人工智能立法呼之欲出，将如何帶動技術創新、優化産業結構

21世紀經濟報道記者 蔡姝越 上海報道

近年來，随着AI技術的不斷疊代，加之ChatGPT等生成式AI應用的疾速發展，一定程度也在倒逼世界各國盡快出台配套政策和法案，以規範技術研發路徑，并試圖預防人工智能産品和服務中可能出現的倫理安全風險和合規風險，推動全産業鍊正向平穩發展。

目前，大陸人工智能的立法工作正在逐漸推進。近日，國務院辦公廳印發了《國務院2023年度立法工作計劃》，其中便提到，在實施科教興國戰略、推進文化自信自強方面，正在預備提請人工智能法草案。

21世紀經濟報道記者梳理後發現，目前大陸人工智能立法采用了較為多元的規範方式，如制定專門的人工智能法規、在相關法律中加入人工智能相關規定、在相關領域的管理規定中加入人工智能相關内容等。

此外，地方性政策先行，也是大陸人工智能立法程序一大特點。如北京、上海、深圳等地，已出台了人工智能相關的地方性政策或指導檔案。

有受訪專家向21記者指出，從國家現行的監管态度來看，能夠看出是有意識針對某一産業領域、特定技術延展塊面進行“量體裁衣式”的設計。細化到地方，各地政府有意識地提高産業自主性發展的優先度，根據産業具體發展狀況制定個性化發展方案，以及兼顧産業發展風險等方面，亦是大陸扶持人工智能産業發展的具體行動。

立法探索步伐加速

大陸人工智能相關立法工作的開端，可追溯至2017年國務院釋出的《新一代人工智能發展規劃》。彼時，這份檔案規劃的戰略目标中便提到，在2025年要初步建立人工智能法律法規、倫理規範和政策體系，形成人工智能安全評估和管控能力。

金誠同達律師事務所進階合夥人、律師彭凱向21記者指出，大陸目前的人工智能立法，總體來說處于“摸索+提速”的架構式搭建狀态。

在“摸索”環節，彭凱認為，大陸目前整合式的人工智能相關立法不突出，立法層級較高、具有統轄性質的立法尚未公布，更多的是分散多領域、遍及多産業鍊的立法，不難看出探索之意。

此外，對比世界各國情況而言，現在具有可參考性的人工智能領域立法的國家較少，世界各國都是在摸着石頭過河，很多國家更是沒有一部專門針對人工智能的規制性檔案。

歐盟是目前制定人工智能相關規則的先行者之一，其于2021年首次公開了《人工智能法案》（The AI Act），并于6月15日通過了歐洲議會的審批。據悉，此次投票通過的人工智能法草案将確定在歐洲開發和使用的人工智能完全符合歐盟的權利和價值觀，包括人類監督、安全、隐私、透明度、非歧視以及社會和環境福祉。

而美國目前暫無系統的人工智能立法，相關戰略主要依靠行政指令和指導性檔案推動。如5月23日，美國白宮釋出了《國家人工智能研發戰略計劃》（The National Artificial Intelligence R&D Strategic Plan），除了對2016、2019年版《國家人工智能研發戰略計劃》進行了更新，也還提出要評估聯邦機構對《2022年國家人工智能倡議法案》（NAIIA）和《國家人工智能研發戰略計劃》的具體執行情況。

目光回到國内，随着人工智能技術的在2022至2023年的快速發展，兩年來大陸人工智能相關管理政策可謂“雨後春筍”般湧現，多部細分領域的管理政策先後出台。如《網際網路資訊服務算法推薦管理規定》（2022年1月）、《網際網路資訊服務深度合成管理規定》（2022年11月）、《生成式人工智能服務管理辦法（征求意見稿）》（2023年4月）等，分别從算法治理、深度合成治理、生成式人工智能治理等不同層面，對技術合規提出了相應要求。

彭凱也提到，就大陸當下關于人工智能立法的生效類型來看，大多數多為征求意見稿或仍然處于試行狀态，試探意味較高；從立法的類型來看，宣示和倡議色彩較明顯的指導原則、規劃計劃、行動方案等帶有前瞻性叙述風格的檔案較多；而從立法的應用類型來看，目前立法更偏向于容錯意味高的促進發展類型，而類似于試錯成本較大的懲罰性、管制類的立法較少。

産業發展全周期治理

今年以來，國内各大網際網路企業開啟了AI大模型“賽馬”，目前已公布的大模型包括百度文心大模型、阿裡通義大模型、華為盤古大模型等，均是基于深度學習算法，在自然語言處理、圖像識别、語音識别等領域取得了顯著進展。

