同时，也导致ChatGPT经常在流量压力之下无法提供及时的回应，此次收费版的ChatGPT Plus针对的便是这一痛点。

　　据悉，付费计划将在未来几周内首先在美国推出，然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT，Open AI表示，将继续为ChatGPT提供免费访问。

　　烧不起的模型成本

　　尽管只推出了两个月，但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初，Open AI就曾提出过专业版ChatGPT的计划，宣布“开始考虑如何使ChatGPT货币化”，并公布了一项调查。什么价格以上会无法接受？什么价格以下会觉得太便宜？诸如此类关于定价的问题皆在其中。

　　有用户曾在社交媒体上提问ChatGPT是否会永久免费，对此，Open AI首席执行官Sam Altman回应称：“我们将不得不在某个时间点，以某种方式将其商业化，因为运算成本令人瞠目结舌。”Sam Altman曾透露，ChatGPT平均每次的聊天成本为“个位数美分”。

　　“这类大模型训练成本非常高。”在接受北京商报记者采访时，瑞莱智慧高级产品经理张旭东表示。

　　但相对训练来说，模型推理，也就是用户提交输入模型输出结果的过程，这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用，所以前段时间免费的公测也停止了，如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。

　　“钱景”在哪

　　长久以来，广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实，对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。

　　洛克资本副总裁史松坡对北京商报记者分析称，ChatGPT受到广泛认可的重要原因是引入新技术RLHF，即基于人类反馈的强化学习。在史松坡看来，ChatGPT是一个高效的信息整合助手，可以取代大量人类中初级助理的角色。

　　但他同时提到，目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析，但还不能胜任高频度的人类主观决策，比如大型投资决策、政治战略决策等。

　　天使投资人、知名互联网专家郭涛认为，ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机，将推动众多行业快速变革，有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地，具有万亿级市场规模。

　　张旭东认为，AIGC商业化落地还需要结合应用场景，目前基于生成式大模型的商业应用案例还比较少，就以当下的技术水平看，一两年内达到很好的AGI(通用人工智能)水平还是不太现实的，所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。

　　AIGC商业化，侵权与被侵权

　　AIGC要想商业化，场景只是其一。伴随着ChatGPT的爆火，争议始终并行，比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应，权威学术出版机构Nature规定，ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示，纽约公立学校的所有设备和网络上将禁止使用ChatGPT。

　　张旭东认为，目前AIGC最为成熟的应用在内容作品创作上，但从专业角度看，AIGC属于模仿创新，并不具备真正的创造力，AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权；另一方面，AIGC作品也存在被他人侵权的风险。

　　此外，就安全性问题而言，AIGC这种深度生成能力很可能被滥用于伪造虚假信息，比如生成一些敏感性的有害信息，甚至伪造新闻信息恶意引导社会舆论，而且这些生成式内容难以分辨追踪，大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。

　　郭涛则提到，当前AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。

　　北京商报记者 杨月涵

　　（文图：赵筱尘 巫邓炎）