信通院何宝宏:数字化转型的终点是数字原生******
【环球网科技报道 记者林迪】数字经济与实体经济深度融合的大背景下,全社会的目光更多聚焦于当下如何开展数字化转型,而缺乏对于转型之后未来世界的前瞻和思考。数字化转型之后,数字原生的世界、社会形态、个人、企业、商品、金融和管理等走向何方?近日,中国信息通信研究院云计算与大数据研究所所长何宝宏围绕技术转型、信息革命、数据资产、Web3、信任科技、元宇宙、技术周期律、经济学2.0、AI、数字原生共十个热门领域进行了前瞻性预测和分享。
何宝宏认为,数字原生代的娱乐、社交、学习和购物等都发生在数字世界,并且将数字世界的语言视为母语。“我们所谓的高科技数字技术也并不是他们眼中的高科技。数字原生需要在数字原生代基础上有两个方向的延展,一是从空间上的延展,从一代人到原生企业、原生应用、原生资产和原生理论的延伸;另一个是从时间上的延展,数字原生的企业等不仅包括2000年之后诞生的,也包括诞生于2000年前,但成功实现了数字转型的,具有鲜明数字原生特点的企业。”
何宝宏提出“经济学2.0”概念。
他指出,经济学也面临着数字化的挑战——“稀缺性”的定义,信息商品化的悖论、经济人理性等问题。目前还出现了一种新的经济学,基于密码学、计算机/网络、数学/游戏伦理和经济学的加密经济学。当下的数字经济更多的是传统经济的数字化转型的结果。
何宝宏认为,互联网拥有“7年之痒”,每7年呈现一个新的发展阶段,从1994年的Web互联网,2001年的宽带互联网,2008年的移动互联网,2015年的产业互联网到现在的3D/价值互联网。互联网也存在持续25-30年的库兹涅次周期,即从1969年-1994年的以技术为导向的孕育期,走向1995年-2020年以“资本”为导向的繁荣期,最后发展到2021年以后以“ESG/基础设施”为主导的成熟期。
“价值中心也发生了阶段性转移,从之前的硬件、软件,发展到现在正在从互联网转向数据(数据要素和数据资产),未来将转向内容。”谈及数字化转型与数字原生的关系时,何宝宏表示,就像农业时代采摘狩猎转型成了种植驯养,原生出“三农”新业态,又如同工业时代推进农业机械化,原生出了工厂、工人等工业新业态,转型是追求变化,是过程,原生是进入稳态,是目标。
他认为,当下,我们正处于数字移民和数字原住民或数字原生代混居的时代,是一个新老交替的时代。Web1.0是传统世界的数字化模仿;Web2.0是互联网原生的开始;Web3.0是数字原生的探索。未来,数字原生企业会走向分布式自治公司、分布式自主组织。
最后,何宝宏指出,未来,我们需要一起努力共建未来的数字原生世界。我们需要建设新的基础设施;我们要将数据资产化和数据要素化;我们要做可视化的且用户自主可控的身份体系;我们需要3D的内容,虚拟与现实要结合起来。
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。
(文图:赵筱尘 巫邓炎)