工業(yè)模型開發(fā)能力要求包括 :
a) 應支持基于文字 、圖片 、視頻 、音頻等開發(fā)工業(yè)模型;
b) 應支持特征工程,包括特征選擇 、特征提取 、特征監(jiān)控;
c) 應提供工業(yè)模型開發(fā)環(huán)境,支持主流的深度學習框架 、大數(shù)據(jù)計算環(huán)境 、圖計算引擎;
d) 應提供工業(yè)模型開發(fā)工具,支持 python、Java、R等開發(fā)語言;
e) 應支持低代碼 、可視化的方式開發(fā)工業(yè)模型;
f) 應內(nèi)置通用算法庫,提供機器學習 、深度學習 、數(shù)理統(tǒng)計 、數(shù)據(jù)壓縮等算法;
g) 應支持開展工業(yè)模型訓練,包括超參數(shù)設置 、策略搜索 、模型壓縮與加速 、超參數(shù)優(yōu)化等;
h) 應支持開展模型測試與評估,具備模型結構測試 、參數(shù)測試 、集成測試 、模型性能評估 、模型準確性評估 、閾值設置評估等能力;
i) 應支持模型部署容器管理,具備模型熱部署 、在線編譯 、在線更新 、模型調(diào)參和環(huán)境配置等 能力 。
附件：國家標準 |《工業(yè)互聯(lián)網(wǎng)平臺選型要求》全文發(fā)布
梳理了人工智能技術與應用發(fā)展現(xiàn)狀,分析了人工智能面臨的新的安全風險,結合國內(nèi)外人工智能安全政策與標準現(xiàn)狀,指出了人工智能安全標準需求
GB/T38542-2020,GB/T38671-2020,GB/T40660-2021,GB/T41819-2022,GB/T41807-2022,GB/T41806-2022,GB/T41773-2022,GB/T41871-202220230253-T-469
20211000-T-469; 20230249-T-469; 20221791-T-469 ;T/CESA 1193-2022
英 國將如何鞏固網(wǎng)絡強國地位,保障網(wǎng)絡安全,提升網(wǎng)絡空間行動能力,明確了英國將積極引領人工智能等七項優(yōu)先技術領域的安全發(fā)展
擬議法案《人工智能與數(shù)據(jù)法》敦促各公司在開發(fā)和部署人工智 能系統(tǒng)時以減輕傷害和偏見風險為前提，進而維護加拿大民眾的權益
美國監(jiān)管要求少,主要強調(diào)安全原則,指導政府部門 與私營企業(yè)合作探索人工智能監(jiān)管規(guī)則,并為人工智能實踐者提供自愿適 用的風險管理工具
歐盟專門立法,試圖對人工智能進行整體監(jiān)管,針對可能對個人基本 權利和安全產(chǎn)生重大影響的人工智能系統(tǒng)建立全面的風險預防體系
俄聯(lián)邦政府批準《至2024年人工智能和機器人技術監(jiān)管構 想》為人工 智能和機器人技術的安全應用和法律監(jiān)管提供指導
新加坡資訊通信媒體發(fā)展局和個人數(shù)據(jù)保護委員會共同發(fā)布人工智能安全治理評估框架和工具包A .I .VERIFY,結合人工智能系統(tǒng)的技術評估和程序檢查
日本政府發(fā)布了《人工智能戰(zhàn)略2022 》旨在推動人工 智能克服自身社會問題、提高產(chǎn)業(yè)競爭力,提出以人為本、多樣性、 可持續(xù)三項原則
針對利用人工智能算法從事傳播違法和不良信息,侵害用戶權益,操縱社會輿論等問題,加強安全管理,推進算法推薦技術和深度合成技術依法合理有效利用
用戶數(shù)據(jù)用于訓練,放大隱私信息泄露風險;算法模型日趨復雜,可解釋性目標難實現(xiàn);可靠性問題仍然制約人工智能關鍵領域應用
