标 题：

关于推动苏州市人工智能大模型健康有序发展的建议

　　近年来，人工智能大模型发展迅猛，在自然语言处理、图像识别等多领域成果显著，如ChatGPT引发全球关注。国内产业也蓬勃兴起，企业、科研机构纷纷入局，推动技术迭代。但快速发展中，诸多问题浮现，亟待解决以保障长远发展。截止2024年12月31日，苏州累计6款大模型完成生成式人工智能服务备案；42个项目完成国家网信办深度合成服务算法备案，数量均居全省前列，如何用好大模型，用对大模型服务为实体企业赋能，为群众提供正向技术便利同样充满挑战。

　　（一）数据方面  　　1.数据质量参差不齐：大模型训练需要海量的高质量数据，但目前部分数据存在标注不准确、来源不可靠、内容不完整等问题，影响了模型的准确性和可靠性。 　　2.数据隐私和安全风险：在数据收集、存储、使用和共享过程中，存在用户数据隐私泄露的风险，数据被非法获取、滥用等现象时有发生，引发了公众对数据安全的担忧，也可能导致企业和用户的重大损失。 算力方面  　　3.高端算力供应不足：大模型的训练和运行对计算能力要求极高，我国在高端算力芯片等关键硬件方面仍依赖进口，自主研发和生产能力有限，面临着被“卡脖子”的风险，制约了大模型的发展和创新。 　　4.算力资源分布不均：目前，算力资源主要集中在少数地区和企业，广大中小企业和科研机构难以获得足够的算力支持，导致创新能力受限，不利于大模型技术的广泛应用和推广。  　　（二）人才方面  　　1.复合型人才稀缺：人工智能大模型涉及多学科交叉领域，既懂人工智能算法、又精通行业应用和伦理规范的复合型人才严重短缺，限制了大模型在各行业的深度应用和落地转化。 　　2.人才培养体系不完善：高校和职业院校的学科设置和课程体系相对滞后，与产业需求脱节，缺乏针对人工智能大模型的系统性培养方案和实践教学环节，导致人才培养质量难以满足市场需求。  　　（三）伦理与监管方面  　　1.伦理道德问题凸显：大模型生成的内容可能存在偏见、歧视、虚假信息等问题，对社会公平正义和公众利益造成潜在威胁；同时，算法决策的不透明性也引发了人们对人工智能的信任危机。 　　2.监管政策滞后：现有的法律法规和监管政策难以适应人工智能大模型快速发展的需求，在数据隐私保护、算法安全、市场准入等方面存在监管空白和不足，导致一些不良行为和风险无法得到有效遏制。

　　（一）加强数据治理与隐私保护  　　1.建立数据标准和规范：制定统一的数据采集、标注、清洗和存储标准，确保数据的质量和一致性；加强对数据来源的审核和管理，杜绝非法和低质量数据进入训练集。 　　2.完善数据隐私保护制度：加快出台专门的数据隐私保护法律法规，明确数据所有者、使用者和管理者的权利和义务；建立数据安全审查机制，加强对数据处理活动的监督和管理，严惩数据泄露和滥用等违法行为。 　　3.创新数据共享机制：构建安全可信的数据共享平台，运用区块链、联邦学习等技术实现数据的加密传输和隐私保护，促进数据在不同主体之间的合法共享和流通。  　　（二）突破算力瓶颈  　　1.加大算力基础设施建设投入：政府应加大对高性能计算中心、智算中心等算力基础设施的建设投入，鼓励企业和社会资本参与投资，打造多层次、分布式的算力供应体系，提高算力的可及性和稳定性。 　　2.推进算力技术创新与自主研发：设立专项科研基金，支持高校、科研机构和企业开展算力芯片、计算架构等关键技术的研发攻关，加快实现高端算力芯片的国产化替代，降低对国外技术的依赖。 　　3.优化算力资源配置与调度：建立全国性的算力资源共享平台，实现算力的按需分配和动态调度，提高算力资源的利用效率；鼓励企业和科研机构之间开展算力合作，共享闲置算力，降低算力成本。  　　（三）加速人才培养与引进  　　1.优化人才培养体系：高校和职业院校应加快调整学科专业设置，增加人工智能、大数据、计算机科学等相关专业的招生规模，加强课程体系建设，注重学科交叉融合，培养既具备扎实的理论基础、又具有实践能力的复合型人才。 　　2.加强产学研合作育人：推动企业与高校、科研机构建立产学研合作机制，共同开展人才培养、科研项目合作和实习实训基地建设；鼓励企业为学生提供实习岗位和实践项目，提高学生的实际操作能力和解决问题的能力。 　　3.引进海外高端人才：制定优惠政策和人才计划，吸引海外高层次人工智能人才回国创业和工作；加强与国际顶尖科研机构和企业的合作交流，引进先进的技术和管理经验，提升我国人工智能大模型的国际竞争力。  　　（四）完善伦理准则与监管机制  　　1.制定人工智能伦理准则：组织专家学者和行业人士共同制定人工智能大模型的伦理准则和规范，明确在模型开发、应用和管理过程中的道德原则和行为规范，引导企业和科研机构自觉遵守伦理道德要求。 　　2.建立协同监管机制：加强政府部门之间的协调配合，建立跨部门的人工智能大模型监管协调机制，明确各部门的监管职责和分工；同时，充分发挥行业协会、社会组织等的自律作用，形成政府监管与行业自律相结合的监管格局。 　　3.加强技术监管手段创新：利用大数据、人工智能等技术手段，建立对人工智能大模型的实时监测和预警机制，及时发现和处理模型可能出现的风险和问题；加强对模型算法的审查和评估，确保算法的公平性、透明性和安全性。  　　综上所述，人工智能大模型作为一项具有重大战略意义的新兴技术，对于推动我国经济社会高质量发展和科技创新具有重要作用。我们应充分认识到当前存在的问题和挑战，采取有效措施加以解决，推动人工智能大模型健康有序发展，为实现我国科技强国和数字经济强国的目标提供有力支撑。 

见附件