2023年7月13日，國家互聯(lián)網信息辦公室等七部門聯(lián)合發(fā)布《生成式人工智能服務管理暫行辦法》（以下簡稱“《辦法》”）。

《辦法》針對從去年起成為科技圈頂流的生成式人工智能行業(yè)提出了監(jiān)管辦法。

【資料圖】

2022年11月，ChatGPT發(fā)布之后，生成式人工智能迅速席卷整個互聯(lián)網行業(yè)。各大互聯(lián)網企業(yè)紛紛入局，截至目前，國內發(fā)布的10億參數規(guī)模以上的大模型就有超過100個，應用領域涵蓋搜索、對話、協(xié)助創(chuàng)作、媒體生成、教育、翻譯等。

艾媒咨詢預測，預計2023年中國AIGC核心市場規(guī)模將達79.3億元，2028年將達2767.4億元。

但自從ChatGPT一夜爆紅以來，由人工智能生成的虛假和錯誤信息屢見不鮮。同時生成式人工智能的出現(xiàn)，也嚴重沖擊了創(chuàng)作領域原有的生態(tài)，版權問題也讓全世界的立法機構也陷入了難題。

《辦法》的出臺會解決這些問題嗎？對生成式人工智能行業(yè)有什么樣的影響？業(yè)內如何看待此次《辦法》的出臺？

《銀杏科技》對話了多位相關從業(yè)人士，他們分別是高級算法工程師、自然語言處理高級研究員孫科、連續(xù)創(chuàng)業(yè)者譚偉、偉君律師事務所律師錢川。

他們表示，《辦法》的出臺一方面降低訓練模型的門檻，促進了行業(yè)創(chuàng)新，同時還明確了算法的安全主體責任，要求企業(yè)在應用開發(fā)期間就針對算法進行安全評估。

對于“裸奔”了數個月的生成式人工智能行業(yè)來說，《辦法》出臺意味著行業(yè)將迎來一個全新的發(fā)展階段。

以下為部分對話實錄：

問：對于開發(fā)者來說，《辦法》的出臺有什么樣的影響？

孫科：《辦法》出臺之后，企業(yè)在開發(fā)產品的過程中需要提前做好規(guī)劃以應對生成式人工智能產品較長的開發(fā)流程和更多的合規(guī)控制點。

如果只是做ChatGPT這樣的聊天應用，除了算法備案之外，還需要遵守《網絡安全法》、《數據安全法》、《個人信息保護法》等多項法規(guī)，此外還需要ICP經營許可證、軟件著作權、網絡文化經營許可證、增值電信業(yè)務經營許可證等審批，如果要在其他領域還需要完成相應的許可和備案。

生成式人工智能的開發(fā)涉及到多個不同的環(huán)節(jié)，企業(yè)內部也需要對相應的環(huán)節(jié)進行規(guī)劃以滿足合規(guī)要求。

問：《辦法》為什么要求將算法備案？具體要備案哪些信息？

孫科：算法備案制度本質是監(jiān)管部門事前設置算法問責的問責點，用以確認算法推薦服務提供者是否履行了法律規(guī)定的各項義務，是否在算法的設計、運行和結果輸出層面有主觀過錯。

在具體實施上可能也會采取與推薦算法、深度合成算法類似的“大廠先行”模式，由互聯(lián)網大廠率先普及。生成式人工智能算法備案可能也并不需要公開算法機制，但同一App，甚至同一應用場景下的不同算法需要分別進行備案。

雖然在《辦法》中沒有明確細則，但參考此前的經驗，企業(yè)需要將名稱、服務形式、應用領域、算法類型、算法自評估報告、擬公示內容等信息進行備案，向監(jiān)管主體提示算法可能存在的濫用、惡意利用、漏洞、違法和不良信息生成、傳播等違法違規(guī)的風險，并在服務網站和程序頁面上注明備案號和公示鏈接。