一方面，AI産業的疾速發展，直接加快了大陸相關立法的探索程序，也改變了以往的監管邏輯。

對外經濟貿易大學數字經濟與法律創新研究中心執行主任張欣向21記者指出，諸如《網際網路資訊服務算法推薦管理規定》和《網際網路資訊服務深度合成管理規定》兩份監管檔案，更像是人工智能“1.0時代”定下的規則，“而《生成式人工智能服務管理辦法（征求意見稿）》，則是在大陸的人工智能發展進入了‘2.0時代’的背景下被公布，其面對的産業鍊狀況和監管邏輯均産生了較大的變化。”她說。

層層嵌套的産業鍊提高了監管的複雜度。若從産業鍊層面對AI領域進行切分，可将其分為基礎層、技術層以及應用層。

其中，基礎層主要包括底層訓練資料和提供算力支援的資料中心、伺服器、晶片等，技術層包括自然語言處理、深度學習、機器學習等算法以及搭載以上算法的大模型，應用層即人工智能的具體場景，如近幾個月來紛紛湧現的ChatGPT、Midjourney、文心一言、通義千問等。

“在人工智能的技術架構逐漸明确的背景下，從基礎層到應用層，需要用一個全周期的視角去審視相應的風險。”張欣指出，人工智能本質是一個“綜合體”，其立法與技術背後的算法、資料以及平台治理均緊密相關。

是以，在立法過程中如何實作靈活治理和韌性治理的結合，對于監管方與産業而言均是一種挑戰。

另一方面，彭凱則指出，從國家現行的監管态度來看，能夠看出是有意識針對某一領域、特定技術延展塊面進行“量體裁衣式”的立法設計。具體到各種人工智能可能應用到的産業鍊上，如醫療、自動駕駛等領域，大陸已出台諸如《人工智能輔助治療技術臨床應用管理規範（2022年版）》《汽車駕駛自動化分級》等相應規範。“是以，我們目前的立法對于風險點的考慮是相對全面的，即使無法精确錨定，亦都嘗試納入管理。”他說。

地方政策推動自主創新

除企業布局外，多省市亦開展了人工智能“軍備競賽”。近日科技部新一代人工智能發展研究中心釋出的《中國人工智能大模型地圖研究報告》顯示，以國内大模型區域分布為例，北京、廣東、浙江、上海居于第一梯隊，其中北京和廣東分别有38個和20個大模型在研。

在以上背景下，各地政府也在同步推動人工智能政策落地。如北京、上海、深圳、湖北等地相繼出台相關方案，均表現出地方對于人工智能産業的重視與關注。

彭凱觀察到，這些地方人工智能相關政策有一共同點，即高度強調産業自主性發展。他認為，未來人工智能領域作為産業藍海，搶占發展先機，突破關鍵技術，提升自我核心競争力是重要的立足點。這不僅是城市與城市、地區與地區之間競争的要求，也是國家的人工智能發展程序在世界居于前列的基礎前提。

如北京在5月30日印發的《北京市加快建設具有全球影響力的人工智能創新策源地實施方案(2023-2025年)》中便指出，在2023至2025年間，實作國産人工智能晶片和深度學習架構等基礎軟硬體産品市場占比顯著提升，算力晶片等基本實作自主可控等目标。

深圳則在《深圳經濟特區人工智能産業促進條例》中第十五條提到，開展戰略性、前瞻性、系統性人工智能基礎研究和關鍵核心技術攻關，推動學科理論與前沿技術的突破和創新，發揮創新引領和支撐作用。

“突破‘卡脖子’、摒棄‘等靠仿’、堅守‘獨敢創’，是未來我各省市國人工智能領域作業理應秉持的發展精神。”彭凱指出。

另一方面，地方性條例“個性化”的特點，也展現了其注重當地産業的發展特色和客觀發展情況。“如北京、上海就的定位均包含國際科創中心，深圳則被定義為新型的經濟特區和經濟開發創新地。指定相關政策時，地方政府也會貼合當地的産業進行點對點設計。”張欣指出。

不過，人工智能威脅論一直是立法領域高度關注的重點。特斯拉CEO埃隆·馬斯克曾直言“人工智能的風險遠高于核武器”，3月下旬，一封由千餘名企業家、學者簽署的《暫停大型人工智能實驗》公開信中也指出，包括該項技術的研發者在内，沒有任何人能真正了解、預測或完全控制這項技術。

是以，地方在鼓勵技術創新的同時，也在兼顧潛藏風險與道德倫理的相關問題。如北京便提到“提升人工智能科技倫理治理能力。加強人工智能倫理安全規範及社會治理實踐研究”，深圳同樣也指出，人工智能發展應“安全可控”并且“應當遵守人工智能倫理安全規範”。

“歸根結底，因為人工智能的出現，相當于在原本‘人與人’之間多加入了一個名‘新人’—— 一個以往法律沒能囊括進入的‘人’。如果未來某一天，人工智能真正實作‘像人類一樣思考和行動’，我們法律是否還能将它當成一個工具，一個機器？這其實不僅對于大陸而言是一個巨大挑戰，對于全世界各個國家來說亦是如此。”彭凱分享了他的思考。

更多内容請下載下傳21财經APP