圖源：Pixabay

芥末堆文 近日，《北京市促進通用人工智能創(chuàng)新發(fā)展的若干措施（2023-2025年）（征求意見稿）》公布，從算力、數(shù)據(jù)、算法、應用、監(jiān)管五大方向，對北京大模型發(fā)展提出了21項措施，于5月12日至5月19日面向公眾征集意見。

征求意見稿提出的五大監(jiān)管方向和21項措施具體如下：

一、加強算力資源統(tǒng)籌供給能力

（一）組織商業(yè)算力定向滿足本市緊迫需求

加強與頭部公有云廠商等市場主體合作，實施算力伙伴計劃，并確定首批伙伴計劃成員，明確供給技術標準、軟硬件服務要求、算力供給規(guī)模、優(yōu)惠策略等，向在京高校院所和中小企業(yè)公布一批優(yōu)質算力供應商。

（二）高效推動新增算力基礎設施建設

將新增算力建設項目納入算力伙伴計劃，加快推動海淀區(qū)“北京人工智能公共算力平臺”，朝陽區(qū)“北京數(shù)字經濟算力中心”等項目建設，快速形成規(guī)模化先進算力供給能力，支撐千億級參數(shù)量的大型語言模型、多模態(tài)大模型、大規(guī)模精細神經網絡模擬仿真模型、腦啟發(fā)神經網絡等研發(fā)。

（三）建設統(tǒng)一的多云算力調度平臺

利用政府統(tǒng)一入口，降低公有云采購成本，普惠中小企業(yè)，同時減少企業(yè)分別面對不同云廠商的溝通成本。針對彈性算力需求，建設統(tǒng)一的多云算力調度平臺，實現(xiàn)異構算力環(huán)境統(tǒng)一管理、統(tǒng)一運營，方便企業(yè)在不同云環(huán)境上無縫、經濟、高效地運行各類人工智能計算任務。建設北京與河北、天津、山西、內蒙古等省（市）算力集群的直連基礎光傳輸網絡，進一步提升平臺對四地算力資源感知能力，探索開展算力交易。

二、提升高質量數(shù)據(jù)要素供給能力

（四）歸集高質量基礎訓練數(shù)據(jù)集

針對目前大模型訓練高質量中文語料占比過少，不利于中文語境表達及產業(yè)應用的問題，整合現(xiàn)有開源中文預訓練數(shù)據(jù)集和高質量互聯(lián)網中文數(shù)據(jù)并進行合規(guī)清洗。同時持續(xù)擴展高質量多模態(tài)數(shù)據(jù)來源，建設合規(guī)安全的中文、圖文對、音頻、視頻等大模型預訓練語料庫，通過北京國際大數(shù)據(jù)交易所社會數(shù)據(jù)專區(qū)進行定向有條件開放。

（五）打造“國家數(shù)據(jù)基礎制度先行先試示范區(qū)”，謀劃國家級數(shù)據(jù)訓練基地

加快推動數(shù)據(jù)要素高水平開放的“國家數(shù)據(jù)基礎制度先行先試示范區(qū)”建設，爭創(chuàng)國家級數(shù)據(jù)訓練基地，提升北京人工智能數(shù)據(jù)標注庫規(guī)模和質量。倡議高質量數(shù)據(jù)網站所屬企業(yè)提供部分脫敏高質量數(shù)據(jù)，進行定向有條件開放，企業(yè)或科研機構通過在線申請進行有償使用，并探索基于數(shù)據(jù)貢獻、模型應用的商業(yè)化場景合作。

（六）搭建數(shù)據(jù)集精細化標注眾包服務平臺

建設指令數(shù)據(jù)集及多模態(tài)數(shù)據(jù)集眾包服務平臺，開發(fā)集成相關工具應用的智能云服務系統(tǒng)，鼓勵并組織來自不同學科的專業(yè)人員標注通用人工智能模型訓練數(shù)據(jù)及指令數(shù)據(jù)，提高訓練數(shù)據(jù)的多樣性，給予貢獻者適當獎勵，推動平臺持續(xù)良性發(fā)展。

三、系統(tǒng)布局大模型技術體系，持續(xù)探索通用人工智能路徑

（七）開展大模型創(chuàng)新算法及關鍵技術研究

圍繞大型語言模型構建、訓練、調優(yōu)對齊、推理部署等全流程，支持開展創(chuàng)新算法及核心技術研究，形成完整高效的訓練體系并對外開源。探索多模態(tài)通用模型架構，研究大模型高效并行訓練技術，以及邏輯和知識推理、指令學習、人類意圖對齊等調優(yōu)方法，研發(fā)支持百億參數(shù)模型推理的高效壓縮技術。

（八）加強大模型訓練數(shù)據(jù)采集及治理工具研發(fā)

