何旭銘  澎湃新聞?dòng)浾?周頔 攝

近期ChatGPT等人工智能火爆出圈，人工智能需要對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練，數(shù)據(jù)質(zhì)量一定程度上決定了AI水平。對(duì)于AI等新科技領(lǐng)域的數(shù)據(jù)使用與監(jiān)管，應(yīng)有怎樣的考慮？

4月26日，在第四屆聯(lián)合國(guó)世界數(shù)據(jù)論壇期間，國(guó)際統(tǒng)計(jì)學(xué)會(huì)（ISI） 候任主席、密歇根大學(xué)統(tǒng)計(jì)系教授何旭銘接受澎湃新聞（www.xinlihui.cn）記者采訪時(shí)表示，像ChatGPT這樣的人工智能模型需要大量的數(shù)據(jù)，通過高效的算法得出結(jié)果，實(shí)際還是非常依賴數(shù)據(jù)本身的質(zhì)量以及全面性的。當(dāng)前，全世界關(guān)于數(shù)據(jù)問題的討論越來越多，大家都逐漸意識(shí)到，要得到好的結(jié)果，必須在每一個(gè)環(huán)節(jié)都要做好，而且大家聯(lián)手。

“我們要知道數(shù)據(jù)是怎么來的，如果數(shù)據(jù)只是從一個(gè)地方來，不具有更多代表性，就算把這些數(shù)據(jù)全部用上，所得到的結(jié)論不一定對(duì)所有人都合適?！焙涡胥懕硎?，數(shù)據(jù)的生產(chǎn)最好要具有代表性，如果在并不完全有代表性的情況下，也要弄清楚數(shù)據(jù)里面對(duì)哪些人采樣比較多，哪些人采樣比較少，在分析階段要把這些情況進(jìn)行調(diào)整，這也涉到數(shù)據(jù)設(shè)計(jì)和分析方法的更新與發(fā)展，多方面結(jié)合才能夠保證最后得到的結(jié)論更加智能，更加準(zhǔn)確。

數(shù)據(jù)本是微觀個(gè)體行為形成的，隨著數(shù)據(jù)集約，價(jià)值也就顯現(xiàn)了出來。但針對(duì)數(shù)據(jù)權(quán)利的歸屬，歷來有不同主張的爭(zhēng)論，一定程度上影響了數(shù)據(jù)開發(fā)利用。該如何看待數(shù)據(jù)權(quán)利的歸屬問題？

談到這個(gè)問題，何旭銘表示，最好的情況是所有的數(shù)據(jù)都能夠?qū)崿F(xiàn)共享?！皵?shù)據(jù)就人一樣，同一個(gè)人，不同的人去看得到不同的結(jié)論是，同一個(gè)人去看的時(shí)間不同，角度也不一樣，所以數(shù)據(jù)共享會(huì)讓更多的人來研究數(shù)據(jù)，能去挖掘數(shù)據(jù)里面挖掘潛力和知識(shí)。”

然而，這種理想的情況并不容易實(shí)現(xiàn)，現(xiàn)實(shí)中數(shù)據(jù)共享、共治面臨重重阻力。何旭銘指出，包括政府、企業(yè)在內(nèi)的不同數(shù)據(jù)擁有者會(huì)有自身利益的不同考量，政府或會(huì)更加在意國(guó)家安全問題，企業(yè)的數(shù)據(jù)可能會(huì)包含隱私和商業(yè)利益。何旭銘建議，應(yīng)該建立一個(gè)公共的共享信息平臺(tái)，除了敏感信息，其他數(shù)據(jù)都可以進(jìn)行共享，并說明所共享數(shù)據(jù)與原始數(shù)據(jù)的區(qū)別，這樣能讓使用者在不掌握原始數(shù)據(jù)的情況下也能對(duì)數(shù)據(jù)進(jìn)行利用，從數(shù)據(jù)挖掘知識(shí)也就更加容易了。

在確保統(tǒng)計(jì)數(shù)據(jù)真實(shí)性方面，何旭銘建議，一方面在采集時(shí)要有一定的投資來保障準(zhǔn)確性。另一方面在采集數(shù)據(jù)和分析數(shù)據(jù)過程中要進(jìn)行相互制約的交叉驗(yàn)證。