北京市目录链2.0升级上线 系全国首个超大城市区块链基础设施******
图为北京市目录链2.0。 北京市经信局供图
中新网北京1月12日电 (记者 陈杭杜燕)记者从北京市经信局获悉,北京市目录链2.0已于今年1月1日0时正式上线。全市80余个部门、16个区、经济技术开发区以及交通、金融等领域10余家社会机构的数据目录全部上“链”。作为全国首个超大城市区块链基础设施,北京市目录链本次升级依托国内首个自主可控的区块链软硬件技术体系“长安链”开展,实现从底层架构到核心算法的全面自主可控。
北京市大数据中心介绍,目录链作为“北京大数据行动计划”的核心内容,于2018年10月设计、2019年4月上线、2019年10月“锁链”,经过三年多运行,全市80余个部门、16区和经济技术开发区及交通、金融、电信等各领域10余家社会机构“入链”,链上实时管理目录信息50余万条、信息系统2700余个,支撑跨部门、跨层级、跨领域、跨主体的数据安全共享1万余类次、数百亿条。
依托目录链,北京市逐步建立起“数据来源可信任、授权范围可界定、流通过程可追溯、场景用途可监管”的数据管控新格局,在疫情防控、冬奥会和冬残奥会闭环管理、复工复产、城市运行、社会治理、民生服务等上百项重点应用中发挥了核心作用,成为全市大数据整体工作的“定海神针”。
2022年1月以来,为深化北京智慧城市2.0建设、推动数字经济高质量发展,北京市启动了区块链先进算力实验平台建设,对目录链的底层架构和技术能力进行了全面自主可控的国产化改造和适配,并在大规模、高性能、跨平台等方面进行了整体优化升级。
据悉,本次升级依托国内首个自主可控的区块链软硬件技术体系“长安链”开展。“长安链”技术团队负责人介绍,“长安链”具备高并发、低延时、大规模节点组网等能力,实现了目录链2.0在架构灵活性、共识机制、数据存储等方面的显著提升,区块链数据查询响应速度达毫秒级。特别是在安全性方面,目录链2.0的框架体系、技术架构及核心组件全部自主研发,采用国密算法和密码机等多重安全防护技术,全面保障系统安全和数据安全。
下一步,北京市将依托目录链,结合数据专区等创新模式,进一步探索数据要素可信流通、治理体系高效协同的数据全流程管控与监管机制,健全数据要素评估评价体系,全面提升政企数据融合共用的服务能力,挖掘数据效能,释放数据价值,打造全球领先的数字经济标杆城市。(完)
报告显示:超六成受访者认为应强制企业公开算法******
光明网讯(记者 李政葳)“当前,国内对于算法治理的基本思路和框架都是清晰的,而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上,谈及算法治理的现状,清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示,算法分级分类本身不是目标,而是要针对不同风险场景配备不同监管规则。
论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心(清华大学)主办。其间,南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。
记者了解到,《算法应用与治理观察报告(2022)》,梳理了国内外的多项法规,结合热点事件及应用场景呈现了算法治理现状,并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度,最后基于多方调查分析,给出了当前算法趋势观察以及未来治理方向建议。
报告发现,目前国内算法治理仍处于早期探索阶段,企业的算法公开主要依靠官方的互联网信息服务算法备案系统,或在舆情事件发生之后。调查问卷结果显示,近半受访者承认算法让自己的使用体验更好,但仅一成受访者认为企业算法公开做得很好,逾六成的受访者称曾遭遇“大数据杀熟”;超过六成的受访者认为应该强制企业公开算法。
“在数据、算法方面治理政策进展显著,在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为,目前人工智能伦理有三个相当紧迫的问题需要被正视:首先,人工智能应当被适度使用;其次,目前人工智能服务知情同意落地艰难,被迫知情同意普遍存在;最后,目前用户数据的授权撤销在人工智能服务中存在巨大挑战,需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。
针对日前发布的《互联网信息服务深度合成管理规定》,中国政法大学数据法治研究院教授张凌寒表示,从算法治理角度来说,深度合成管理规定与之前的算法推荐管理规定的思路有所不同,前者采用了一种“三位一体由的数据与技术规范。
具体来讲,由于深度合成技术的门槛较高,技术支持者也被纳入了监管范围内。比如,深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务,应当进行显著标识,这就将更重的责任落在了服务提供者身上。
中国社科院科技和社会研究中心主任段伟文提到,算法治理需要构建可信任的算法认知,而这需要产业和消费者的共同努力:产业要努力提升算法精准性、透明度,减少偏见,减少歧视;消费者则需要提高数字素养,提升算法意识,加强在人机互动中自主性、控制感和协同意识。