從“采、存、管、研、用”五個方面，研發(fā)包含數(shù)據(jù)采集、清洗、標注、脫敏、存儲等功能在內的數(shù)據(jù)處理工具。重點研究互聯(lián)網數(shù)據(jù)全量實時更新技術，多源異構數(shù)據(jù)整合與分類方法，數(shù)據(jù)管理平臺相關系統(tǒng)，數(shù)據(jù)清洗、標注、分類、注釋等軟件工具及算法，數(shù)據(jù)內容安全審查算法及工具等。

（九）開放大模型評測基準及工具

構建多模態(tài)多維度的基礎模型評測基準及評測方法。建立基礎模型評測工具集，提供適應性的工具進行評測。建立公平高效的自適應評測機制，根據(jù)評測目標的不同，自動適配不同的工具和指標。研究人工智能輔助的智能模型評測算法，面向主觀型或生成式的任務，構建自動化評估工具。集成包括通用性、高效性、智能性、魯棒性在內的多維度評測工具，構建基礎模型線上評測服務平臺。

（十）推動大模型基礎軟硬件體系研發(fā)

支持研發(fā)分布式高效訓練系統(tǒng)，實現(xiàn)模型訓練任務高效自動并行。研發(fā)適用于模型訓練場景的新一代人工智能編譯器，實現(xiàn)算子自動生成和自動優(yōu)化，推動人工智能芯片與框架的廣泛適配。研發(fā)人工智能芯片評測系統(tǒng)，實現(xiàn)多芯片多框架的自動化評測。為大模型訓練和應用提供自主創(chuàng)新的基礎軟硬件生態(tài)底座。

（十一）探索具身智能、通用智能體和類腦智能等通用人工智能新路徑

發(fā)展面向通用人工智能的基礎理論框架體系，加強人工智能數(shù)學機理、自主協(xié)同與決策等基礎理論研究。推動具身智能系統(tǒng)研究及應用，突破機器人在開放環(huán)境、泛化場景、連續(xù)任務等復雜條件下的感知、認知、決策技術。探索價值與因果驅動的通用人工智能新路徑研究，打造通用人工智能統(tǒng)一理論框架體系、評級標準及測試平臺，研發(fā)通用人工智能操作系統(tǒng)和編程語言，推動通用智能體底層技術架構應用。探索類腦智能等交叉學科研究，通過大腦神經元連接模式、編碼機制、信息處理原理研究，啟發(fā)新型人工神經網絡模型建模和訓練方法。

四、推動通用人工智能技術創(chuàng)新場景應用

（十二）推動在政務服務領域率先試點應用

圍繞政務咨詢、政策服務、接訴即辦、政務辦事等工作，率先實現(xiàn)大模型技術賦能。借助大模型語義理解、自主學習和智能推理等能力，提高政務咨詢系統(tǒng)智能問答水平，增強多語種交互能力。支撐“京策”平臺建設，優(yōu)化政策規(guī)范管理和精準服務。輔助市民服務熱線更高效回應市民訴求，深化民生大數(shù)據(jù)高效利用。提升辦事服務便利度，輔助引導辦事人員表單填寫，輔助綜合窗口人員更精準提供辦事指引，輔助審批人員提高審批效率，推進業(yè)務數(shù)據(jù)更充分共享、業(yè)務流程更高效協(xié)同。

（十三）探索在醫(yī)療領域示范應用

支持我市有條件的研究型醫(yī)療機構提煉智能導診、輔助診斷、智能治療等場景需求，充分挖掘醫(yī)學文獻、醫(yī)學知識圖譜、醫(yī)學影像等多模態(tài)醫(yī)療數(shù)據(jù)，構建基于醫(yī)療領域通用數(shù)據(jù)與專業(yè)數(shù)據(jù)的智能應用，實現(xiàn)對各種疾病和癥狀的準確識別和預測，輔助醫(yī)療機構提高疾病診斷、治療和預防的決策水平。

（十四）探索在科學研究領域示范應用

發(fā)展科學智能，加速人工智能技術賦能新材料和創(chuàng)新藥物領域科學研究。支持我市能源、材料、生物領域相關實驗室設立科研合作專項，與我市相關科研機構和創(chuàng)新企業(yè)開展聯(lián)合研發(fā)，充分挖掘材料、蛋白質和分子藥物領域實驗數(shù)據(jù)，研發(fā)科學計算模型，開展新型合金材料、蛋白質序列和創(chuàng)新藥物化學結構序列預測，縮短科研實驗周期。

