发展自主可控的数据要素流通技术

清华大学于4月27日正式成立了人工智能学院，图灵奖获得者、中国科学院院士姚期智院士担任首任院长。

清华大学人工智能学院，聚焦“人工智能核心基础理论与架构”和“人工智能+X”两个重点方向，而人工智能的发展离不开数据要素的支撑，高质量数据是其训练优化的核心资源；数据要素化，则通过对数据价值的挖掘与利用，持续赋能并推动人工智能的创新突破。

人民日报出版社出版的《数据要素化100问：可控可计量与流通交易》一书正是由姚期智院长作为学术总顾问，并作序推荐，为图书的内容质量保驾护航。本书集深度与广度于一体，旨在解答关于数据要素化各层面的关键问题，引领读者深入探索数字化时代的核心议题。《数据要素化100问：可控可计量与流通交易》作为一本数据要素领域的工具书，已经成为广大读者理解并掌握数据要素价值的重要读本。

   党的二十大报告指出“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。当前，数字经济是我国经济发展的新动能、新引擎。自党的十九届四中全会正式将数据列为生产要素以来，我国加快了培育数据要素市场的步伐。2022年12月，中共中央、国务院《关于构建数据基础制度更好发挥数据要素作用的意见》，成为下阶段我国数据要素市场化建设的指引。

   数字经济的基础技术将数据和算法进行融合，释放数据价值。人工智能算法的落地应用给各行各业带来了明显的价值提升，而数据是算法作用的对象。因此，国家把数据纳入生产要素。近些年，虽然人工智能算法技术已经有了长足发展，但在很多行业中，算法的价值发挥越来越受到基础数据可用性的限制，诸如数据孤岛、数据安全、隐私保护等问题阻碍了数据价值进一步释放。因此积极推动数据要素的安全利用，已经成为建设数字经济的关键举措。

   本质上，数据要素应用的核心挑战是如何保证数据要素使用可控。从数据可控流通的技术来看，四十年前多方安全计算实现了理论上的突破。一直到近几年，随着数据流通和数据隐私保护并重的产业需求愈加旺盛，大家在计算机科学各个领域开展研究和实践，极大地提升了这些技术的性能，并且已经在金融等领域取得实践应用的初步成果。但是当前，数据要素相关技术、产业和政策的结合，仍然面临两个核心挑战。

   第一是交叉学科的挑战。如数据要素在金融领域的应用，是典型的交叉学科范畴。但目前的金融科技发展仍面临一定问题，其根源是金融从业者、科技人员与监管方之间互相难以沟通和理解，缺乏开放心态和敬畏之心。其实，科技人员要敬畏金融规律，理解金融领域防范系统性风险底线的根本要求；金融业从业者也需要敬畏科技，理解不断涌现的科技的原理和本质。当然，各方之间需要互相理解的重要性还在于，监管与合规是金融行业非常鲜明的特色，如何设计开发拥抱监管而不是逃避监管的技术，才是“行稳致远”的根本。

   第二是交叉学科人才和技术自主可控的挑战。清华大学交叉信息研究院一直致力于培养具有国际一流的科技创新人才。我们希望自主培养的创新人才队伍，能够在安全利用数据要素这一关乎国家安全的关键领域中，创造出独立自主、国际领先的技术。同时，我们与五道口金融学院合作，共同创办清华大学金融科技研究院，也希望能培养出具备交叉学科能力，并能够在金融等产业进行应用创新的人才。

   我很高兴清华大学金融科技研究院发扬了清华大学产学研平台优势，依托不同领域领先的科研水平，组织专家编写出版了《数据要素化100问：可控可计量与流通交易》一书。社会各界对这一交叉领域的深刻理解，是打通技术、业务与政策的关键。本书简洁全面地介绍了数据要素相关的关键技术、政策要求、产业应用、国际比较等内容，具有通俗性、可读性，相信能让各级领导干部、政策研究者、技术人员、业务人员获益匪浅。

来源：人民日报出版社