另外，生成的內容也需要進行標注。

問：對于創(chuàng)業(yè)者，《辦法》的出臺會帶來什么樣的新機遇嗎？

譚偉：創(chuàng)業(yè)者可以將大模型必備的大量計算和數據資源成本降低不少?！掇k法》提出，將推動生成式人工智能基礎設施和公共訓練數據資源平臺建設、促進算力資源協(xié)同共享，提升算力資源利用效能。推動公共數據分類分級有序開放，擴展高質量的公共訓練數據資源。

和其他領域相比，人工智能，尤其是大模型生成式人工智能領域完全是一個重資產行業(yè)，沒有算力、沒有數據就沒有產品。

以目前行業(yè)內較為熱門的開源大數據模型BLOOM為例，這個高達1760億參數的大模型的訓練需要使用384個GPU，將花費3.5個月時間，僅硬件成本就高達576萬美元。如果將訓練時間縮短至24天，則需要1024個GPU，硬件成本超過1530萬美元。

《辦法》的出臺一方面能夠降低計算和數據成本，另一方面利好共享算力服務提供商。

問：您的創(chuàng)業(yè)項目針對的是大模型的算力基礎設施，《辦法》會帶來什么樣的影響？

譚偉：對于大模型創(chuàng)業(yè)企業(yè)，硬件成本就能勸退大多數團隊了。我計劃組建一個類似于Folding@home的分布式計算網絡來支持大模型的訓練。

這是世界上最大的分布式計算項目，針對分子生物領域進行計算，它并不依靠強大的超級計算機進行計算，主要的貢獻者是成千上萬的個人電腦和游戲機。

每部參與的電腦都安裝了一個在后臺運行的客戶端程序，在系統(tǒng)不忙碌的時候調用中央處理器運行模擬工作。現(xiàn)時世界上絕大部分的個人電腦，在一般的情況下都很少用盡本身的計算能力。

Folding@home就是使用這些本來都浪費了的運算力量。Folding@home是第一臺千萬億次級計算機，每秒能夠執(zhí)行一百萬億次運算，最近還成為了第一臺超大規(guī)模計算機，每秒可執(zhí)行十億億次運算。

類似的分布式計算項目其實不少，但針對大模型訓練的并不多，《辦法》的出臺是一個入局的好機會。

問：為什么《辦法》并沒有強調生成式人工智能涉及到的版權問題？生成作品的知識產權應該歸屬于誰？

錢川：《辦法》并未在知識產權方面對生成式人工智能進行過多限制，還是希望能夠鼓勵企業(yè)在該領域的創(chuàng)新，開發(fā)出自主可控的生成式人工智能產品，避免“不管就亂，一管就死”。

就目前情況而言，生成作品的知識產權問題暫時沒有一個完善的解決方案。大多數國家依然按照以往的規(guī)定來界定生成作品的版權。

著作權法意義上的作品應滿足以下四個條件：由人類創(chuàng)作，具有獨創(chuàng)性，是蘊含一定思想內容的表達形式，且不屬于法律法規(guī)、通用數表、公式等著作權法排除對象。

完全由人工智能獨立創(chuàng)作或按照自然人輸入的提示詞生成的作品，是無法在法律上被稱為 “作品”的。人工智能并未被界定為人類，不享有人權，當然也不擁有版權，更不用說歸屬與誰了。

問：訓練人工智能時使用了他人公開在互聯(lián)網上的作品，創(chuàng)造出AI孫燕姿、AI畢加索，此類行為是否侵犯了知識產權？

錢川：訓練人工智能使用的數據知識產權保護暫時沒有成功案例。目前只有具有數據產權的數據庫可能會受到保護。

一方面，數據產權的保護辦法我們還在探索當中，今年年初的數據二十條規(guī)定就是一個初步的方案。另一方面，目前國家知識產權局和深圳、上海已經開始研究數據的確權工作，但具體如何確權還需實踐。

關鍵詞：