隨著數字化的深入發(fā)展，智能算法已經成為基礎性、通用性的技術，持續(xù)在經濟社會的各個領域應用發(fā)展。從互聯網領域中的推薦算法、AI生成內容（AIGC），到產業(yè)領域中的自動駕駛汽車、醫(yī)療AI、工業(yè)質檢AI，再到社會公共服務中的便民應用，可見算法為數字經濟和社會的高質量發(fā)展“提質增效”。
與此同時，算法的廣泛應用也帶來一些負面問題，諸如信息繭房、隱私侵犯、大數據殺熟、算法濫用等。為此，國內外開始探索建立算法治理的新路徑新舉措，更好地保障可信的、負責任的、以人為本的算法技術創(chuàng)新與應用。
在這些背景下，騰訊研究院法律研究中心研究推出了《人工智能時代的算法治理報告2022——構建法律、倫理、技術協同的算法治理格局》。報告立足于算法的技術趨勢和行業(yè)應用現狀，從法律監(jiān)管、倫理治理、技術治理三個層面梳理總結國內外在算法治理方面的實踐做法，以期通過多元參與、敏捷靈活、精準有效的算法治理，保障算法技術創(chuàng)新與應用健康、有序、繁榮發(fā)展。
當前，在算法技術創(chuàng)新中，主要有大模型、合成數據和生成性AI三個趨勢。其中，大模型無疑是最為重要的發(fā)展趨勢之一。相較于過去功能較為單一的算法模型而言，大模型具有更強的通用性。因此，大模型也意味著“AI工業(yè)化”的到來。AI工業(yè)化是指，AI具備了標準化、模塊化、自動化的特征，能夠大規(guī)模地在產業(yè)中落地應用。大模型正體現了AI標準化、模塊化、自動化的實現路徑，并且大模型形成的成本邊際效應，極大地節(jié)約了AI應用成本。
附件：2022人工智能時代的算法治理報告-構建法律、倫理、技術協同的算法治理格局
受基層影像醫(yī)師學歷偏低和經驗不足等因素影響,基層影像設備診療能力并未被完全釋放,為人工智能醫(yī)學影像產品在基層落地提供巨大市場機遇
第一級銀行業(yè)金融機構未在任何業(yè)務建立模型分級方法/流程;第二級銀行業(yè)金融機構從業(yè)務和技術層面;第三級銀行業(yè)金融機構明確模型分級原則方法和操作要求
OpenAI提出DALLE模型,可以根據用戶輸入的文本生成對應的圖像,Imagen模型,CogView,VQ-Diffusion 模型以及 NUWA-infinity 等效果同樣出色
谷歌CVPR 2022擁有18億參數,并使用30億的 標注圖像進行訓練,在ImageNet上取得了新的記錄90.45%,證明了視覺大模型（30億參數）在廣泛視覺問題上的有效性
多模態(tài)數據具有異構性 多模態(tài)數據的關聯難度表示較大 多模態(tài)知識融合困難 多模態(tài)問答大多只能處理簡單的問題 多模態(tài)知識問答推理能力弱 可解釋性差
我國新一代人工智能治理工作框架應整合社會各界對AI社會技術復合體的離散性認知,突破AI包容審慎實踐的探索,建立基于“邏輯-秩序-監(jiān)管“的人工智能治理工作框架
高增長:未來五年全球人工智能市場規(guī)模平均增速將超過20%;高集中:軟件占比近40%硬件產品占比接近35%;高壁壘:滲透率還不到4%
在規(guī)劃設計階段機器學習場景中固有的不可預測性,傳達實施偏差會進一步加劇;在研發(fā)部署階段模型運行之后的動態(tài)更新缺乏足夠驗證等挑戰(zhàn)
構建面向可持續(xù)發(fā)展的人工智能技術體系,推動人工智能技術可用、可靠、可信，其內涵包括提升技術安全和構建技術管理機制兩個層面工作
企業(yè)作為落實人工智能治理原則的重要主體,形成覆蓋人工智能產品全生命周期的風險管理機制,提出了面向可持續(xù)發(fā)展的人工智能治理基本框架
數據不完備和濫用風險突出而損害用戶的權益;人工智能算法存在固有缺陷在可解釋性魯棒性偏見歧視等方面尚存在局限;企業(yè)人工智能管理體系不完善
調度決策外賣調度系統困住騎手;個性化推薦電商場景下的信息繭房和馬太效應;內容治理如何守護清朗健康的網絡環(huán)境;人工智能可以放心使用嗎
全球人工智能市場收支規(guī)模達850廳美元,預測,2022年該市場規(guī)模將同比增長約20%至 1017廳美元,并將于2025年突破2000廳美元大關, CAGR 達24.5%
頭部科技企業(yè)先后發(fā)布了AI治理戰(zhàn)略和治理體系,成立了相關委員會和工作組,聚焦企業(yè)層面的AI治理和風險管理體系,可信AI技術和保障工具也在蓬勃發(fā)展
