《生成式人工智能服务管理暂行办法》将于8月15日实施

《生成式人工智能服务管理暂行办法》自8月15日起施行，生成式人工智能服务将实行分类分级监管。下面是小编为大家整理的《生成式人工智能服务管理暂行办法》将于8月15日实施，希望能帮助到大家!

《生成式人工智能服务管理暂行办法》将于8月15日实施

《生成式人工智能服务管理暂行办法》自8月15日起施行，《办法》提出国家坚持发展和安全并重、促进创新和依法治理相结合的原则，采取有效措施鼓励生成式人工智能创新发展，对生成式人工智能服务实行包容审慎和分类分级监管，明确了提供和使用生成式人工智能服务总体要求。

《生成式人工智能服务管理暂行办法》主要内容

中国科学技术大学公共事务学院、网络空间安全学院教授左晓栋表示：

一是针对技术本身。例如要求使用具有合法来源的数据和基础模型，涉及个人信息的应当取得个人同意或者属于不需要取得同意的情形。这便是针对生成式人工智能输出结果容易受到输入数据影响而制定的。

二是针对服务的提供过程。例如要求生成式人工智能服务提供者依法承担网络信息内容生产者责任，履行网络信息安全义务。提供者应当对使用者的输入信息和使用记录依法履行保护义务。提供者如果发现使用者从事违法活动，应当采取处置措施。

三是针对产业发展。为了防止被卡脖子，鼓励生成式人工智能算法、框架、芯片及配套软件平台等基础技术的自主创新。为了防止无序发展，要求推动相关基础设施和公共训练数据资源平台建设，促进算力资源协同共享，提升算力资源利用效能。

目前生成式人工智能应用中出现了传播虚假信息、侵害个人信息权益、数据安全和偏见歧视等问题，需要及时规制。但总体而言生成式人工智能仍处于发展的初期阶段，风险没有完全暴露，应用前景难以估量，所以应当采取包容审慎的态度，坚持发展和安全并重、促进创新和依法治理相结合，要采取有效措施鼓励生成式人工智能创新发展。所以这次的管理办法称为“暂行办法”，便是有这方面的考虑。文件针对已经出现的滥用、违法现象提出了管理措施，但对于生成式人工智能技术的未来发展留下了巨大的空间。

生成式人工智能是什么

生成式人工智能是指 利用机器学习技术让计算机自动生成不同模态(比如文本，图片，语音等)高质量数据的方法。尽管过去几十年的人工智能研究迭代出了无数的生成模型，但生成式人工智能被当成一种新的算力来讨论还要从以GPT3为代表的大预训练语言模型算起。

利用生成式AI技术，人们往往可以通过自然语言交互方式生成高质量内容。

生成式人工智能，就像一个拥有无限想象力的艺术家，可以根据我们提供的线索创作出各种令人惊艳的作品。它利用先进的算法和技术，结合大量数据进行学习，然后根据学到的知识为我们生成新的内容，如文章、图片、音乐等。征求意见稿共21条，包括生成式人工智能服务商的准入，算法、训练数据、模型、内容，以及个人隐私、商业秘密等方面提出了要求。

在这个过程中，生成式人工智能需要经历以下几个阶段。首先，它要像一位勤奋的学生，通过阅读海量资料，学习各种知识。这些资料可能包括文本、图像、声音等多种形式。其次，它会在心中建立起一个知识库，就像一个丰富的图书馆，以便在需要时随时调用。最后，当我们提供一个提示或要求时，它会运用这个知识库，像一个创意满满的作家，为我们创作出独一无二的内容。

生成式人工智能的技术基础

生成式人工智能所涉及的技术非常综合且广泛，但就其核心文本生成而言，主要依赖于两个重要技术：生成式预训练(Generative Pre-training)和提示学习(Prompting Method)。

生成式预训练负责海量数据的向量化存储问题，提示学习则提供了一种可以通过自然语言描述对存储数据进行灵活读取的能力。这两种技术的结合，革新了人类对数据存储和读取方式的方式，也催生出了一种新的人机交互接口：自然语言接口(Natural Language Interface)，其带来的蝴蝶效应体现在了各个方面。

从计算平台角度看，生成式预训练模型可以被视为新一代通用计算机，而OpenAI则是这个通用计算平台之父，赋予了新一代计算机实现通用人工智能的使命;

从计算力角度看，生成式计算(Generative Computing)是继云计算之后的又一种新的算力形式，将会像电、网络和云计算一样，成为人们生活中不可或缺的基础算力;

从应用生态角度看，以ChatGPT为代表的生成式人工智能产品将成为互联网新的重要入口。生成式AI产品(比如：ChatGPT)独有的自然语言接口属性使得这个入口很容易建立一个具有超强包容性的生态系统(比如：ChatGPT Plugin);

从人机交互角度看，以ChatGPT为代表的产品将成为人类大脑的延伸，提供更智能、高效、自然的与人交互的方式，同时还能通过工具的使用帮助人类更好地与世界互动。

生成式人工智能为保险业带来哪些好处

清华大学金融科技研究院副院长、中国保险与养老金研究中心主任魏晨阳认为，在人工智能“三要素”中，与算力、算法相比，数据才是核心竞争力。而保险业数据丰富，且有大量的应用场景。

财通证券研报认为，高质量的数据是助力AI训练与调优的关键。就国内数据市场而言，我国政府数据资源占全国数据资源的比重超过四分之三，但开放规模不足。在此背景下，具备私域属性的行业数据的重要性更加凸显。保险行业属于数据密集型行业，信息化与数字技术应用广泛，信息交互频率高，且大型险企深耕保险科技多年，在数据层面、大模型以及知识图谱方面都有较为深厚的积累。

除了“先天优势”，保险业对科技的诉求更为强烈。一方面，保险产品条款复杂、专业术语繁多，对保险公司销售人员的招募与持续培训等方面的投入提出了远高于其他行业的要求;另一方面，核保、核赔等后端服务也需大量人员对接。让高企的人力成本降下来，对于保险业这一人力密集型行业来说尤为重要。

AIGC如何帮助保险业降本提质增效、赋能保险价值全链?众安保险与众安科技发布的《AIGC/ChatGPT保险行业应用白皮书》(以下简称《白皮书》)进行了全方位剖析。比如，保险公司在研发产品时，需要大量的信息收集、数据计算和精算分析。其中，数据收集、数据分析和风险评估等环节是保险产品研发的主要痛点，这些环节中存在繁琐的人工检索、人工计算和依赖个人经验的多个步骤。

如果在风险评估环节引入AIGC，则可以利用机器学习算法对历史数据进行分析和模式识别，发现隐藏的风险因素并预测未来潜在的风险。例如，AIGC可以利用历史医疗数据分析某种疾病的传播趋势，从而警示保险公司需要加强这一领域的风险管理。

另外，新产品开发通常需要深入进行市场分析和研究。AIGC可以通过分析客户需求和竞争对手策略，为保险公司提供新产品研发方向和建议，并为制定更有针对性的保险产品营销计划提供帮助。

据了解，某再保险公司将利用AIGC和结合其他相关科技产品，研发智能保险产品设计平台，帮助精算师制定更加精准的保险方案和定价策略。在规划中，该平台可以根据客户需求和市场趋势，自动生成多种保险方案，并提供相应的风险评估和定价策略。预计平台建设完成后，可以帮助精算师更快速、准确地开发和推出符合客户需求的保险产品，提高产品的市场竞争力。