（十五）推動在金融領域示范應用

進一步挖掘我市金融行業(yè)應用場景，系統(tǒng)布局一批金融機構場景開放“揭榜掛帥”項目。支持金融科技企業(yè)針對金融場景中信息負載高，信息更新快，金融從業(yè)者難以快速全面的獲取準確信息的問題，探索面向金融文本深度理解和分析的人工智能技術應用。聚焦智能風控、智能投顧、智能客服等環(huán)節(jié)，推動實現(xiàn)金融專業(yè)長文本的精準解析和模型知識的更新，突破復雜決策邏輯與模型信息處理能力間的融合技術，實現(xiàn)從復雜金融信息處理到投資決策建議的轉化，支撐金融領域的投資輔助決策。

（十六）探索在自動駕駛領域示范應用

支持自動駕駛企業(yè)研發(fā)多模態(tài)自動駕駛技術，發(fā)揮大型語言模型高維語義理解和泛化優(yōu)勢，基于車路協(xié)同數(shù)據(jù)和車輛行駛多傳感器融合數(shù)據(jù)，提高自動駕駛模型多維感知和預測性能，有效解決復雜場景長尾問題，輔助提高車載自動駕駛模型泛化能力。支持在北京市高級別自動駕駛示范區(qū)3.0建設中，構建車路協(xié)同數(shù)據(jù)庫，引導企業(yè)開展基于真實場景的自動駕駛模型訓練迭代。探索基于低時延通訊的云控自動駕駛模型測試，發(fā)展自動駕駛新技術路徑。

（十七）推動在城市治理領域示范應用

支持人工智能研發(fā)企業(yè)結合智慧城市建設場景需求，率先在城市大腦建設中引進大模型技術，開展多感知系統(tǒng)融合處理技術研發(fā)，打破城市治理中各系統(tǒng)數(shù)據(jù)孤島，實現(xiàn)智慧城市底層業(yè)務的統(tǒng)一感知、關聯(lián)分析和態(tài)勢預測，科學調配政府資源和行政力量，為城市治理提供更加綜合全面的輔助決策能力。

五、探索營造包容審慎的監(jiān)管環(huán)境

（十八）持續(xù)推動監(jiān)管政策和監(jiān)管流程創(chuàng)新

探索營造穩(wěn)定包容的監(jiān)管環(huán)境，積極推動人工智能領域新技術賦能傳統(tǒng)行業(yè)的包容審慎監(jiān)管，支持人工智能算法、框架等基礎技術的自主創(chuàng)新、推廣應用、國際合作。鼓勵優(yōu)先采用安全可信的軟件、工具、計算和數(shù)據(jù)資源，通過改進算法等技術手段，確保訓練數(shù)據(jù)集的規(guī)范性。鼓勵生成式人工智能產品在科研等非面向公眾服務領域實現(xiàn)向上向善應用。積極向國家網信部門爭取，在中關村核心區(qū)建立先行先試，推動實行包容審慎監(jiān)管試點。

（十九）建立常態(tài)化服務和指導機制

做好對擬面向公眾提供服務的生成式人工智能產品的安全評估工作，建立常態(tài)化聯(lián)系服務和指導機制，督促企業(yè)遵守法律法規(guī)要求，尊重社會公德、公序良俗。優(yōu)化安全評估流程機制，細化對大模型算法設計、訓練數(shù)據(jù)源篩選、內容安全性、人工標注規(guī)則的審核評估標準，開展精準化服務指導，加快推進我市人工智能企業(yè)相關技術產品的安全評估工作。指導企業(yè)建立健全算法安全防范機制，在產品研發(fā)階段引入技術工具進行安全檢測，督促企業(yè)積極履行算法備案和變更、注銷備案手續(xù)。發(fā)布《北京市互聯(lián)網信息服務算法推薦合規(guī)指引》，引導創(chuàng)新主體樹立安全責任意識，健全管理制度、強化技術手段、促進企業(yè)算法合規(guī)發(fā)展。

（二十）加強網絡服務安全防護和個人數(shù)據(jù)保護

指導算力運營主體落實《網絡安全法》《數(shù)據(jù)安全法》《個人信息保護法》等法律規(guī)定，加強網絡和數(shù)據(jù)安全管理，明確網絡安全、數(shù)據(jù)安全和個人信息保護主體責任，強化安全管理制度建設和工作落實，鼓勵企業(yè)開展數(shù)據(jù)安全管理認證及個人信息保護認證，落實數(shù)據(jù)跨境傳輸安全管理制度，全面提升網絡安全和數(shù)據(jù)安全防護能力。

（二十一）持續(xù)提升人工智能產業(yè)倫理治理自律自治能力

落實國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設任務，加強人工智能倫理安全規(guī)范及社會治理實踐研究，研發(fā)并部署人工智能倫理治理公共服務平臺，服務政府監(jiān)管與產業(yè)自律自治，強化相關責任主體科技倫理規(guī)范意識，提升科技倫理治理能力。