欧盟委员会发布人工智能实践准则和培训数据汇总模板
来源: 新疆知识产权公共服务平台
2025-02-19
情况：欧盟委员会发布了一个新模板，用于汇总通用人工智能（AI）模型中使用的训练数据，作为其更广泛的AI监管框架的一部分。
结果：通用AI模型的提供者必须遵守详细的透明度和版权合规要求，在披露与保护商业机密之间取得平衡。
展望未来：人工智能模型提供商应全面、透明地记录其训练数据的来源和处理方法，为遵守这些新要求做好准备。
2025年1月17日，欧盟委员会公布了一个模板，用于总结通用AI模型中使用的训练数据。该模板是《人工智能实践准则》的重要组成部分，旨在确保AI系统开发和部署过程中的透明度、信任度以及对版权法的遵守。
通用AI模型的提供者应采取积极措施来遵守这些新要求，以确保人工智能的开发和部署以尊重版权法的方式进行，同时平衡对透明度的需求和对商业秘密的保护。
法律框架
2024年8月1日生效的《人工智能法》规定，通用AI模型（即设计用于执行各领域广泛任务的AI模型，包括自然语言处理、图像识别和数据分析等能力，通常用作开发更专业的AI应用的基础）的提供者必须公开所使用的训练数据的足够详细的摘要。这一要求在《人工智能法》第53(1)(d)条中作了概述，并在该法案的释义第107条中作了进一步阐述，强调需要一份全面但非技术性的摘要，以方便包括权利人在内的合法各方行使权利。
模板的结构和关键条款
培训数据摘要模板的设计力求简单、有效和平衡，确保在不损害商业秘密的前提下提供足够的细节。模板的主要部分包括：
1、一般信息：
——模型与提供者信息，包括提供者名称、联系方式以及模型标识符。
——上市日期与知识截止日期。
——训练数据的总体规模、模态和特征，例如文本数据的词元数量，或图像数据的图像数量。
——训练数据整体规模、模态及特征，“整体规模”表明训练数据量的大小；“模态”指数据类型，如文本、图像、音频等；“特征”方面，像文本数据以“词元数量”衡量，图像数据以“图像数量”描述等。
2、数据来源列表：
——可公开访问的数据集，包括每种数据模式的总体规模和主要数据集列表。
——第三方非公开访问的私有数据集，详细说明权利人许可的数据和从其他第三方获取的数据集。
——从在线资源中抓取和刮擦的数据，包括每种模式的总规模和抓取者的标识。
——提供者收集的用户来源数据，包括每种模式的总规模和服务/产品列表。
——自行生成的合成数据集，包括每种数据模式的总体规模和人工智能模型的名称。
——通过其他途径获取的数据，详细说明每种模式的总体规模和获取途径。
3、相关数据处理方面：
——为尊重版权和相关权利而采取的措施，包括识别和删除已保留权利的内容。
——删除不需要的内容，说明被视为不需要的内容以及为避免或删除这些内容而采取的措施。
平衡透明度与商业秘密
该模板旨在兼顾透明度和商业机密保护。虽然它要求详细披露数据来源和处理方法，但也考虑到了保护AI提供商竞争优势的需要。例如，模板不要求披露算法、模型架构或具体的数据处理流程。
利益相关者的参与和反馈
模板的开发涉及与利益相关方的广泛磋商，包括AI模型提供商、权利人、民间社会组织和独立专家。AI办公室为这一过程提供了便利，确保模板反映所有相关方的不同观点和需求。
实施时间表
委员会将于2025年第二季度通过模板和配套准则，通用AI规则将于2025年8月2日生效。
五大要点
1、需要详细的文档：通用AI模型的提供者必须记录并公开披露其训练数据的全面摘要，包括数据来源和处理方法。
2、平衡透明度和商业机密：该模板旨在确保透明度的同时保护商业机密，避免披露算法和具体数据处理流程等敏感信息。
3、利益相关者的参与：在模板的开发过程中，广泛征求了各利益相关方的意见，确保要求反映不同的观点和需求。
4、遵守版权法：提供商必须采取措施尊重版权和相关权利，包括识别和删除已保留权利的内容。
5、为新要求做好准备：人工智能模型提供者应着手准备，通过详尽记录训练数据来源和处理方法，以符合这些新要求。
（编译自jdsupra.com）
翻译：吴娴 校对：刘鹏
来源：中国保护知识产权网
来源：中国保护知识产权网
